将谷歌生态系统转变为无熟人客户 Data 平台 (CDP)

作者

Image

帕斯卡尔-科吉亚

Artefact 英国董事总经理兼合伙人

作者

Image

曼努埃拉-梅萨

Artefact 咨询经理

作者

Image

娜塔莎-祖埃因

Artefact 高级顾问

随着对客户 data 隐私的要求不断提高，人们对个性化内容的渴望也日益高涨。现在，企业必须想方设法制定 first-party data 战略，既要保护客户隐私，又要为客户提供独一无二的内容。.

迈向无烹饪营销生态系统意味着企业将客户 Data 平台（或称 CDP）视为最佳解决方案。.

争夺更多隐私和更大的个性化

对客户 data 隐私的日益关注和担忧，与对个性化内容和广告日益增长的需求之间的对立，正迫使企业重新思考其个性化和细分战略。.

研究为个性化提供了强有力的论据（例如，根据 Instapage 的调查，74% 的客户在网站内容没有个性化时感到沮丧）。 我们从客户那里收到的反馈也反映了这一点：

  • 超过一半的各行各业报告称，2020 年个性化带来的销售额提升将超过 20%；;

  • 超 targeting 的网络媒体投资为包装消费品 (CPG) 公司带来了约 $200 亿美元的额外收入；;

  • Facebook 的媒体成本可降低 5-15% ，程序化展示的媒体成本可降低 20-25%。.

  • 在预算不变的情况下，所有关键词的搜索印象份额可增加约 15%。.

第一方 data 所有权正日益成为竞争优势的重要来源

这种情况给企业带来了压力；它们别无选择，只能充实自己的 data 资产，集中精力建立强大的 first-party data 战略和客户 data 基础。.

我们的 data 表明，全球企业已经意识到这一点：

  • 品类领导者已经制定了目标，要求他们为数百万--有时甚至是数十亿--客户收集 first-party data；;

  • 2021 年，CPG 品牌的数字资产流量增长超过 20%，其全球客户群中有三分之一通过网络与品牌进行了互动；;
  • 公司应从最有价值的客户那里收集至少 10% first-party data 的信息，并优先部署收集策略。.

企业需要配备专用于收集和处理 first-party data 的工具，以符合 GDPR 法规，并加强其 audience 细分能力。. 但是，即将取消的第三方 cookies 会对用户身份识别产生什么影响？

CDP 作为现成的解决方案正在蓬勃发展，使公司能够快速提升和转变其 first-party data 成熟度

走向 "无烹饪 "世界应被视为新技术出现的契机。为了整合和妥善管理这些 data，推动整体洞察力的发展，并使其在营销渠道中具有可操作性，客户 Data 平台（CDP）被视为最具吸引力的解决方案。通过使用这种 data-driven 技术，营销人员可以利用 first-party data 来提取洞察力，帮助他们提供一对一的个性化服务，从而丰富客户体验。.

仅依赖身份标识（无论是 cookies、电子邮件、IP 还是其他形式的个人身份标识）的局限性

CDP 传统上是通过 ID 组合来合并客户的 data，但 ID 通常会带来困难：

  • 平均而言，我们的分析表明，当 ID 与媒体购买平台共享时，ID 匹配的效果会降低 32%。 此外，由于浏览器、操作系统、用户同意、浏览器设置和附加组件、ID 类型以及媒体购买平台本身的限制等多种因素的不同，效果也存在巨大差异（从 0 到 95%）。我们还预计，随着法规的日益严格、"围墙花园 "隐私规则的增加以及浏览器为 ID 收集和匹配增添新的技术障碍，有效性将进一步降低。.
  • 我们估计，只有 57% 的媒体观众可以通过使用 ID 和相似信息来准确定位，这就为非 ID targeting 扩大相关覆盖范围留下了巨大的机会和需求。.
  • 来自 PII 或非 PII ID 的 "外观相似 "通常不足以实现高频率的媒体营销活动，因此需要其他 first-party targeting 选项来推动媒体的大规模覆盖。.

first-party data 不使用名称和 cookies 的情况下，为品牌利用 first-party data 提供了不断增长的新机遇

如果没有正确的工具将 first-party data 转化为媒体和营销战略，CDP 可能会成为一张白纸。事实上，采用 CDP 方法只是拼图的一部分。.

目前的 first-party data 战略侧重于 ID 收集和覆盖范围，但往往无法从收集到的信息中获得洞察力和经验。我们的目标应该是超越 ID，用更多的情报取代更多的 data。这样，所利用的 data 就比 ID 更广泛、更丰富，但如果使用得当，也能达到相同的覆盖范围和 audience 质量。.

在过去几年中，谷歌一直在推广这一愿景，从基于 cookie 的第三方 data 和行为 targeting 转向与新兴聚合体合作的能力；最初的建议是基于其 "群组联合学习"（FLoC），2022 年初被 "主题"（Topic）所取代，"主题 "是基于兴趣的 targeting 的新建议。.这对品牌意味着什么？

无广告代码和无 PII 的方法为大型广告商提供了一个新的金矿，可提供更高水平的性能和更大的覆盖范围

我们在不同客户中部署的无烹饪 targeting 表明，它可以与 ID targeting 一样高效，甚至更高效。 有了从市场和亲和细分市场、关键词、在线行为模式、地理位置和消费 reports 等多种来源收集的足够多的 data，我们就可以创建具有同等个性化的 audience 细分市场，以满足客户的特定业务需求。这种类型的 targeting 可提供有效的覆盖范围，在更大范围内提供精确和定制的个性化服务。.

Data 科学只是 data 战略的一部分：企业需要从 data-driven 规则转向业务驱动型机器学习

个性化的意义远不止拥有客户的姓名和电子邮件，企业对客户的了解也很关键。不能仅仅关注可识别的 data，还必须利用机器学习为收集到的 data 增加更精确的洞察力。CDP 和解决方案，如 观众引擎 我们正在研究如何加强 data 的收集和解释，并展示从 data 到智能的转变如何帮助公司的个性化和 data 隐私战略充分发挥潜力。.