找Martech上Marsgo

字體大小: +
9 分鐘閱讀時間 (1748 個字)

後Cookie時代最重要的六種數據來源

1658903162781

 後Cookie時代最重要的六種數據來源


相信有在關注行銷領域的朋友,應該都有聽說Google 在去年發佈的震撼彈,就是他們將逐步淘汰第三方 Cookie。


隨著隱私權逐漸高漲,歐盟的個資法規 GDPR 以及加州消費者隱私保護法 CCPA 皆對於第三方 Cookie 的運用有所限制。許多瀏覽器也開始封阻第三方Cookie,像是 Safari 在今年就已完全封鎖第三方 Cookie。且根據美國民調機構Pew Research Center的調查顯示,有 72% 的用戶認為自己在網路上的一切行為正在被廣告商、技術商等公司追蹤著;也有 81% 的人認為個人數據正面臨著潛在風險。因此,身為瀏覽器市場龍頭的Chrome 也因應這個隱私潮流,決定逐步淘汰第三方 Cookie。


熟悉網路的朋友應該對於 Cookie 都不陌生。一般當用戶訪問某個網站時,這個網站直接儲存的用戶資訊便是所謂的第一方Cookie,而第三方 Cookie 則是由不屬於這個網站所發行的Cookie。很多業者都會透過其合作夥伴和廣告服務商所建立並收集的第三方Cookie,進行用戶行為定位並作為跨網站的廣告投放與追蹤。這就是為什麼有時候你會發現當你瀏覽了A商城之後,卻在B商城也看到A商城的產品廣告。 第三方Cookie雖有助於業者達到再行銷的目的,但對於用戶來說不見得是個好的廣告體驗。


然而,第三方Cookie 的消失,也讓許多業者開始擔心其行銷或廣告收入會下降許多。所以對於目前的媒體、品牌而言,當務之急當然是找到足以替代第三方Cookie的其他管道。今天將介紹第三方 Cookie 消失後,對於行銷人非常重要的六大數據來源,以及實際運用上的優缺點:


一、第一方數據(First-party data)

第一方數據指的是企業直接從消費者、潛在顧客身上搜集的資料。這類型的資料通常是企業透過行銷活動、官方網站、社群軟體監測工具或問卷等方式取得,例如,當我們瀏覽網站時,網站會跳出通知,鼓勵用戶留下 Email 以獲得 50 元折價券,這便是企業搜集第一方數據的簡單例子!


第一方數據的最重要特徵,就是任何資訊都是透過企業自己所搜集而成,屬於私有財產。因而此類數據具有可靠性、準確性和排他的機密性。只要企業可以大量搜集並妥善運用第一方數據,就可擁有專屬的行銷依據。而使用第一方數據,請注意以下優缺點:


優點:

第一方數據可說是這個時代下「最好的資料」,由企業自訂所需的資料,並基於用戶同意而取得,具備準確、有效、專屬的特質。


缺點:

在缺乏系統化策略的情況下,難以搜集到足夠大量、規模化的資料;另外則是企業必須確保資料安全。


二、第二方數據(Second-party data)

那第二方數據是什麼呢?它是與合作夥伴共享的數據,第二方數據可以說是第一方數據的延伸,由正在探索類似受眾,但不同利基市場的合作夥伴所組成,彼此交換、共用各自搜集的第一方數據。兩者本質上相同,差別在於多了「共享」的成分,合作雙方不用多費心力搜集,即可獲得兩倍規模的資料。而使用第二方數據,請注意以下優缺點:


優點:

第二方數據具有可擴展且可以更有效率地達成規模化的特色,有助於達成廣告投放及成效衡量的效果。


缺點:

消費者不清楚自身提供的資料,將如何被企業運用與共享。隨著未來隱私政策日益嚴格,企業應確保消費者資料的安全,並讓消費者知悉其資料被使用的範圍。


三、家庭層級的數據(Household-level data)

家庭層級的數據多年以來一直是媒體和廣告的主力軍,特別是對於那些旨在提升品牌知名度、建立品牌資產的企業來說更加重要,因為這些企業的目的是盡可能地接觸更多的受眾。


原本此類數據是運用在傳統電視的廣告投放上,而後受到線上影音普及之衝擊,許多人開始轉向使用手機或電腦觀來看影音內容,因此逐漸從傳統有線電視轉離;然而,今年因疫情影響,消費者待在家的時間增加,使用傳統電視觀看影音的人潮有增加,其中有很大比例的家庭會將電視連結 OTT串流媒體,或是直接將有線電視升級轉為 CTV 聯網電視。在此情況下,也促使部分 OTT 和 CTV 廠商漸漸有能力針對家庭投放精準的廣告,例如台灣的 LiTV (立視線上影視) 便是一個例子。而使用家庭數據有以下優缺點:


