人工智能预测建模如何帮助出版商摆脱第三方 Cookie 的不确定性—

人们仍在热议第三方 Cookie 的消亡，但讨论的焦点正在转移。虽然出版商、广告商和技术提供商最初对定向投放（以及数字营销）未来的发展方向感到茫然，但现在他们的关注点已经转移到如何实施能够让各方都受益的解决方案上。. 谷歌正在其 Sandbox 项目中测试各种以鸟类为主题的提案，以解决预计出现的问题。 52% 由于出版商收入下降，业内人士将目光投向了第一方数据和情境定向，以此来帮助他们应对无 cookie 时代的不确定性。. 这种转变预示着未来将出现一个良好的开端：在开放网络上持续开展有效的数字营销的同时，还能保障数据访问、控制和隐私合规性。此外，它还将确保可扩展性和可持续的盈利能力。. 然而，要使这种转变真正取得成功，还需要技术方面的帮助——特别是人工智能（AI）和预测建模。.

破解第一方数据难题

出版商深知，摆脱 Cookie 时代困境的一条可靠途径已然摆在眼前：第一方数据。通过与受众直接沟通，出版商更有可能获得用户许可，并收集所需数据，从而制定个性化内容和盈利策略，最终保障自身利益。. 然而，有效利用第一方数据需要采取整体性的方法。用户与网络互动产生的信息通常是非结构化的，难以管理，尤其对于资源匮乏的发布商而言更是如此。部分用户可能已登录，而其他用户则匿名，这意味着数据覆盖范围和对用户活动的理解往往不一致且不完整。例如，我们的数据显示，只有 2% 到 10% 的用户会分享年龄和性别等详细信息，其余 90% 的用户信息未知。. 为了充分利用宝贵的受众数据，出版商需要一种有效组织、扩展和利用这些数据的方法。人工智能正可在此发挥作用。首先，具备强大处理和编排能力的人工智能工具可以将海量未分类的数据整合到一个更易于理解和激活的洞察库中。其次，它们可以填补关键的缺失环节，为出版商提供至关重要的用户旅程统一图景，即使在缺乏确凿事实数据的情况下，也能实现精准的细分和激活。. 例如，机器学习算法可以根据上下文信号自动分析已同意用户的参与情况，从而实时了解用户的独特兴趣和偏好，确保用户画像的及时更新和准确性。这不仅可以节省数天甚至数周的人工处理时间，还能提升广告体验，推动更多与上下文和用户体验相匹配的高价值发布商驱动型广告形式的投放。. 此外，先进的人工智能建模技术可以弥补无法追踪用户的漏洞。例如，通过纳入数据 f通过来自不同环境（网页、应用程序、CRM 和 CTV）的数据，可以发现具有特定属性的用户之间的模式，从而丰富相似用户的画像，以保持对整个受众的精准定位。这些技术侧重于逻辑，而不是声明这些属性直接解决了当初导致第三方 cookie 被弃用的隐私问题。.

将语境提升到一个新的层次

随着行业不断寻求有效、注重隐私且合规的解决方案来定位后 cookie 时代的消费者，情境定向也重新获得了人气。. 过去十年，该领域的技术取得了长足进步，如今已能开发出更精准、更灵活的情境定向工具。出版商自身就具备丰富的知识和能力，可以实现内容个性化并构建受众群体，为情境广告奠定坚实的基础。然而，借助更先进的工具，他们现在可以提供更精准的定向效果。. 例如，如今新一代人工智能技术使出版商能够突破传统的内容限制。通过使用实时信号并对其数字资产进行全面评估，他们可以收集到准确且可扩展的受众洞察，这些洞察既可供品牌使用，也可供出版商自身的营销部门使用。. 简而言之，它提供了实现个性化所需的增量可寻址性，这不仅对广告商极具吸引力，而且还能确保用户获得更好的体验——最终加强受众联系并提高长期忠诚度的可能性。. 聚焦第一方数据和高级情境定向无疑是数字媒体领域朝着正确方向迈出的一步。对发布商而言，仅仅将第三方 Cookie 替换为第一方 Cookie 可能不足以完全消除 Cookie 带来的不确定性。关键在于通过测试替代技术，构建敏捷且可扩展的第一方策略。这将为发布商创造更多机会，提升其为用户和品牌带来的价值，进而巩固其市场地位。.