谷歌已将删除 Chrome 中第三方 cookie 的最后期限延长了两年，并将寻求在 2022 年底之前部署其最先进的隐私沙盒提案——群组联合学习 (FLoC)。但是，广告商不需要等待流动；一个可扩展且隐私安全的解决方案已经存在 - Publisher Cohorts。
谷歌的隐私沙盒是保护数字广告隐私的整个运动的一部分。监管机构正在密切关注数字广告生态系统，数据隐私头条新闻正在成为主流新闻媒体的头条新闻，苹果正在投放消费者广告，具体体现了第三方如何跟踪他们的在线行为。
特别是，苹果对隐私的承诺向那些仍然依赖数字广告身份的人发出了明确的信息，即苹果生态系统不会接受任何变通办法——包括使用 IP 地址来替代第三方标识符。谷歌在其 Chrome 浏览器中提出了类似的 IP 地址拦截器。
当您丢失这些标识符时会发生什么？首先，它进一步增强了发布商的第一方数据，使其成为广告商在不使用出价流中的标识符的情况下继续接触消费者的可行选择。其次，这些第一方数据作为一个群组（一组共享一些共同属性或浏览行为的用户）发送到生态系统中。它将广告从当前的跟踪和微定位习惯转变为隐私安全的基于群体的购买模式。
对于出版商和广告商来说，在第三方数据逐渐被弃用的世界中，第一方数据是他们最大的资产。保留对这些数据以及群组创建方式的控制，为隐私安全、可持续的生态系统铺平了道路。那么什么是群组呢？
发布商群组与 Google 的 FLoC 不同
基于身份的定位的日子已经屈指可数了，浏览器正在逐渐放弃第三方 cookie，对基于用户的跟踪的监管审查越来越严格，并且用户对个人数据保护的期望不断扩大。它表明广告的未来将针对具有共同属性和行为的受众群体（群体），而无需使用个人用户 ID。
进一步定义群组就是要认识到在发布商环境中创建的群组（发布商群组）在几个方面与 Google 的 FLoC 不同。值得注意的是，FLoC 在 GDPR 合规性以及数据控制者和数据处理者的角色方面并不明确。
发布者群组由发布者直接在源头构建，并且在数据控制者和处理者角色方面并不含糊。这些数据作为一个队列发送，它描述了没有个人标识符的用户组，并且没有将数据泄露到出价流中的风险。因此，发布商可以根据数据解锁定位决策，而无需跨域标识符，从而解决隐私和可扩展性方面的问题。
如何？发布商与其网站上的用户之间存在一对一的关系，因此，他们可以将第一方标识符附加到 100% 浏览其网站的用户。最终，他们最了解自己的用户群，并且最适合创建群组。
对受众和细微差别的深入了解意味着发布商可以将人们分为多个群体，从而使广告商能够将整个人作为目标，而不是仅仅根据单一兴趣或行为来定义他们。发布商群组也有明确的含义，而不是任意的群组 ID，例如，对体育感兴趣的用户或类似于种子客户集与 Google 的 FLoC，这只会表明用户看起来与同一群组中的其他用户相似。
群组是如何创建的？
谷歌于 2021 年 3 月开始测试 FLoC 作为第三方 cookie 的替代品，理由是它可以产生大致相同的投资回报。 FLoC 是其 Privacy Sandbox 计划的一部分，是一种注重隐私的解决方案，可根据 Google Chrome 中具有相似兴趣的互联网用户群体提供相关广告。
然而，对于 Google 的 FloC 来说，联邦学习组件存在问题。谷歌将创建群组并将用户放入一个群组中，而不是发布商能够自己完成此操作，同时保持对数据的控制。 FLoC 还复制了当今发生的跨域跟踪。它更安全，因为它发生在浏览器中，但根据谷歌的条款，用户数据仍然可以跨域跟踪。因此，发布者的第一方数据会影响用户（群组）的描述，但该描述可以在开放网络上的任何地方激活。
这会导致隐私方面的好处微乎其微，并且会导致数据和库存的解耦，而此前第三方 cookie 会导致发布者数据被第三方聚合。该提案将出版商的角色简化为纯粹的交易渠道——销售库存，但不增加任何其他价值。
作为数据所有者、出版商以及与之合作的广告商，应该控制自己的数据和群组的创建，因为双方都有责任保护用户的数据。
出版商提供隐私安全的环境
无论何时准备好实施，Google 的群组都无法在 Safari 和 Firefox 上运行，这意味着环境将保持分散，并且使用此方法仍无法访问用户。在这个分散的生态系统中，发布商可以统一为广告商提供的产品，并允许在其环境中围绕第一方数据、群组构建和激活进行端到端协作。
虽然数据被弃用并且大型科技造成混乱，但出版商能够提供稳定的选择。他们可以识别 100% 的受众，为广告商创建定制的第一方受众，并使用正确的工具对广告商第一方数据进行匹配和建模。品牌需要与发布商建立更密切的关系，测试他们的数据，并了解如何从发布商的环境中接触目标受众，从而为隐私第一的广告时代构建可持续的解决方案。
改变媒体买卖方式对于保护隐私和重建对广告的信任是必要的。发布商群体为广告商提供了一种实现其营销目标的方法，但不以牺牲用户隐私为代价。
