SODP logo
Diventa un Brand Partner

Come la modellazione predittiva dell'intelligenza artificiale può aiutare gli editori a sfuggire all'incertezza dei cookie di terze parti 

Jürgen GallerJürgen Galler
22 marzo 2021
Verificato da Jürgen Galler A cura di Jürgen Galler
modello predittivo dell'intelligenza artificiale
Si parla ancora della fine dei cookie di terze parti, ma il dibattito sta cambiando. Mentre inizialmente editori, inserzionisti e fornitori di tecnologia si sentivano all'oscuro di come il targeting – e il marketing digitale in generale – avrebbero funzionato in futuro, l'attenzione si è ora spostata sull'implementazione di soluzioni che portino vantaggi a tutte le parti.  Mentre Google testa varie proposte a tema uccelli nel suo progetto Sandbox per affrontare una stima 52% A causa del calo dei ricavi degli editori, gli operatori del settore hanno puntato sui dati proprietari e sul targeting contestuale come strumenti per gestire l'incertezza senza cookie.  Questo cambiamento è di buon auspicio per un futuro che consentirà di continuare a offrire un marketing digitale efficace, preservando al contempo l'accesso ai dati, il controllo e il rispetto della privacy sul web aperto. Garantirà inoltre scalabilità e monetizzazione sostenibile.  Tuttavia, affinché questo cambiamento abbia davvero successo, sarà necessario anche l'aiuto della tecnologia, in particolare dell'intelligenza artificiale (IA) e della modellazione predittiva.  

Scopriamo il segreto dei dati proprietari 

Gli editori sanno che una strada sicura per la salvezza post-cookie è già ai loro piedi: i dati proprietari. Con un contatto diretto con il loro pubblico, gli editori hanno maggiori possibilità di ottenere il consenso degli utenti e di raccogliere i dati necessari per alimentare contenuti personalizzati e strategie di monetizzazione, proteggendo così i loro profitti.  Tuttavia, sfruttare i dati di prima parte richiede un approccio olistico. Le informazioni derivanti dalle interazioni degli utenti con il web sono spesso non strutturate e difficili da gestire, soprattutto per gli editori con risorse limitate. Alcuni utenti potrebbero essere registrati mentre altri sono anonimi, il che significa che la copertura dei dati e la comprensione dell'attività degli utenti sono spesso incoerenti e incomplete. Ad esempio, i nostri dati mostrano che solo il 2-10% degli utenti condivide dettagli come età e sesso, lasciando il restante 90% sconosciuto.  Per sfruttare al meglio i preziosi dati sull'audience, gli editori hanno bisogno di un modo per organizzarli, espanderli e sfruttarli in modo efficace. È qui che l'intelligenza artificiale può rivelarsi utile. In primo luogo, gli strumenti basati sull'intelligenza artificiale con elevata capacità di elaborazione e orchestrazione possono consolidare vasti pool di dati non ordinati in un unico archivio di informazioni più facile da comprendere e attivare. In secondo luogo, possono colmare le lacune essenziali per fornire agli editori un quadro unificato fondamentale del percorso dell'utente, che apre le porte a una segmentazione e un'attivazione precise, anche in assenza di dati concreti.  Ad esempio, gli algoritmi di apprendimento automatico possono analizzare automaticamente il coinvolgimento degli utenti consenzienti in base a segnali contestuali, per fornire una finestra in tempo reale su interessi e preferenze unici, mantenendo i profili aggiornati e accurati. Questo non solo consente di risparmiare giorni o settimane di elaborazione manuale, ma migliora anche l'esperienza pubblicitaria, promuovendo formati pubblicitari più efficaci, sviluppati dagli editori e in linea con il contesto e l'esperienza utente.   Inoltre, la tecnologia avanzata di modellazione dell'intelligenza artificiale può colmare le lacune per gli utenti non rintracciabili. Ad esempio, includendo i dati FDa diversi ambienti (web, app, CRM e CTV) è possibile scoprire modelli tra utenti con determinati attributi, alimentando l'arricchimento del profilo di utenti simili per mantenere la targetizzazione su tutto il pubblico. Queste tecnologie si concentrano su logiche, piuttosto che dichiarato attributi, che affrontano direttamente i problemi di privacy che hanno causato in primo luogo la disattivazione dei cookie di terze parti.  

Portare il contesto a un nuovo livello 

Anche il targeting contestuale ha riacquistato popolarità, poiché il settore continua a cercare soluzioni efficaci, ma rispettose della privacy e conformi, per raggiungere i consumatori nell'era post-cookie.  La tecnologia in questo settore ha fatto grandi progressi negli ultimi 10 anni, consentendo ora lo sviluppo di strumenti di targeting contestuale più accurati e agili. Da soli, gli editori dispongono di conoscenze e capacità estensibili per personalizzare i contenuti e costruire segmenti di pubblico che costituiscono una base praticabile per la pubblicità contestuale. Tuttavia, con strumenti più sofisticati a disposizione, possono ora offrire una precisione di targeting molto maggiore. Ad esempio, l'attuale nuova generazione di tecnologie basate sull'intelligenza artificiale consente agli editori di andare oltre i tradizionali limiti contestuali. Utilizzando segnali in tempo reale e una valutazione completa delle loro proprietà digitali, possono raccogliere informazioni accurate e scalabili sul pubblico, che possono essere messe a disposizione dei brand e del reparto marketing dell'editore stesso.   In breve, fornisce l'indirizzabilità incrementale necessaria per facilitare una personalizzazione che non solo è molto attraente per gli inserzionisti, ma garantisce anche un'esperienza migliore per gli utenti, rafforzando in definitiva i legami con il pubblico e aumentando la probabilità di fedeltà a lungo termine.   Concentrarsi sui dati di prima parte e sul targeting contestuale avanzato è sicuramente un passo nella giusta direzione per il panorama dei media digitali. Dal lato dell'editore, la semplice sostituzione di un cookie (di terze parti) con un altro (di prima parte) potrebbe non essere sufficiente per sfuggire completamente all'incertezza sui cookie. La chiave è costruire una strategia di prima parte agile e scalabile testando tecnologie alternative. Ciò creerà ulteriori opportunità per gli editori di aumentare il valore offerto sia agli utenti che ai brand e, a sua volta, rafforzare la propria posizione sul mercato.      
0 0 voti
Valutazione dell'articolo
Iscriviti
Notifica di
ospite
0 Commenti
Feedback in linea
Visualizza tutti i commenti

Collaboratore?

Unisciti subito alla nostra community! Accedi per commentare o diventa un collaboratore per condividere le tue intuizioni e competenze uniche. La tua voce conta: partecipa oggi stesso!

LOGIN
DIVENTA UN CONTRIBUTORE

Controlla i nostri collaboratori

Scelte dell'editore
[rp4wp]
SODP logo

State of Digital Publishing sta creando una nuova pubblicazione e una nuova community per i professionisti dei media digitali e dell'editoria, nei nuovi media e nella tecnologia.

STATO DELL'EDITORIA DIGITALE – COPYRIGHT 2026

0
Mi piacerebbe sapere cosa ne pensi, per favore commenta. x