Tutti parlano ancora della morte dei cookie di terze parti, ma il discorso si sta spostando. Mentre editori, inserzionisti e fornitori di tecnologia inizialmente 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 un calo stimato del 52% nelle entrate degli editori, gli operatori del settore hanno messo gli occhi sui dati proprietari e sul targeting contestuale come modi per aiutarli a superare l’incertezza senza cookie.
Questo cambiamento è di buon auspicio per un futuro che consentirà la fornitura continua di un marketing digitale efficace preservando al contempo l’accesso ai dati, il controllo e la conformità alla 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 (AI) e della modellazione predittiva.
Rompere il dado dei dati proprietari
Gli editori sanno che una strada sicura per la salvezza post-cookie è già ai loro piedi: i dati proprietari. Con una connessione diretta al proprio pubblico, gli editori hanno maggiori possibilità di ottenere il consenso degli utenti e raccogliere i dati necessari per alimentare contenuti su misura e strategie di monetizzazione e, in cambio, proteggere i propri profitti.
Tuttavia, sfruttare i dati proprietari richiede un approccio olistico. Le informazioni provenienti dalle interazioni degli utenti con il Web sono spesso non strutturate e difficili da gestire, soprattutto per gli editori con risorse insufficienti. Alcuni utenti potrebbero aver effettuato l'accesso mentre altri sono anonimi, il che significa che la copertura dei dati e la comprensione dell'attività dell'utente 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 sconosciuto il restante 90%.
Per sfruttare al massimo i preziosi dati sul pubblico, gli editori hanno bisogno di un modo per organizzarli, espanderli e sfruttarli in modo efficace. È qui che l’intelligenza artificiale può aiutare. 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 riempire i pezzi mancanti vitali per fornire agli editori l’importantissimo quadro unificato del percorso dell’utente, che apre la porta a una segmentazione e attivazione precisa, 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 che mantengano i profili aggiornati e accurati. Ciò non solo fa risparmiare giorni, o settimane, di elaborazione manuale, ma migliora anche l'esperienza pubblicitaria, promuovendo formati di annunci più redditizi guidati dagli editori che corrispondono al contesto e all'esperienza dell'utente.
Inoltre, la tecnologia avanzata di modellazione dell’intelligenza artificiale può colmare le lacune per gli utenti non rintracciabili. Ad esempio, includendo dati provenienti da ambienti diversi (web, app, CRM e CTV) è possibile scoprire modelli tra gli utenti con determinati attributi, alimentando l'arricchimento del profilo di utenti simili per mantenere la targetizzazione in tutto il pubblico. Queste tecnologie si concentrano su attributi logici, piuttosto che dichiarati , che affrontano direttamente i problemi di privacy che hanno causato in primo luogo la deprecazione 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 al tempo stesso attente alla privacy e conformi, per rivolgersi ai consumatori nell’era post-cookie.
La tecnologia in questo settore ha fatto molta strada negli ultimi 10 anni, consentendo ora lo sviluppo di strumenti di targeting contestuale più accurati e agili. Da soli, gli editori hanno la conoscenza ampliabile e la capacità di personalizzare i contenuti e creare segmenti di pubblico che costituiscano una base praticabile per la pubblicità basata sul contesto. Tuttavia, con strumenti più sofisticati al seguito, ora possono offrire una precisione di mira molto maggiore.
Ad esempio, la nuova generazione odierna di tecnologia basata 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 rese disponibili ai marchi e al reparto marketing dell'editore.
In breve, offre l’indirizzabilità incrementale necessaria per facilitare la personalizzazione che non solo è molto attraente per gli inserzionisti ma garantisce anche un’esperienza migliore per gli utenti, rafforzando in definitiva i legami del pubblico e aumentando la probabilità di fidelizzazione a lungo termine.
Affinare i dati proprietari e il targeting contestuale avanzato è certamente un passo nella giusta direzione per il panorama dei media digitali. Dal lato dell’editore, il semplice scambio 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 first-party agile e scalabile testando tecnologie alternative. Ciò creerà ulteriori opportunità per gli editori per aumentare il valore offerto sia agli utenti che ai marchi e, a sua volta, rafforzare la loro posizione sul mercato.
