Как маркетологам работать с Big Data в мире без cookies

В чем проблема

Все ключевые браузеры постепенно отказываются от 3rd-party cookies. Apple уже блокирует их в Safari, а также запрещает приложениям без подтвержденного согласия пользователя передавать IDFA — аналог cookies в приложениях. С 2023 года от сторонних cookies откажется самый распространенный браузер в мире — Google Chrome.

Эта технология является основой таргетирования рекламы и источником данных о поведении аудитории для большинства компаний. Сегментация аудитории проходит в три этапа: каждому профилю присваивается обезличенный ID, он сопоставляется с данными cookies и IDFA, ID со схожими признаками объединяются в сегменты, на которые таргетируется реклама. Таким образом размечается порядка 75% интернет-пользователей. После вступления в силу всех запретов в распоряжении рекламодателей и агентств останется 5% этих данных.  

Ограничения коснутся и тех cookies, которые собирает сам сайт: теперь они будут храниться не более суток. Проблема в том, что мы редко моментально принимаем решение о покупке: современный покупатель сначала читает отзывы, сравнивает цены, советуется со знакомыми. Когда сайт хранит cookies и идентифицирует клиента в течение продолжительного времени, компания может проследить «путь» клиента: например, оценить, сколько ему потребовалось контактов с компанией, чтобы принять решение о покупке. Теперь такая аналитика будет недоступна.

Что это значит для рынка

• Взаимодействие с компанией станет менее прозрачным. Сейчас, сколько бы раз пользователь ни заходил на сайт после того, как кликнул по рекламе, можно увидеть «отправную точку». Теперь данные будут обнуляться раз в сутки, и клиент каждый раз будет получать новый ID. В результате вырастет доля «прямого» трафика на сайт, и будет сложнее выделить в этой группе тех, на кого повлияла именно рекламная кампания.
• Вырастет стоимость привлечения клиента. Большинство рекламных сервисов будет обладать меньшей информацией об аудитории, точность таргетинга будет снижаться. Соответственно, снизится конверсия и вырастет CPA.

Чем заменят cookies

На этот вопрос у индустрии нет единого ответа. Можно выделить четыре основных альтернативы cookies, которые позволят работать с анализом данных.

1. Браузеры разработают новые методики сегментации пользователей

Интернет-гиганты, для которых реклама является основным источником дохода, заинтересованы в том, чтобы разработать эффективные и безопасные способы сегментации аудитории даже без сторонних cookies. Google разрабатывает программу Privacy Sandbox, в основе которой лежит система FLoC — Federated Learning of Cohorts. FLoC будет прямо в браузере анализировать, на какие сайты заходит человек, и на основе интересов относить его к одной из «когорт» — группе пользователей с одинаковым ID. На эти когорты и будет таргетироваться реклама.

У этой системы есть три ключевые проблемы. Первая — в единицу времени пользователь может попасть только в одну когорту, которая будет постоянно меняться. Это ограничивает возможности таргетинга и усложняет создание пролонгированных рекламных кампаний, когда мы рассчитываем, что пользователь несколько раз столкнется с рекламой в разных каналах. Вторая проблема — безопасность и анонимность. Google планировал запустить FloC и отказаться от cookies уже в 2022 году, но пока система не доказала ни свою безопасность, ни эффективность. Третья проблема — концепцию Chrome пока не поддержал ни один другой браузер: у каждого игрока рынка есть собственное видение выхода из ситуации. Это означает, что на рынке не будет единой системы таргетинга для разных браузеров.

2. Использование собственных данных

При регистрации клиенты оставляют свои данные и дают согласие на их обработку, в том числе в рекламных целях. Накопленная в CRM-системах информация о зарегистрированных пользователях станет для крупных рекламодателей основным источником анализа. Однако для работы с действительно большими объемами данных и построения look-alike-моделей требуются технические мощности и специфическая экспертиза — то, чем на российском рынке обладают единицы. Например, Big Data МТС хранит и обрабатывает 20 петабайтов данных — это сравнимо с 440 библиотеками имени Ленина — и анализирует пользователей более чем по пяти тысячам метрик.

