Como a maioria dos anunciantes, editores e empresas AdTech, a indústria [como um todo] demos boas-vindas à notícia. A permanência na suspensão de uso alocou mais tempo para que nosso setor apresentasse uma ou várias soluções abrangentes para se preparar para a mudança iminente.
Em sua declaração recente, o Google anunciou que a empresa seguirá todas as recomendações propostas pela Comissão Europeia e ajuda os editores a preparar e testar várias soluções. Os céticos podem esperar, no entanto, que os requisitos antitruste dos governos europeus não sejam suficientes para garantir que não haja preferência pelas próprias soluções do Google no desenvolvimento ou implementação de métodos de sandbox de privacidade.
Apesar de suas deficiências, os cookies de terceiros eram uma solução aceitável para armazenar, transmitir, usar e monetizar dados de segmentação, assim como medir a exposição dos usuários a anúncios para fins de limite de frequência e atribuição. Vamos dar uma olhada mais de perto nas tentativas atuais da indústria da AdTech para conter o fim dos cookies de terceiros.
Soluções alternativas de identidade
Com os cookies de terceiros sendo processados absolutos, marcas, agências e intermediários de tecnologia podem optar por identificadores de publicidade substitutos. No entanto, vamos concordar que não podem ser cookies de terceiros com outro nome. Identificadores determinísticos não consentidos acabarão por levantar as mesmas preocupações de privacidade, portanto, não podem ser uma solução de longo prazo para todos os setores.
Até o momento, os planos de identidade se enquadram em duas categorias amplas, IDs não consentidos probabilísticos não baseados em cookies e soluções consentidas determinísticas baseadas em login. Os primeiros usam os endereços IP dos usuários, a string do agente do usuário e as localizações geográficas para estabelecer identidades anônimas, enquanto os últimos contam com IDs determinísticos e persistentes, ou seja, os usuários se autoidentificam fazendo login.
Soluções alternativas de segmentação fora da identidade
E se nenhuma das soluções de identidade mencionadas acima for bem-sucedida? As soluções determinísticas baseadas em login podem falhar porque muitos usuários se recusam a se identificar para verificar o clima local ou consumir notícias diárias. As soluções probabilísticas podem falhar porque não são realmente compatíveis com a privacidade e são bastante imprecisas.
A MGID e várias outras empresas estão aprimorando as soluções contextuais como uma alternativa ao direcionamento baseado em identidade. Embora a segmentação contextual não seja nova, as soluções baseadas em aprendizado de máquina, como MGID Contextual Intelligence (CI), tornam a segmentação contextual muito mais eficaz.
A inteligência contextual é 100% favorável à privacidade porque os anúncios são direcionados ao que está na página e não aos dados do usuário. O conteúdo anunciado é relevante para a intenção do usuário no momento. Vamos considerar o exemplo dos anúncios b2b: a segmentação é mais eficaz enquanto o usuário está consumindo notícias de negócios no trabalho. O usuário provavelmente ignorará o mesmo anúncio se o vir ao fazer reservas para o jantar.
O ponto fraco dessas soluções de segmentação, no entanto, é que há menos dados contextuais do que dados comportamentais e de perfil. Um usuário pode ver uma página com um tópico específico por vez (contextual), mas o identificador do usuário pode ser conectado a milhares de páginas que ele visitou no passado (comportamental). Assim, o usuário pode ser direcionado a uma categoria contextual, mas a milhares de categorias comportamentais.
A Inteligência contextual da MGID resolve esse problema relacionando contextos a comportamentos. Por exemplo, marcas de relógios caros não são contextualmente relevantes para viagens de primeira classe. O comportamento de comprar um relógio caro e o comportamento de comprar uma passagem de 1ª classe estão um tanto relacionados.
Maneiras de melhorar a receita que não se relaciona à segmentação
A razão pela qual muitos editores estão preocupados com a futura suspensão de uso de cookies de terceiros: receita. E se houvesse maneiras de aumentar a receita que não estivessem relacionadas com identidade ou segmentação? Buscar essas melhorias também seria uma boa maneira de se preparar para o Cookiepokalypse.
Uma resposta possível são melhores ferramentas de otimização baseadas em soluções de aprendizado de máquina. Ser capaz de identificar o perfil do usuário ou a intenção do usuário é apenas metade da batalha. A outra luta, muito mais importante, é determinar o que fazer com ela.
Por exemplo, se você for uma empresa de refrigerantes, pode optar por segmentar páginas que falam sobre refrigerantes ou anunciar para IDs de usuário que expressaram interesse em refrigerantes ou ambos. Porém, quanto mais restrições você coloca na segmentação, menos escalabilidade você tem.
Na maioria das vezes, você estará lidando com um certo grau de relevância e vários contextos. No jargão dos especialistas em aprendizado de máquina, “contexto” não é apenas uma categoria de página, mas pode ser dezenas de outros recursos, como dia da semana, hora do dia, dispositivo, navegador, página em uma sessão, exposição a anúncios semelhantes em o passado, etc.
Em um passado não muito distante, os anunciantes contavam com um exército de gerentes de campanha que selecionavam manualmente alvos, limites de frequência e lances para cada fatia do contexto. Essa abordagem com base manual pode fornecer resultados ideais para os anunciantes, mas não pode ser facilmente dimensionada. À medida que seu alcance de marketing cresce progressivamente, esses ajustes um a um se tornam uma tarefa quase impossível de fazer. É por isso que o MGID aprimora seus recursos de otimização aproveitando os avanços mais recentes em modelagem e aprendizado de máquina.
Pensamento final
Como o Google Chrome é responsável por quase dois terços do uso global do navegador, a decisão do Google de tornar os cookies de terceiros obsoletos continua a ser o ponto de inflexão final no desaparecimento desta tecnologia. Águas desconhecidas da era sem cookies podem estar mais próximas ou mais distantes na linha do tempo, mas todos os principais participantes da indústria ainda precisam decidir como entrarão nelas.
