Vi har täckt utgivarens första parts data, annonsörens första parts data och andra parts data, men det finns fortfarande ännu en viktig typ av data-tredje parts data.

tredjepartsdata är all information som samlas in av en enhet som inte har ett direkt förhållande till användaren som uppgifterna samlas in på. Ofta samlas tredjepartsdata från en mängd olika webbplatser och plattformar och aggregeras sedan tillsammans av en tredjepartsdataleverantör som en DMP.

genom att aggregera data från en mängd olika egenskaper kan DMP: er skapa omfattande målgruppsprofiler. Dessa profiler innehåller information om användarnas webbinteraktioner och beteenden, som sedan används för att kategorisera användare i vissa segment, till exempel auto intenders eller sportfans.

till exempel

en användare kan besöka en sportwebbplats och välja sitt favoritlag. De kan sedan navigera till en auto entusiast blogg, och slutligen fylla i ett kreditkort ansökan på en bank Webbplats. Sportplatsen vet inte nödvändigtvis att användaren älskar lyxbilar eller har hög inkomst. Till skillnad från sportsidan har dataleverantören inte en direkt relation med användaren, men eftersom leverantören samlar in data från användaren när de reser på webben, inte bara på en enskild egendom, kan de bilda en mer fullständig bild av den användaren.

vilka är fördelarna?

tredjepartsdata ger en bredd av information som inte kan matchas av en enskild enhet. Medan förstapartsdata vanligtvis anses vara den mest värdefulla eftersom den är fri och utvecklad deterministiskt, kan den helt enkelt inte matcha bredden och omfattningen av tredjepartsdata som modelleras probabilistiskt. Även om en enskild utgivare kan ha högspecialiserad kunskap om en användare från interaktioner på deras webbplats, eftersom de flesta webbplatser har specifikt innehåll eller produkter som lockar användare, är det troligt att de inte vet mycket om resten av användarprofilen.

dessutom destillerar dessa tredjepartsleverantörer data ner till målgruppssegment och tar bort analyser som annonsören kan ha behövt för att utföra på annat sätt.

tredjepartsdata och målgruppsdata i allmänhet hjälper till att flytta bort från att använda innehåll som en proxy, så att annonsörer kan köpa målgruppssegment baserat på viktiga egenskaper.

det finns också konsumentfördelar för målgruppsinriktning. Många studier har visat att konsumenter ofta föredrar personlig reklam, så länge den inte överskrider och invaderar deras integritet. En välkänd studie, som drivs av Adlucent, fann att 71% av konsumenterna föredrar annonser anpassade till sina shoppingvanor. Det är intuitivt att konsumenter engagerar sig mer med annonser som är meningsfulla för dem. Faktum är att en Nielsen-studie visade att 78% av de svarande sa att de hade upptäckt en ny produkt från en TV-eller internetannons, jämfört med bara 56% som fick reda på från vänner eller familj.

hur säljs och aktiveras data?

dataleverantörer säljer denna aggregerade, anonymiserade data till annonsörer för att underlätta riktade annonsköp, så att annonsörer kan rikta in och skräddarsy annonser för att effektivt engagera de specifika målgrupperna. Dessa buntar säljs vanligtvis på CPM-basis med hopp om att en mer målinriktad, engagerad publik är värt extrakostnaden eftersom annonsen annars skulle kunna utsättas för publik som inte är intresserade av att köpa.

till exempel

ett lyxbilmärke kanske vill rikta in sig på marknaden bilköpare-individer med utgående leasing eller gamla bilar — som gör mer än $80,000 per år. Även om CPM kommer att stiga för att tillgodose kostnaden för denna inriktning, och den totala skalan kommer att minska, är annonsören mycket mer benägna att nå verkliga potentiella kunder.

historiskt sett var dessa data målinriktade på DSP-nivå (demand-side platform). DSP: er skulle integreras med DMP: er för att göra dessa inriktningsalternativ tillgängliga för handlarna på sina plattformar och för sina reklamkunder. Men med ökningen av privata marknadstransaktioner till mer än 50% av alla programmatiska utgifter 2020 ökar trycket att flytta datainriktning till transaktionens utbudssida plattform (ssp) eftersom ssp har större synlighet i inventeringen av sina utgivarkunder. Detta är särskilt användbart för att rikta in premiuminventering från utgivare som bara är bekväma att göra sitt lager tillgängligt programmatiskt på privata marknadsplatser när det skyddas av tjänster som Audience Lock.

dessutom börjar utgivare använda tredjepartsdata för att stärka sina egna förstapartsdata med kompletterande publikinformation eller helt enkelt för att lägga till värde i deras inventering utan förstapartsdata.

till exempel

en utgivare som driver en bilentusiasters webbplats kan ha specialiserad bilintresseinformation från sina användares inloggningar och profiler. Denna utgivare kan förbättra skalan som den erbjuder annonsörer genom att kombinera sin första parts användarinformation-byggd från användare som valde lyxbilar i sin ”favoriter” — profil eller från att klicka på ett visst antal artiklar — med höginkomst, in-market bil tredjepartsdata från exemplet ovan. Utgivaren kan sedan aktivera dessa data för annonsörer över hela deras fotavtryck av webbplatser, inklusive på icke-auto relaterat innehåll.

på SpotX får våra mest framgångsrika utgivare ofta dubbla CPM för dataskiktade kampanjer än för dem utan. Annonsörerna är glada eftersom de når den publik de vill rikta in sig på i premium, varumärkessäkra miljöer och våra utgivare är glada eftersom deras CPM är så höga.

vilka är riskerna?

som vi delade i våra Vad är cookies … blogginlägg, stationära och mobila webb tredjepartsdata samlas för närvarande främst med hjälp av cookies. Du kanske har läst att alla större webbläsare planerar att avbryta cookies från tredje part. Även om detta paradigmskifte inte kommer att skada publikbyggnadsprocessen för CTV eller i App-miljöer, som främst använder ihållande enhetsidentifierare för att bygga publik, kommer det sannolikt att påverka stationär och mobil webb. Utan cookies, hur synkroniserar de olika sammankopplade parterna i ad tech supply chain publiken? Det finns ett antal potentiella lösningar i det preliminära designstadiet för att hjälpa till att lösa denna branschövergripande gåta. Ingen verkar dock vara silverkula och ingen är på distans redo för primetime. Kolla in vårt blogginlägg om nedläggningen av tredjepartscookies för att lära dig mer.

Läs mer om publikdata

Nu när vi har täckt de olika parterna som är involverade i datainsamlingsprocessen och olika typer av data är vi redo att bli mer granulära. Om du tyckte att det här ämnet var intressant skulle jag rekommendera att du läser det här inlägget för att lära dig om de probabilistiska och deterministiska metoderna för publikidentifiering och fördelarna med var och en.