AdExchanger文章:营销人的跨设备数据识别指南(2016年版)

  译者是祝洁。由宋星审校。

  本文翻译自AdExchanger的文章:

  原文见:http://adexchanger.com/data-exchanges/2016-edition-marketers-guide-cross-device-identity/

物联网

  行业越来越多采用跨屏技术的产生是因为设备的分裂化的加剧。

  Luma的合伙人Brian Anderso在AdExchanger一月份的行业预演中说道,“我们原来讨论Cookie, 但是现在我们讨论跨设备。跨屏现在是在广告交易市场中实现受众个性化(广告)的一个关键性因素。“

  也许把2016年称作“跨设备之年”还有点夸张,然而CPX旗下的Adready资深销售总监Mike Juhas说,“任何大规模的广告项目,跨屏策略都应该是不可或缺的一部分,这是底线。跨屏策略并不应该被看作今年才有的炙手可热的新兴策略”。

  无论如何,只要消费者在手机上花费的时间持续增加,跨屏技术就是每个营销人的重点投放方向。但是艰巨的挑战依然存在,其中包括如何处理用户个人隐私,触达和准确率以及棘手的物联网。

  快速回顾之前的业界努力

  现在有两种主要的方法用做跨设备建立用户身份:确定性和概率论。

  其中确定性匹配已知用户的数据加以匹配,一般是一个邮件地址用于多个设备的登陆 (比如Facebook,Google,Amazon,Twitter,AOL);概率论方法则借鉴多种匿名的数据信号比如IP地址,设备类型,浏览器类别,地域以及操作系统来创建设备之间的统计学意义上的关联 (比如Drawbridge,最近被Tapad收购,Crosswise, Adelphic, Adbrain)。

  概率ID供应商经常用所谓的“真相设置”——以被许可使用的确定性数据为核心——在一段时间内不断训练他们的算法。

  两个方法听起来泾渭分明,但是其实并不是。

  有一种趋势在数据公司间发展,比如Oracle采用的混合的方式在某些案例中,用概率的组合去完善它们的确定性的匹配能力从而试图(将跨设备追踪能力)接近Facebook和Google这类大互联网公司用户的规模水平。

  比如LiveRamp,他们依赖确定性数据来加速用户连接的产品,也利用概率性匹配为服务那种有额外触达率需求的客户,因此它们利用Drawbridge的构建消费者图谱。

  正如 LiveRamp 产品VP Anneka Gupta 在2015年11月宣布与Drawdridge合作时告诉AdExchanger的,“ 确定性数据加上概率推断双管齐下,这对于像手机这类需要很长时间才能收集到具体数据的渠道很重要,只有这样才能扩大在此类渠道的触达。”

  围墙花园

物联网

那些拥有客户数据的玩家——主要是Facebook Atlas以及Google,经过数月推敲之后,在今年6月终于推出了他们自己的跨屏解决方案。他们经常被称为“围墙花园 “ ,即迷人又有效率的香格里拉游乐场。它们拥有近于完美的跨设备身份识别匹配, 从而让广告主可以既获得广度又得到精度。然而广告主不能把这些经验带到其他地方,在”围墙花园“ 发生的只能留在那里而不能用于其它广告项目。

  尽管很多营销人员通常发现这样的事实很令人沮丧,但是这并没有阻止他们向”围墙花园“投更多的钱,这从Facebook和Google 第四季度各自的高额收入就能得知。

  Facebook已经反驳说这些都是为了用户隐私。Patrick Harris ,Facebook的全球代理总监说道,如果他可以有选择,他愿意把“围墙花园“变成 “隐私花园”。

  隐私问题(尚无明确答案)

  设备的激增使得消费者更加困难,甚至是几无可能去屏蔽跨设备追踪。

  基于cookie的追踪屏蔽仍然不能解决问题,正如Adobe隐私产品经理Vinay Goel 在六月在和客户和合作方关于他们即将推出的跨设备数据产品介绍会上承认的:“如果你清除了cookie然后用户又回访了网站,你还是将再一次被标记和追踪。这是基于cookie的屏蔽方法的缺陷和问题” 。虽然由数字广告联盟(DAA)创建的AdChoices和AppChoices等自我监管计划旨在帮助消费者了解他们的个人数据的在被谁使用,但其还是存在明显的局限性。

  例如,用户自主免去被追踪的过程需要大量的精力,当用户不想被广告所追踪时,他必须在每个浏览器,每个设备上逐一的免除, 并且一直保持这样的设置偏好。这太耗费时间了。