Jalur pasca-cookie ke iklan yang dipersonalisasi

Dalam waktu yang tidak terlalu lama, sebagian besar sinyal yang kami dapatkan dari cookie dan perangkat pihak ketiga akan hilang. Dan sementara pemain identitas sudah berada di pasar untuk mengisi kekosongan, sebagian besar fokusnya adalah pada kemampuan alamat audiens secara keseluruhan. Meskipun kemampuan beralamat adalah yang terpenting, pemasar juga mencari cara untuk menciptakan pengalaman yang dipersonalisasi tanpa cookie.

Sebagai pemasar digital, kami tahu bahwa wawasan adalah kunci untuk personalisasi. Sebagai pengganti data browser dan perangkat, pemasar berpikiran maju sedang menguji sumber kaya wawasan lainnya untuk membangun profil audiens yang tidak bergantung pada jejak remah roti tradisional. Saya bertemu dengan beberapa pemasar untuk melihat alat dan teknik apa yang mereka terapkan agar tetap terdepan dalam permainan.

CDP dan solusi identitas

CDP dan grafik identitas membangun satu tampilan pengguna, termasuk minat dan preferensi eksplisit dan implisit. Identitas tunggal ini menyatukan sejumlah sinyal untuk memberikan tampilan 360 derajat untuk memperkuat personalisasi tanpa cookie pihak ketiga.

Bekerja dengan CDP atau platform identitas yang mapan menyimpan semua pengenal yang terkait dengan pelanggan di satu tempat, termasuk informasi pengenal pribadi (PII) seperti nama pengguna dan nomor telepon, serta sinyal non-PII seperti cookie pihak pertama dan ID penerbit. Pemasar dapat memanfaatkan CDP atau basis data grafik identitas ini untuk membangun tampilan omnichannel bagi pelanggan dan prospek, memungkinkan mereka membuat iklan dan pesan yang dipersonalisasi di berbagai titik kontak.

Pemasar yang bekerja dengan CDP atau platform identitas dapat menangkap data dari lebih dari seratus titik kontak, dan membangun tampilan terpadu di seluruh CRM mereka untuk mendorong pengiriman pesan yang dipersonalisasi. Dengan menggunakan analitik dan pemodelan tingkat lanjut, pemasar dapat membuat berbagai skenario personalisasi berdasarkan saluran yang berbeda, sinyal niat, dan skor kecenderungan untuk setiap pengguna. Dan menghubungkan pengidentifikasi iklan menggunakan ID virtual memungkinkan tidak hanya kemampuan beralamat yang terkonvergensi tetapi juga membantu mendorong personalisasi lintas saluran.

Data pihak kedua

Cara lain untuk mengatasi hilangnya cookie pihak ketiga adalah dengan mulai membangun data pihak kedua. Jenis data audiens tambahan ini dibuat saat pemasar menggabungkan data mereka dengan kumpulan data merek atau penerbit lain untuk menghasilkan wawasan dan audiens baru di luar apa yang tersedia di CRM atau database pelanggan mereka sendiri.

Keuntungan membangun audiens pihak kedua yang substansial memungkinkan pemasar untuk memperluas kumpulan data konsumen mereka dan, yang lebih penting, menyediakan akses ke data konsumen yang lebih relevan daripada yang didapat pemasar dengan cookie atau data pihak ketiga. Karena data pihak kedua melibatkan penggabungan kumpulan data yang serupa namun berbeda, hasilnya tinggi pada wawasan yang dapat ditindaklanjuti. Ini hampir selalu akan berkinerja lebih baik daripada pemasar yang membayar untuk data pihak ketiga yang dikumpulkan.

Strategi ini paling berguna untuk merek atau pemasar yang lebih menonjol yang telah membangun basis data pelanggan yang luas. Menemukan mitra yang bersedia mungkin tidak mudah bagi usaha kecil atau perusahaan baru yang belum memiliki kesempatan untuk membangun data pihak pertama mereka sendiri. Untuk membuat strategi ini berhasil, Anda harus menemukan mitra untuk berbagi data dengan Anda dan kemudian mengungkapkan hubungan di situs web Anda jika Anda membagikan data pelanggan Anda dengan perusahaan lain. Membangun audiens pihak kedua ini telah menjadi layanan landasan untuk ruang bersih data atau penyedia layanan cloud, termasuk Infosum dan Snowflake.

Baca selanjutnya: Mengapa kami peduli dengan data kamar bersih

Iklan kontekstual

Selama bertahun-tahun, kami telah melihat penargetan kontekstual yang disebut-sebut sebagai alternatif cookie. Pendekatan ini berfokus pada konten yang dikonsumsi — konteks posting blog, video, atau konten lain yang melibatkan orang tersebut — daripada informasi pribadi.

Akibatnya, ada sedikit atau tidak ada risiko seputar privasi data. Namun, pemasar digital masih dapat menawarkan konten dan iklan yang sangat dipersonalisasi.

Meskipun periklanan kontekstual bukanlah hal baru bagi pemasar, yang telah berubah adalah bahwa AI sekarang digunakan oleh penyedia yang lebih maju yang dapat menjadi lebih terperinci dengan penargetan kontekstual. Pemasar memiliki rangkaian target yang dapat mereka jadikan personalisasi, termasuk metadata, judul, kata kunci terkait, komentar, dan banyak lagi. Dengan menggali informasi ini dan mencari sinyal, pemasar mendapatkan wawasan mendalam tentang pelanggan mereka yang digunakan untuk personalisasi dan pengiriman pesan lintas saluran.

