Todo mundo ainda fala sobre a morte dos cookies de terceiros, mas a conversa está mudando. Embora editores, anunciantes e fornecedores de tecnologia inicialmente não soubessem como a segmentação – e o marketing digital em geral – funcionaria no futuro, o foco agora mudou para a implementação de soluções que tragam benefícios para todas as partes.
Enquanto o Google testa várias propostas com temas de pássaros em seu projeto Sandbox para lidar com uma queda estimada de 52% na receita dos editores, os participantes do setor estão de olho nos dados próprios e na segmentação contextual como formas de ajudá-los a navegar pela incerteza sem cookies.
Esta mudança é um bom presságio para um futuro que permite a entrega contínua de marketing digital eficaz, preservando ao mesmo tempo o acesso aos dados, o controle e a conformidade com a privacidade na web aberta. Também garantirá escalabilidade e monetização sustentável.
No entanto, para que esta mudança seja verdadeiramente bem sucedida, também será necessária alguma ajuda da tecnologia – especificamente inteligência artificial (IA) e modelação preditiva.
Quebrando a noz dos dados primários
Os editores sabem que um caminho seguro para a salvação pós-cookie já está traçado: dados próprios. Com uma conexão direta com seu público, os editores têm mais chances de obter o consentimento do usuário e coletar os dados necessários para alimentar conteúdo personalizado e estratégias de monetização e, em troca, proteger seus resultados financeiros.
No entanto, aproveitar dados próprios requer uma abordagem holística. As informações provenientes das interações dos usuários com a Web são frequentemente desestruturadas e difíceis de gerenciar, especialmente para editores com poucos recursos. Alguns usuários podem estar logados enquanto outros são anônimos, o que significa que a cobertura de dados e a compreensão da atividade do usuário são muitas vezes inconsistentes e incompletas. Por exemplo, nossos dados mostram que apenas 2 a 10% dos usuários compartilham detalhes como idade e sexo, deixando os 90% restantes desconhecidos.
Para aproveitar ao máximo os dados valiosos do público, os editores precisam de uma maneira de organizá-los, expandi-los e aproveitá-los de maneira eficaz. É aqui que a IA pode ajudar. Em primeiro lugar, as ferramentas alimentadas por IA com elevada capacidade de processamento e orquestração podem consolidar vastos conjuntos de dados não classificados num único armazenamento de insights que é mais fácil de compreender e ativar. Em segundo lugar, podem preencher peças vitais que faltam para dar aos editores a importante imagem unificada da jornada do usuário, o que abre a porta para segmentação e ativação precisas, mesmo na ausência de dados concretos.
Por exemplo, algoritmos de aprendizado de máquina podem analisar automaticamente o envolvimento de usuários consentidos com base em sinais contextuais para fornecer uma janela em tempo real sobre interesses e preferências exclusivos que mantêm os perfis atualizados e precisos. Isso não apenas economiza dias ou semanas de processamento manual, mas também melhora a experiência de publicidade – gerando mais formatos de anúncios de alto valor direcionados ao editor que correspondem ao contexto e à experiência do usuário.
Além disso, a tecnologia avançada de modelagem de IA pode preencher as lacunas para usuários não rastreáveis. Por exemplo, ao incluir dados de diferentes ambientes – web, aplicativos, CRM e CTV – padrões entre usuários com determinados atributos podem ser descobertos, alimentando o enriquecimento do perfil de usuários semelhantes para manter a segmentação em todo o público. Essas tecnologias concentram-se em atributos lógicos, em vez de atributos declarados, que abordam diretamente as preocupações de privacidade que causaram a descontinuação dos cookies de terceiros.
Levando o contextual a um novo nível
A segmentação contextual também recuperou popularidade à medida que a indústria continua a sua busca por soluções eficazes, mas conscientes da privacidade e em conformidade, para atingir os consumidores na era pós-cookies.
A tecnologia nesta área percorreu um longo caminho nos últimos 10 anos, permitindo agora o desenvolvimento de ferramentas de segmentação contextual mais precisas e ágeis. Por si só, os editores têm o amplo conhecimento e a capacidade de personalizar o conteúdo e criar segmentos de público que formam uma base viável para a publicidade baseada no contexto. No entanto, com ferramentas mais sofisticadas, eles agora podem oferecer uma precisão de mira muito maior.
Por exemplo, a nova geração atual de tecnologia alimentada por IA permite que os editores ultrapassem os limites contextuais tradicionais. Ao usar sinais em tempo real e avaliação abrangente de suas propriedades digitais, eles podem coletar insights precisos e escalonáveis sobre o público que podem ser disponibilizados às marcas, bem como ao próprio departamento de marketing do editor.
Em suma, proporciona a capacidade de endereçamento incremental necessária para facilitar a personalização que não só é altamente apelativa para os anunciantes, mas também garante uma melhor experiência para os utilizadores – fortalecendo, em última análise, os laços com o público e aumentando a probabilidade de fidelidade a longo prazo.
Aprimorar os dados próprios e a segmentação contextual avançada é certamente um passo na direção certa para o cenário da mídia digital. Do lado do editor, simplesmente trocar um cookie (de terceiros) por outro (primário) pode não ser suficiente para escapar totalmente da incerteza dos cookies. A chave é construir uma estratégia própria ágil e escalável, testando tecnologias alternativas. Isto criará mais oportunidades para os editores aumentarem o valor entregue aos utilizadores e às marcas e, por sua vez, fortalecerem a sua posição no mercado.
