In che modo le camere pulite per i dati possono aiutare a mantenere Internet aperto

Le camere pulite per i dati sono la soluzione a quello che il CEO di IAB David Cohen ha definito il "relitto del treno al rallentatore" dell'indirizzabilità? Le voci all'IAB ti diranno che hanno un ruolo importante da svolgere.

"Il problema con l'indirizzabilità è che una volta che i cookie scompaiono e con la perdita degli identificatori, circa l'80% del mercato indirizzabile diventerà un pubblico sconosciuto, motivo per cui è necessario un consenso incentrato sulla privacy e un migliore scambio di valore del consenso, ” ha affermato Jeffrey Bustos, VP, misurazione, indirizzabilità e dati presso lo IAB.

"Tutti parlano di dati di prima parte, e sono molto preziosi", ha spiegato, "ma la maggior parte degli editori che non hanno accesso, hanno dal 3 al 10% circa dei dati di prima parte dei propri lettori". I dati di prima parte, dal punto di vista degli inserzionisti che vogliono raggiungere segmenti di pubblico pertinenti e degli editori che vogliono offrire spazio pubblicitario di valore, non sono sufficienti.

Perché ci interessa. Due anni fa, chi parlava di data clean room? L'ondata di interesse è recente e significativa, secondo lo IAB. I DCR hanno almeno il potenziale per mantenere i marchi in contatto con il loro pubblico su Internet aperto; mantenere la fattibilità per gli inventari degli editori; e per fornire sofisticate capacità di misurazione.

In che modo le camere pulite per i dati possono aiutare. I DCR sono un tipo di tecnologia che migliora la privacy che consente ai proprietari di dati (inclusi marchi ed editori) di condividere i dati proprietari dei clienti in modo conforme alla privacy. Le clean room sono spazi sicuri in cui i dati di prima parte provenienti da una serie di fonti possono essere risolti nello stesso profilo del cliente mentre tale profilo rimane anonimo.

In altre parole, un DCR è una specie di Svizzera, uno spazio in cui viene invocata una tregua sulla concorrenza mentre i dati di prima parte vengono arricchiti senza compromettere la privacy.

"Il valore di una data clean room è che un editore è in grado di collaborare con un marchio attraverso entrambe le fonti di dati e il marchio è in grado di comprendere il comportamento del pubblico", ha affermato Bestos. Ad esempio, un marchio che vende occhiali da vista potrebbe non sapere nulla dei propri clienti tranne i dati transazionali di base e che indossano occhiali. La corrispondenza dei profili con i dati comportamentali di un editore fornisce arricchimento.

"Se sei in grado di comprendere il contesto comportamentale, sei in grado di capire cosa leggono i tuoi clienti, a cosa sono interessati, quali sono i loro hobby", ha affermato Bustos. Armato di queste intuizioni, un marchio ha un'idea migliore del tipo di contenuto su cui desidera fare pubblicità.

L'editore deve disporre di un certo livello di dati di prima parte affinché avvenga la corrispondenza, anche se non ha un requisito universale per gli accessi come il New York Times. Un editore può essere in grado di abbinare solo una piccola percentuale dei clienti del venditore di occhiali, ma se a loro piace leggere le sezioni sportive e artistiche, almeno questo fornisce una guida direzionale sul pubblico a cui il venditore dovrebbe rivolgersi.

Scavare più a fondo: perché ci preoccupiamo delle camere bianche per i dati

Cosa conta come buon abbinamento? Nel suo rapporto "State of Data 2023", che si concentra quasi esclusivamente sulle camere bianche dei dati, si esprime la preoccupazione che l'efficacia del DCR possa essere minacciata da scarsi tassi di corrispondenza. I tassi di corrispondenza medi si aggirano intorno al 50% (meno per alcuni tipi di DCR).

Bustos ci tiene a contestualizzare la cosa. "Quando si abbinano i dati dal punto di vista dei cookie, i tassi di corrispondenza sono in genere circa il 70% circa", ha affermato, quindi il 50% non è terribile, anche se c'è spazio per miglioramenti.

