Vi har dekket utgiverens førstepartsdata, annonsørens førstepartsdata og andre partsdata, men det er fortsatt enda en nøkkeltype data-tredjepartsdata.

Tredjepartsdata er all informasjon som samles inn av en enhet som ikke har et direkte forhold til brukeren dataene samles inn på. Ofte samles tredjepartsdata fra en rekke nettsteder og plattformer og aggregeres deretter sammen av en tredjeparts dataleverandør som EN DMP.

Ved å samle data fra en rekke ulike egenskaper, Kan Dmper opprette omfattende publikumsprofiler. Disse profilene inneholder informasjon om brukernes nettinteraksjoner og atferd, som deretter brukes til å kategorisere brukere i bestemte segmenter, for eksempel autointenders eller sportsfans.

for eksempel

en bruker kan besøke et sportsnettsted og velge favorittlaget sitt. De kan da navigere til en auto entusiast blogg, og til slutt fylle ut et kredittkort søknad på en bank side. Sportsstedet vet ikke nødvendigvis at brukeren elsker luksusbiler eller har høy inntekt. I motsetning til sportssiden har dataleverandøren ikke et direkte forhold til brukeren, men siden leverandøren samler inn data fra brukeren når de reiser på nettet, ikke bare på en individuell eiendom, kan de danne en mer fullstendig visning av den brukeren.

hva er fordelene?

tredjepartsdata gir en bredde av informasjon som ikke kan matches av en enkelt enhet. Mens førsteparts data vanligvis anses som den mest verdifulle siden det er gratis og utviklet deterministisk, kan det ganske enkelt ikke matche bredden og omfanget av tredjepartsdata som er modellert probabilistisk. Mens en enkelt utgiver kan ha høyt spesialisert kunnskap om en bruker fra interaksjoner på deres nettsted, siden de fleste nettsteder har bestemt innhold eller produkter som tiltrekker brukere, er det sannsynlig at de ikke vet mye om resten av brukerprofilen.

i Tillegg destillerer disse tredjeparts dataleverandørene dataene ned til målrettbare målgruppesegmenter, og fjerner analyser som annonsøren kanskje har behov for å utføre ellers.

tredjepartsdata og publikumsdata generelt bidrar til å skifte seg bort fra å bruke innhold som proxy, slik at annonsører kan kjøpe publikumssegmenter basert på viktige egenskaper.

det er forbrukerfordeler for målretting også. Mange studier har vist at forbrukere ofte foretrekker personlig annonsering, så lenge det ikke overstep og invadere deres privatliv. En kjent Studie, drevet Av Adlucent, fant at 71% av forbrukerne foretrekker annonser skreddersydd til deres shoppingvaner. Det er intuitivt at forbrukerne engasjerer seg mer med annonser som gir mening for dem. Faktisk Fant En Nielsen-studie at 78% av respondentene sa at de hadde oppdaget et nytt produkt fra EN tv-eller internett-annonse, sammenlignet med bare 56% som fant ut fra venner eller familie.

hvordan selges og aktiveres dataene?

dataleverandører selger disse aggregerte, anonymiserte dataene til annonsører for å legge til rette for målrettede annonsekjøp, slik at annonsører kan målrette og skreddersy annonser for å effektivt engasjere de bestemte målgruppene. Disse pakkene selges VANLIGVIS PÅ CPM-basis med håp om at et mer målrettet, engasjert publikum er verdt ekstrakostnaden, siden annonsen ellers kan bli utsatt for publikum som ikke er interessert i å kjøpe.For eksempel Kan et luksusbilmerke ønske å målrette bilkjøpere i markedet-personer med utløpende leieavtaler eller gamle biler – som tjener mer enn $ 80 000 per år. SELV OM CPM vil stige for å imøtekomme kostnadene ved denne målrettingen, og den totale skalaen vil redusere, er annonsøren mye mer sannsynlig å nå virkelige potensielle kunder.

Historisk sett var disse dataene målrettbare på demand-side platform (DSP) – nivå. Dsp-er vil integrere Med Dmper for å gjøre disse målrettingsalternativene tilgjengelige for handelsmenn på plattformene og til annonseringsklientene. Men med økningen i private markedstransaksjoner til mer enn 50% av alle programmatiske utgifter i 2020, er det økende press for å flytte datamålretting til SUPPLY-side platform (SSP) siden av transaksjonen, siden Ssp-Er har større synlighet i beholdningen av utgiverklientene sine. Dette er spesielt nyttig for å målrette premiumlager fra utgivere som bare er komfortable med å gjøre lagerbeholdningen tilgjengelig programmatisk i private markedsplasser når den er beskyttet av tjenester som Målgruppelås. videre begynner utgivere å bruke tredjepartsdata for å styrke sine egne førstepartsdata med komplementær publikumsinformasjon eller bare for å tilføre verdi til beholdningen uten førstepartsdata.

for eksempel

en utgiver som driver et nettsted for bilentusiaster, kan ha spesialisert informasjon om bilinteresser fra brukernes pålogginger og profiler. Denne utgiveren kan forbedre skalaen den tilbyr annonsører ved å kombinere sin førsteparts brukerinformasjon-bygget fra brukere som valgte luksusbiler i deres» favoritter » – profil eller fra å klikke på et bestemt antall artikler-med høyinntektsbilens tredjepartsdata fra eksemplet ovenfor. Utgiveren kan deretter aktivere disse dataene for annonsører på tvers av hele sitt fotavtrykk av nettsteder, inkludert på ikke-automatisk relatert innhold.

Hos SpotX mottar våre mest vellykkede utgivere ofte dobbelt SÅ MANGE CPM for datalagrede kampanjer enn for de uten. Annonsørene er glade fordi de når publikum de ønsker å målrette mot i premium, merkevaresikker miljøer, og våre utgivere er glade fordi Deres Cpmer er så høye.

hva er risikoen?

som vi delte i vår what are cookies… blogginnlegg, desktop og mobil web tredjeparts data er for tiden samlet hovedsakelig ved hjelp av cookies. Du har kanskje lest at alle de store nettleserne planlegger å avslutte tredjeparts informasjonskapsler. Selv om dette paradigmeskiftet ikke vil skade publikumsbyggingsprosessen TIL ctv-eller in-app-miljøer, som primært bruker vedvarende enhetsidentifikatorer for å bygge publikum, vil det sannsynligvis påvirke desktop og mobile web. Uten informasjonskapsler, hvordan vil de ulike sammenkoblede partene i ad tech supply chain synkronisere publikum? Det finnes en rekke potensielle løsninger i den foreløpige designfasen for å bidra til å løse denne bransjeomfattende gåten. Imidlertid ser ingen ut til å være silver bullet, og ingen er eksternt klar for primetime. Sjekk ut vårt blogginnlegg om bortfallet av tredjeparts informasjonskapsler for å lære mer.

Lær mer om publikumsdata

Nå som vi har dekket de ulike partene som er involvert i datainnsamlingsprosessen og ulike typer data, er vi klare til å bli mer granulære. Hvis du fant dette emnet interessant, vil jeg anbefale at du leser dette innlegget for å lære om probabilistiske og deterministiske metoder for publikumsidentifikasjon og fordelene med hver.