每个人仍在谈论第三方 cookie 的消亡，但话题正在发生转变。虽然出版商、广告商和技术提供商最初对定位（以及一般的数字营销）如何继续运作感到茫然，但现在的重点已转移到实施为各方带来利益的解决方案。
当谷歌在其沙盒项目中测试各种以鸟类为主题的提案以解决发行商收入估计52% 的，行业参与者已将目光投向第一方数据和上下文定位，以帮助他们应对无 cookie 的不确定性。
这种转变对未来来说是个好兆头，未来可以持续提供有效的数字营销，同时保留开放网络上的数据访问、控制和隐私合规性。它还将确保可扩展性和可持续的货币化。
然而，要使这一转变真正成功，还需要技术的帮助，特别是人工智能 (AI) 和预测建模。
破解第一方数据难题
出版商知道，他们脚下已经铺好了一条通往后 cookie 拯救之路：第一方数据。通过与受众的直接联系，出版商有更好的机会获得用户同意并整理所需的数据，以推动定制内容和货币化策略，从而保护他们的利润。
然而，利用第一方数据需要采取整体方法。用户与网络交互产生的信息通常是非结构化的且难以管理，尤其是对于资源不足的发布商而言。一些用户可能已登录，而其他用户可能是匿名的，这意味着数据覆盖范围和对用户活动的理解通常不一致且不完整。例如，我们的数据显示，只有 2-10% 的用户分享年龄和性别等详细信息，其余 90% 的用户未知。
为了充分利用有价值的受众数据，发布商需要一种有效组织、扩展和利用这些数据的方法。这就是人工智能可以提供帮助的地方。首先，具有高处理和编排能力的人工智能工具可以将大量未排序的数据整合到一个更易于理解和激活的洞察存储中。其次，它们可以填补重要的缺失部分，为发布商提供用户旅程中最重要的统一图片，这为精确细分和激活打开了大门，即使在缺乏确凿事实数据的情况下也是如此。
例如，机器学习算法可以根据上下文信号自动分析同意用户的参与度，以提供了解独特兴趣和偏好的实时窗口，从而使个人资料保持最新且准确。这不仅节省了数天或数周的手动处理时间，而且还改善了广告体验 - 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的广告格式。
此外，先进的人工智能建模技术可以填补无法追踪的用户的空白。例如，通过包含来自不同环境（Web、应用程序、CRM 和 CTV）的数据，可以发现具有某些属性的用户之间的模式，从而促进相似用户的个人资料丰富，以保持整个受众群体的目标定位。这些技术侧重于逻辑属性， 而不是声明的 属性，这直接解决了最初导致第三方 cookie 被弃用的隐私问题。
将情境提升到新水平
随着该行业继续寻求有效、但注重隐私且合规的解决方案来定位后 cookie 时代的消费者，上下文定位也重新流行起来。
在过去 10 年里，这一领域的技术取得了长足的进步，现在可以开发更准确、更敏捷的上下文定位工具。出版商本身拥有可扩展的知识和能力来个性化内容并建立受众群体，为基于情境的广告奠定可行的基础。然而，借助更先进的工具，它们现在可以提供更高的瞄准精度。
例如，当今新一代人工智能驱动的技术使出版商能够超越传统的上下文限制。通过使用实时信号以及对其数字属性的综合评估，他们可以整理准确且可扩展的受众洞察，这些洞察可以提供给品牌以及出版商自己的营销部门。
简而言之，它提供了促进个性化所需的增量可寻址性，这不仅对广告商极具吸引力，而且还确保为用户提供更好的体验，最终加强受众联系并提高长期忠诚度的可能性。
专注于第一方数据和高级上下文定位无疑是数字媒体领域朝着正确方向迈出的一步。在发布者方面，简单地将一个 cookie（第三方）交换为另一个（第一方）可能不足以完全避免 cookie 的不确定性。关键是通过测试替代技术来构建敏捷且可扩展的第一方策略。这将为发行商创造更多机会，增加为用户和品牌提供的价值，进而巩固其在市场中的地位。
