Paano Makakatulong ang AI Predictive Modeling sa mga Publisher na Makatakas sa Kawalang-katiyakan ng Third-Party Cookie

Pinag-uusapan pa rin ng lahat ang pagkawala ng mga third-party cookies, ngunit nagbabago na ang usapan. Bagama't noong una ay hindi alam ng mga publisher, advertiser, at tech provider kung paano gagana ang targeting – at digital marketing sa pangkalahatan – sa mga susunod na panahon, ang pokus ngayon ay lumipat na sa pagpapatupad ng mga solusyon na magdudulot ng benepisyo sa lahat ng panig. Habang sinusubukan ng Google ang iba't ibang panukalang may temang ibon sa proyekto nitong Sandbox upang matugunan ang tinatayang 52% Dahil sa pagbaba ng kita ng publisher, itinuon ng mga manlalaro sa industriya ang kanilang pansin sa first-party data at contextual targeting bilang mga paraan upang matulungan silang malampasan ang kawalan ng katiyakan na walang cookie. Ang pagbabagong ito ay magandang senyales para sa isang kinabukasan na magbibigay-daan sa patuloy na paghahatid ng epektibong digital marketing habang pinapanatili ang pag-access, pagkontrol, at pagsunod sa privacy ng data sa open web. Titiyakin din nito ang scalability at napapanatiling monetization. Gayunpaman, para maging tunay na matagumpay ang pagbabagong ito, mangangailangan din ito ng tulong mula sa teknolohiya – partikular na ang artificial intelligence (AI) at predictive modeling.

Paglutas ng problema sa first-party data nut

Alam ng mga publisher na may isang siguradong daan patungo sa kaligtasan pagkatapos ng cookie na nakalagay na sa kanilang mga paa: ang first-party data. Dahil sa direktang koneksyon sa kanilang mga audience, mas malaki ang pagkakataon ng mga publisher na makakuha ng pahintulot ng user at mapagsasama-sama ang data na kailangan upang mapalakas ang mga iniayon na nilalaman at mga estratehiya sa monetization at, bilang kapalit, maprotektahan ang kanilang kita. Gayunpaman, ang paggamit ng first-party data ay nangangailangan ng isang holistic na diskarte. Ang impormasyon mula sa mga pakikipag-ugnayan ng user sa web ay kadalasang hindi nakabalangkas at mahirap pamahalaan, lalo na para sa mga publisher na kulang sa resources. Ang ilang mga user ay maaaring naka-log in habang ang iba ay anonymous, ibig sabihin ang saklaw ng data at ang pag-unawa sa aktibidad ng user ay kadalasang hindi pare-pareho at hindi kumpleto. Halimbawa, ipinapakita ng aming data na 2-10% lamang ng mga user ang nagbabahagi ng mga detalye tulad ng edad at kasarian, na iniiwan ang natitirang 90% na hindi alam. Para masulit ang mahalagang datos ng audience, kailangan ng mga publisher ng paraan para maorganisa, mapalawak, at magamit ito nang epektibo. Dito makakatulong ang AI. Una, ang mga tool na pinapagana ng AI na may mataas na kapasidad sa pagproseso at orkestrasyon ay maaaring pagsamahin ang malawak na pool ng hindi nakaayos na datos sa isang insight store na mas madaling maunawaan at ma-activate. Pangalawa, maaari nilang punan ang mahahalagang nawawalang piraso upang mabigyan ang mga publisher ng napakahalagang pinag-isang larawan ng paglalakbay ng user, na nagbubukas ng pinto para sa tumpak na segmentasyon at pag-activate, kahit na walang totoong datos. Halimbawa, awtomatikong kayang suriin ng mga algorithm ng machine learning ang pakikipag-ugnayan ng mga pumapayag na user batay sa mga contextual signal upang magbigay ng real-time na window sa mga natatanging interes at kagustuhan na nagpapanatiling updated at tumpak ang mga profile. Hindi lamang nito nakakatipid ng mga araw, o linggo, ng manu-manong pagproseso, kundi pinapabuti rin nito ang karanasan sa pag-aanunsyo – na nagtutulak ng mas maraming high-value na publisher-driven na format ng ad na tumutugma sa konteksto at karanasan ng user. Bukod dito, maaaring punan ng makabagong teknolohiya ng AI modeling ang mga puwang para sa mga hindi matunton na gumagamit. Halimbawa, sa pamamagitan ng pagsasama ng data fMula sa iba't ibang kapaligiran – web, app, CRM, at CTV – maaaring matuklasan ang mga pattern sa mga user na may ilang partikular na katangian, na magpapayaman sa profile ng mga katulad na user upang mapanatili ang targetability sa buong audience. Ang mga teknolohiyang ito ay nakatuon sa lohikal, sa halip na ideklara mga katangian, na direktang tumutugon sa mga alalahanin sa privacy na naging sanhi ng paghinto sa paggamit ng third-party cookie.

Pagdadala ng konteksto sa isang bagong antas

Muling sumikat ang contextual targeting habang patuloy ang industriya sa paghahanap ng epektibo, ngunit may kamalayan sa privacy, at sumusunod sa mga patakaran, upang ma-target ang mga mamimili sa panahon pagkatapos ng paggamit ng cookie. Malaki na ang narating ng teknolohiya sa larangang ito sa nakalipas na 10 taon, na ngayon ay nagbibigay-daan sa pagbuo ng mas tumpak at maliksi na mga tool sa pag-target ayon sa konteksto. Sa kanilang sarili, ang mga publisher ay may malawak na kaalaman at kakayahang i-personalize ang nilalaman at bumuo ng mga segment ng madla na bubuo ng isang magagamit na pundasyon para sa advertising na nakabatay sa konteksto. Gayunpaman, sa pamamagitan ng mas sopistikadong mga tool na dala, maaari na silang mag-alok ng mas mahusay na katumpakan sa pag-target. Halimbawa, ang bagong henerasyon ngayon ng teknolohiyang pinapagana ng AI ay nagbibigay-daan sa mga publisher na lumampas sa tradisyonal na mga limitasyon sa konteksto. Sa pamamagitan ng paggamit ng mga real-time na signal, at komprehensibong pagsusuri ng kanilang mga digital na katangian, makakalap sila ng tumpak at nasusukat na pananaw ng madla na maaaring magamit ng mga brand pati na rin ng sariling departamento ng marketing ng publisher. Sa madaling salita, naghahatid ito ng unti-unting kakayahang matugunan ang mga pangangailangan upang mapadali ang pag-personalize na hindi lamang lubos na kaakit-akit para sa mga advertiser kundi tinitiyak din nito ang mas mahusay na karanasan para sa mga gumagamit – na sa huli ay nagpapalakas sa ugnayan ng madla at nagpapalakas sa posibilidad ng pangmatagalang katapatan. Ang paggamit ng first-party data at advanced contextual targeting ay tiyak na isang hakbang sa tamang direksyon para sa digital mediascape. Sa panig ng publisher, ang pagpapalit lamang ng isang cookie (third-party) para sa isa pa (first-party) ay maaaring hindi sapat upang tuluyang makatakas sa kawalan ng katiyakan sa cookie. Ang susi ay ang pagbuo ng isang maliksi at scalable na first-party na diskarte sa pamamagitan ng pagsubok sa mga alternatibong teknolohiya. Ito ay lilikha ng karagdagang mga pagkakataon para sa mga publisher na mapataas ang halagang ibinibigay sa parehong mga gumagamit at mga brand at, kaugnay nito, palakasin ang kanilang posisyon sa merkado.