Un ostacolo è una persistente mancanza di interoperabilità tra le soluzioni di identità, sebbene esista; Il RampID di LiveRamp è interoperabile, ad esempio, con l'UID2 di The Trade Desk.

Tuttavia, ha detto Bustos, “è incredibilmente difficile per gli editori. Hanno un mucchio di pixel di identità che si attivano per tutte queste cose diverse. Non sai quale provider di identità utilizzare. Sicuramente c'è ancora molta strada da fare per garantire l'interoperabilità".

Mantenere un Internet aperto. Se i DCR possono contribuire a risolvere il problema dell'indirizzabilità, contribuiranno anche alla sfida di mantenere Internet aperto. I giardini recintati come Facebook hanno ricchi tesori di dati di prima parte e comportamentali; i marchi possono accedere a tali segmenti di pubblico, ma con una visibilità molto limitata.

"Il motivo per cui CTV è una proposta davvero preziosa per gli inserzionisti è che sei in grado di identificare l'utente 1:1 che è davvero potente", ha affermato Bustos. “Il tuo giornale standard o editore editoriale non lo ha. Voglio dire, il New York Times è passato a questo e ha avuto un incredibile successo per loro. Per competere con i walled garden e i servizi di streaming, gli editori devono offrire un certo grado di indirizzabilità e senza fare affidamento sui cookie.

Ma i DCR sono un lavoro pesante. La maturità dei dati è una qualifica importante per ottenere il massimo da un DCR. Il rapporto IAB mostra che, dei marchi che valutano o utilizzano DCR, oltre il 70% dispone di altre tecnologie relative ai dati come CDP e DMP.

“Se vuoi una data clean room”, ha spiegato Bustos, “ci sono molte altre soluzioni tecnologiche che devi avere prima. Devi assicurarti di disporre di solide risorse di dati. Raccomanda anche di iniziare chiedendo cosa vuoi ottenere, non quale tecnologia sarebbe bello avere. “La prima domanda è: cosa vuoi ottenere? Potrebbe non essere necessario un DCR. 'Voglio fare questo', quindi vedi quali strumenti ti porterebbero a quello.

Comprendi anche che l'implementazione richiederà talento. “È un progetto impegnativo in termini di configurazione”, ha affermato Bustos, “e c'è stata una crescita significativa delle società di consulenza e delle agenzie che hanno contribuito a creare queste camere bianche per i dati. Hai bisogno di molte persone, quindi è più efficiente assumere un aiuto esterno per l'installazione e poi avere solo una squadra di manutenzione interna.

Sottoutilizzo delle capacità di misurazione. Una scoperta chiave nella ricerca dello IAB è che gli utenti DCR stanno sfruttando le capacità di corrispondenza del pubblico molto più che realizzando il potenziale di misurazione e attribuzione. "Sono necessari data scientist e ingegneri molto forti per costruire modelli avanzati", ha affermato Bustos.

“Molti marchi che esaminano questo aspetto dicono: 'Voglio essere in grado di eseguire un'analisi predittiva dei miei clienti con un elevato lifetime value che acquisteranno nei prossimi 90 giorni.' Oppure "Voglio essere in grado di misurare quali canali generano l'incremento maggiore". Sono analisi molto complesse che vogliono fare; ma non hanno davvero una ragione sul perché. Qual è il punto? Comprendi il tuo risultato e sviluppa una strategia di dati sequenziale.

Cercare di capire l'aumento incrementale del tuo marketing può richiedere molto tempo, ha avvertito. "Ma puoi facilmente fare un'analisi di copertura, frequenza e sovrapposizione." Ciò identificherà gli investimenti sprecati nei canali e, come sottoprodotto, suggerirà dove si sta verificando un incremento incrementale. “C'è bisogno che le aziende sappiano cosa vogliono, identifichino qual è il risultato, e poi ci sono passaggi che ti porteranno lì. Ciò contribuirà anche a dimostrare il ROI".

Scavare più a fondo: l'incapacità di ottenere il massimo dalle camere bianche per i dati sta costando denaro ai professionisti del marketing