Dunia periklanan dan personalisasi kontekstual yang terus berkembang ini mungkin mengharuskan pemasar untuk memoles keahlian mereka dan mempelajari lebih lanjut tentang cara kerjanya saat ini dan bagaimana hal itu dapat dimanfaatkan tidak hanya untuk kemampuan beralamat tetapi sebagai alat untuk personalisasi. Dan, tidak seperti model pemasaran kontekstual lama yang sangat bergantung pada kata kunci, alat penargetan kontekstual baru mengandalkan pemrosesan bahasa alami dan pengenalan gambar.

Algoritme yang lebih baru ini juga dapat memahami sentimen halaman dan aplikasi dengan kecepatan dan keandalan yang belum pernah ada sebelumnya. Secara keseluruhan, ini memungkinkan pemasar untuk menampilkan iklan yang dipersonalisasi di lingkungan yang sangat relevan bagi calon pelanggan mereka dan aman untuk merek mereka.

Dapatkan buletin harian yang diandalkan oleh pemasar digital.

Memproses ... tunggu sebentar.

LANGGANAN

Lihat istilah.

Penargetan berbasis lokasi dan minat

Mengingat bahwa data niat berkualitas tinggi untuk personalisasi dapat ditangkap secara offline lebih penting dari sebelumnya. Di mana pelanggan dan prospek Anda pergi atau hang out secara teratur bisa sama pentingnya untuk wawasan dan peluang personalisasi.

Perusahaan data lokasi seperti Safegraph, Simple.fi, dan Faktual membuat profil pemirsa yang kaya berdasarkan tempat menarik yang telah ditentukan sebelumnya dan menggabungkannya ke ID mereka, atau ke ID bebas cookie seperti UID, untuk lintas saluran dan penargetan yang dipersonalisasi. Perusahaan-perusahaan ini sering memiliki ribuan lokasi yang dipetakan, termasuk restoran cepat saji, bandara, toko ritel, dan lapangan golf, untuk beberapa nama.

Wawasan dunia nyata dari data lokasi dapat mendorong personalisasi menggunakan informasi eksplisit, termasuk jenis toko atau lokasi yang dikunjungi, untuk menyimpulkan demografi, kemakmuran, dan informasi lainnya untuk memungkinkan tuas tambahan untuk digunakan saat mengembangkan model personalisasi.

Dengan cara yang hampir sama, data berbasis lokasi memberikan pendekatan “meta” yang sedikit lebih untuk personalisasi, iklan berbasis minat menggabungkan pengunjung situs web ke dalam topik konten yang luas berdasarkan perilaku pengunjung. Yang paling banyak dibicarakan tentang platform penargetan dan personalisasi berbasis minat ini adalah konsep yang paling baru diusulkan Google, Topik, yang menggantikan strategi awalnya, Federated Learning of Cohorts (FLoC). Gagasan di balik Topik adalah bahwa browser mempelajari minat pengguna saat mereka menjelajahi web dan berbagi minat utama mereka dengan situs web yang berpartisipasi untuk tujuan periklanan. Semua ini terjadi di balik taman bertembok mereka dengan mengelompokkan situs web yang dikunjungi pengguna ke dalam rangkaian terbatas sekitar 350 topik luas, seperti penonton gym atau penggemar mobil sport.

Saat pengguna mengunjungi situs web yang mendukung API Topik, browser akan memilih hingga tiga topik di perangkat mereka dari topik yang paling sering mereka gunakan dalam tiga minggu terakhir dan membagikannya dengan situs web ini. Situs web dan mitra periklanannya kemudian dapat menggunakan topik ini untuk menentukan jenis iklan hasil personalisasi yang akan ditampilkan.

Sementara juri masih belum mengetahui Topik, Google mengklaim bahwa Topik lebih pribadi dan menawarkan transparansi dan kontrol pengguna yang lebih besar daripada FLoC dan penargetan berbasis cookie. Namun, banyak spesifikasi konsep yang belum dirilis.

Data pihak pertama yang lebih baik untuk personalisasi

Jika Anda ingin benar-benar memberikan pengalaman yang dipersonalisasi, Anda perlu mengetahui siapa pengguna Anda, dan alamat email adalah langkah awal yang bagus untuk membangun profil mereka.

Tingkatkan pendaftaran pengguna Anda. Manfaatkan semua situs titik kontak tempat bertukar informasi untuk pendaftaran buletin, check-out keranjang, kode diskon, atau program loyalitas.

Membangun profil pelanggan yang lebih kuat . Mulailah dari yang kecil tetapi tangkap sebanyak mungkin informasi tentang pelanggan Anda. Integrasikan titik kontak pengumpulan data tambahan. Tindak lanjuti dengan pelanggan email baru dengan tombol cepat untuk menangkap data preferensi untuk menargetkan konten dan produk yang lebih baik.‍

Terlibat dengan pemasaran email dan SMS. Maksimalkan email dan pesan teks untuk meningkatkan keterlibatan pelanggan. Kirim penawaran dan konten yang dipersonalisasi kepada pengguna berdasarkan perilaku mereka di situs Anda dan tindak lanjuti SMS yang dipersonalisasi untuk penjualan, promosi, dan diskon khusus.

Secara keseluruhan, matinya cookie pihak ketiga dan batasan pada data tingkat perangkat tidak berarti mengakhiri personalisasi iklan; pemasar akan memanfaatkan sejumlah data dan ID alternatif untuk mendorong personalisasi lintas saluran. Gabungan, alat dan taktik baru ini akan memungkinkan pemasar untuk terus melakukan percakapan yang dipersonalisasi dengan pelanggan dan prospek mereka.

Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu MarTech. Penulis staf tercantum di sini.