3. Контекстный таргетинг

Контекстный таргетинг привязывает рекламу не к профилю пользователя, а к контенту на сайте. Его преимущество — 100%-я конфиденциальность и возможность показывать пользователю рекламу в момент, когда он проявляет интерес к какой-то тематике. Его минус — он подходит далеко не для всех каналов и аудиторий. Например, если стоит задача показать рекламу на основе домашней или рабочей локации, контекстный таргетинг, как и FLoС, не сработает.

4. Stable ID

Stable ID — идентификатор, в обезличенном виде привязанный к какому-либо стабильному параметру, например почте, номеру устройства или мобильному телефону. Последний считается самым надежным способом идентификации: у одного пользователя может быть несколько почт под разные задачи, устройства потребители часто меняют или отдают родственникам, а номер телефона абоненты стремятся сохранить. Кроме того, привязка ID к номеру позволяет собирать обезличенную информацию об офлайн-показателях: например, миграциях, домашней и рабочей локации, привычке путешествовать. По этой модели в том числе работает Big Data МТС.

Как работает Stable ID

Для использования в анализе Big Data каждому номеру присваивается ID, что позволяет полностью обезличить данные. Математическая модель анализирует различные метрики, такие как геолокация, история взаимодействия с оператором или экосистемными сервисами и другие параметры, и формирует ID в группы по признакам: пол, возраст, уровень доходов, интересы. Система работает исключительно с обезличенными агрегированными данными, которые технически невозможно соотнести с конкретными людьми: ID и персональные данные хранятся отдельно на защищенных серверах компании.

Каждый оператор может анализировать только собственную абонентскую базу. Тем не менее выборка из нескольких миллионов абонентов — 65 миллионов в случае МТС — и возможность учесть не только интересы, но и локацию или, например, уровень доходов, дают операторам потенциал для наращивания рекламных компетенций и превращения в полноценные рекламные агентства.

Что предпринять, чтобы эффективно работать с Big Data после запрета на использование 3^rd-party cookies

1. Развивайте CRM. Собирайте как можно больше «первичных» данных о клиентах, мотивируйте их регистрироваться на сайте. Так вы будете лучше знать клиента, получите базу для собственного анализа или построения look-alike-моделей.

2. Проведите детальный анализ аудитории, пока не ввели ограничения. Вы можете заказать подробное исследование на основе Big Data: проанализировать интересы клиентов, стиль жизни, модель потребления, уровень доходов, географию, предпочтения разных социально-демографических групп, выделить склонную к оттоку аудиторию. Эти данные позволят скорректировать стратегию продвижения и выделить наиболее значимые группы клиентов и признаки, по которым их можно будет определять в будущем.

3. Проводите тестовые рекламные кампании. Вкладывайте небольшие бюджеты и экспериментируйте с форматом, сообщением, подачей материалов и каналами, оценивайте их эффективность. Это позволяет снизить CPA за счет того, что основные инвестиции вы направляете в самый эффективный канал. Учитывая, что после отмены cookies таргетировать сообщение будет сложнее, тестовые запуски будут становиться основным способом повысить эффективность компании.

4. При выборе подрядчика выясняйте, но основе каких данных работает сервис. Отдавайте предпочтение тем, кто строит модели на основе стабильного ID и может сделать метчинг данных с вашей системой — проверить, насколько данные платформы сходятся с вашими уже проверенными данными. Чем выше корреляция, тем надежнее платформа.

5. В ряде сегментов нужно учитывать не только интересы аудитории, но и другие способы сегментации: по рабочей и домашней локации или уровню доходов. Это наиболее актуально для сегмента недвижимости, beauty и HoReCa, а также для среднего и малого бизнеса. Узнайте, есть ли возможность такого таргетирования у подрядчика.