優點:

覆蓋層面更廣,可提升廣告觸及率,過去在傳統電視廣告上的效果特別出色。


缺點:

由於缺少更細分的受眾資料,所以較難推出個人化廣告。


四、內文比對技術(Contextual)

內文比對技術其實在數位廣告界已存在許久,其指的是透過 URL網址來爬取媒體內容,進一步抓取網站內容的關鍵字,藉此配對相關的廣告內容。由於內文比對幾乎不會牽涉使用者瀏覽行為資料,因此較不存在隱私問題,是屬於相對穩定、可靠的解方。


舉例而言,若業者使用的是內容比對技術,則廣告是根據使用者正在觀看的文章內容而呈現,例如財經網站上就可能出現金融信貸廣告,而非美妝廣告。而使用內容比對技術有以下優缺點:


優點:

保障隱私安全,幾乎不會涉及使用者的行為資料;且由於廣告是根據網站內容產生,故與使用者觀看的內容關聯性高,使用者體驗較佳。

缺點:

精準度較低,無法細分受眾並推出個人化廣告。


五、身份識別圖譜(Identity Graph)

身份識別圖譜是一個資料庫,目的在於使業者能夠跨平台、跨裝置地掌握個別顧客的行為,進而建立完整的顧客樣貌,以精準投放廣告。簡單來說,你可能會從CRM系統、電子郵件或廣告中獲得某個相同客戶的資料,而身份識別圖譜會負責將這些從不同地方收集來的所有數據配對,並放在同一個文件中。


過往,Cookie 是建構身份識別圖譜最方便且直接的工具,可一次收集到多種有用數據;然而,Cookie 消失並不代表身份圖譜也將失效,不過必須透過其他的方式才能加以建構。使用身份識別圖譜,請注意以下優缺點:


優點:

身份識別圖譜可整合來自多個不同來源的數據,協助企業全面的暸解單一顧客,進而提供個人化的服務與廣告;另一方面,身份識別圖譜協助企業掌握顧客的跨裝置行為,有助於企業做出更有效率的行銷通路規劃。

缺點:

構成身份識別圖譜需要投入大量的技術與資源,尤其在失去 Cookie 後更是如此。企業應當評估自身財務能否負擔,以及建構身份識別圖譜是否能帶來相對應的回報。


六、同類群組(Cohort)

提及 Cookie 的替代方案,怎麼能忘記 Google 正如火如荼發展的 FLoC 追蹤技術? FLoC(Federated Learning of Cohorts)廣告追蹤技術,旨在生成同類群組的數據,是 Google 提出的隱私沙盒計畫中重要的一環,官方聲明此技術的效果已達到原本第三方 Cookie的 95%。用一句話來說明FLoC的話,意即將含有某一特徵的個體隱藏在上千個具有這種特徵的群體中。 相較於第三方 Cookie 精準的個人化識別與追蹤,FLoC技術轉而分析用戶在網路上活動的「特徵」,並將這個用戶和其他擁有類似特徵的群眾歸類為同一個群組。未來,廣告主投放廣告不再是鎖定個人,而是針對群體。


優點:

理論上來說,似乎較為隱私安全,且可確保投放效益。

缺點:

不少專家擔憂,同類群組的群體分眾方式恐怕會加重歧視,引發有心人士對特定群組進行網路攻擊。而這也正是 FLoC 目前無法在歐洲地區進行測試的原因,畢竟未經用戶同意便使用個人數據生成同類群組,極可能違反歐盟《一般資料保護規範》(GDPR)的規範。


資料來源:https://www.adexchanger.com/data-exchanges/6-types-of-post-cookie-data-that-will-still-be-available-after-2022/?fbclid=IwAR3Sl8mLeBi2TZYG5UkgoBqqHf1p0TIgihyo7JpqAGBKCZCYH762SnlEIvg


文章翻譯摘錄:

AMT聯盟研究員_宮睿駿

👉AMT聯盟官方網站

👉加入LINE官方帳號聯繫我們

👉加入AMT專屬討論LINE社群

CDP-360度全面了解顧客行為
疫情底下的商業趨勢-為新常態做準備

Powered by AMT