Como as salas limpas de dados podem ajudar a manter a Internet aberta

As salas limpas de dados são a solução para o que o CEO da IAB, David Cohen, chamou de “desastre em câmera lenta” da endereçabilidade? Vozes no IAB lhe dirão que eles têm um grande papel a desempenhar.

“O problema com a endereçabilidade é que, uma vez que os cookies desapareçam e com a perda de identificadores, cerca de 80% do mercado endereçável se tornará público desconhecido, e é por isso que há necessidade de consentimento centrado na privacidade e uma melhor troca de valor de consentimento, ” disse Jeffrey Bustos, vice-presidente de medição, endereçamento e dados do IAB.

“Todo mundo está falando sobre dados primários, e eles são muito valiosos”, explicou ele, “mas a maioria dos editores que não têm assinatura, eles têm cerca de 3 a 10% dos dados primários de seus leitores”. Os dados primários, da perspectiva dos anunciantes que desejam alcançar públicos relevantes e dos editores que desejam oferecer um inventário valioso, simplesmente não são suficientes.

Por que nos importamos. Dois anos atrás, quem estava falando sobre data clean rooms? A onda de interesse é recente e significativa, de acordo com o IAB. Os DCRs têm potencial, pelo menos, para manter as marcas em contato com seu público na internet aberta; manter a viabilidade dos estoques dos editores; e fornecer capacidades de medição sofisticadas.

Como as salas limpas de dados podem ajudar. Os DCRs são um tipo de tecnologia de aprimoramento da privacidade que permite que os proprietários de dados (incluindo marcas e editores) compartilhem dados primários do cliente de maneira compatível com a privacidade. As salas limpas são espaços seguros onde os dados primários de várias fontes podem ser resolvidos para o mesmo perfil do cliente enquanto esse perfil permanece anônimo.

Em outras palavras, um DCR é uma espécie de Suíça — um espaço onde uma trégua é imposta à concorrência enquanto os dados primários são enriquecidos sem comprometer a privacidade.

“O valor de uma sala limpa de dados é que um editor pode colaborar com uma marca em ambas as fontes de dados e a marca é capaz de entender o comportamento do público”, disse Bestos. Por exemplo, uma marca que vende óculos pode não saber nada sobre seus clientes, exceto dados transacionais básicos – e que eles usam óculos. A correspondência de perfis com os dados comportamentais de um editor fornece enriquecimento.

“Se você for capaz de entender o contexto comportamental, será capaz de entender o que seus clientes estão lendo, no que estão interessados, quais são seus hobbies”, disse Bustos. Armado com essas informações, uma marca tem uma ideia melhor de que tipo de conteúdo deseja anunciar.

O editor precisa ter um certo nível de dados primários para que a correspondência ocorra, mesmo que não tenha um requisito universal para logins como o The New York Times. Um editor pode conseguir corresponder apenas a uma pequena porcentagem dos clientes do fornecedor de óculos, mas se eles gostam de ler as seções de esportes e artes, pelo menos isso fornece alguma orientação direcional sobre o público-alvo do fornecedor.

Vá mais fundo: por que nos preocupamos com salas limpas de dados

O que conta como uma boa correspondência? Em seu relatório “State of Data 2023”, que se concentra quase exclusivamente em salas limpas de dados, é expressa a preocupação de que a eficácia do DCR possa ser ameaçada por taxas de correspondência insatisfatórias. As taxas médias de correspondência giram em torno de 50% (menos para alguns tipos de DCR).

Bustos faz questão de colocar isso em contexto. “Quando você está combinando dados de uma perspectiva de cookie, as taxas de correspondência são geralmente de cerca de 70 por cento”, disse ele, então 50% não é terrível, embora haja espaço para melhorias.

Um obstáculo é uma persistente falta de interoperabilidade entre as soluções de identidade — embora ela exista; O RampID do LiveRamp é interoperável, por exemplo, com o UID2 do The Trade Desk.

No entanto, disse Bustos, “é incrivelmente difícil para os editores. Eles têm um monte de pixels de identidade disparando para todas essas coisas diferentes. Você não sabe qual provedor de identidade usar. Definitivamente, um longo caminho pela frente para garantir a interoperabilidade.”

Manter uma internet aberta. Se os DCRs puderem contribuir para resolver o problema de endereçamento, eles também contribuirão para o desafio de manter a internet aberta. Jardins murados como o Facebook têm tesouros ricos de dados primários e comportamentais; as marcas podem acessar esses públicos, mas com visibilidade muito limitada sobre eles.

“A razão pela qual a CTV é uma proposta realmente valiosa para os anunciantes é que você pode identificar o usuário 1:1, o que é realmente poderoso”, disse Bustos. “Sua editora padrão de notícias ou editoriais não tem isso. Quero dizer, o New York Times mudou para isso e tem sido incrivelmente bem-sucedido para eles. Para competir com os jardins murados e os serviços de streaming, os editores precisam oferecer algum grau de endereçamento – e sem depender de cookies.

Mas os DCRs são um fardo pesado. A maturidade dos dados é uma qualificação importante para obter o máximo de um DCR. O relatório do IAB mostra que, das marcas que avaliam ou usam DCRs, mais de 70% possuem outras tecnologias relacionadas a dados, como CDPs e DMPs.

“Se você deseja uma sala limpa de dados”, explicou Bustos, “existem muitas outras soluções tecnológicas que você deve ter em prática antes. Você precisa ter certeza de ter ativos de dados fortes.” Ele também recomenda começar perguntando o que você deseja alcançar, não qual tecnologia seria bom ter. “A primeira pergunta é: o que você quer realizar? Você pode não precisar de um DCR. 'Eu quero fazer isso', então veja quais ferramentas levariam você a isso.”

Entenda também que a implementação vai exigir talento. “É um projeto exigente em termos de configuração”, disse Bustos, “e houve um crescimento significativo de empresas de consultoria e agências que ajudam a configurar essas salas limpas de dados. Você precisa de muita gente, por isso é mais eficiente contratar ajuda externa para a configuração e depois ter apenas uma equipe de manutenção interna.”

Subutilização dos recursos de medição. Uma descoberta importante na pesquisa do IAB é que os usuários DCR estão explorando os recursos de correspondência de público muito mais do que percebendo o potencial de medição e atribuição. “Você precisa de cientistas e engenheiros de dados muito fortes para construir modelos avançados”, disse Bustos.

“Muitas marcas que analisam isso dizem: 'Quero ser capaz de fazer uma análise preditiva dos meus clientes de alto valor vitalício que comprarão nos próximos 90 dias.' Ou 'Quero ser capaz de medir quais canais estão gerando o aumento mais incremental'. São análises muito complexas que eles querem fazer; mas eles realmente não têm uma razão para isso. Qual é o ponto? Entenda seu resultado e desenvolva uma estratégia de dados sequenciais.”

Tentar entender o aumento incremental de seu marketing pode levar muito tempo, ele alertou. “Mas você pode facilmente fazer uma análise de alcance, frequência e sobreposição.” Isso identificará investimentos desperdiçados em canais e, como subproduto, sugerirá onde está ocorrendo aumento incremental. “É necessário que as empresas saibam o que querem, identifiquem qual é o resultado e, em seguida, há etapas que levarão você até lá. Isso também ajudará a comprovar o ROI.”

Vá mais fundo: a falha em obter o máximo das salas limpas de dados está custando dinheiro aos profissionais de marketing