Просто о сложном
ГК «Родная речь»
18.04.2024
ADPASS рекомендует материал к прочтению
ОККАМ
Усиление walled gardens и искусственного интеллекта: тренды в мире без cookies
Эксперт агентства Mera (by Okkam) Артем Сараев рассказал, как российские рекламодатели готовятся к блокировке third party cookies.
К концу 2024 года Google намерен полностью прекратить поддержку сторонних файлов cookies в браузере Chrome. Старший директор по продуктам Privacy Sandbox Виктор Вонг допустил, что дедлайн может сдвинуться из-за согласований с британским регулятором, но призвал участников рынка готовиться к отключению в ранее заявленные сроки.
В результате блокировки рекламодатели лишатся точных данных о предпочтениях и интересах пользователей, собранных с помощью файлов cookies. Это приведет к сокращению доступных сегментов по интересам и ограничит возможности таргетирования и персонализации рекламы. Отсутствие third party cookies также затронет ретаргетинг, поскольку рекламодатели не смогут точно определить, какие пользователи посещали их сайт, и настроить ретаргетинговые кампании. И наконец, отмена файлов cookies усложнит атрибуцию, что приведет к снижению качества аналитики и возможности оптимизировать рекламные кампании на основе точных данных о конверсиях.
Рекламный рынок не надеется на отсрочку, поэтому адаптируется к новой среде: тестирует альтернативные методы сбора данных, таргетинга и аналитики. В Mera (входит в Okkam) активно работают с разнообразными типами данных и контекстуальным таргетингом, используют возможности ИИ для таргетинга и создания/адаптации разного рода креативов. Помимо повышения точности и релевантности рекламных кампаний клиенты рассчитывают на 100-процентное соответствие их практик новым стандартам конфиденциальности.
Артем Сараев, эксперт по развитию цифровых продуктов рекламного агентства Mera, уверен, что блокировка cookies станет сильным импульсом к дальнейшему совершенствованию рынка данных. В этом заинтересованы сами рекламодатели, подчеркивает эксперт.
Основными рабочими альтернативами third party cookies являются first party данные и контекстный (он же контекстуальный) таргетинг. Эффективность последнего будет драйвить искусственный интеллект — в первую очередь, технологии машинного обучения и алгоритмы.
Усиление роли 1st party данных
В отсутствие сторонних cookies лучшим способом улучшить эффективность рекламных кампаний и персонализацию предложений являются first party данные. Именно поэтому рекламодатели, которые хотят сохранить привычные подходы к персонализации и таргетингу, обращаются к walled gardens — владельцам закрытых платформ, обладающим огромными объемами пользовательских данных. Доступ к ним контролируют интернет-сервисы, маркетплейсы, банки, ритейлеры, телеком-операторы. В России к числу крупнейших поставщиков 1P Data относятся Ozon, Сбербанк, «Яндекс», VK, МТС, «Билайн», «М.Видео-Эльдорадо», X5 Group.
Маркетплейсы и ритейлеры собирают данные о покупках и предпочтениях клиентов, поведении пользователей на сайте, банки дополнительно могут анализировать транзакционные данные. Собранная информация используется для персонализации услуг и предложений, показа релевантной рекламы и контента. В конечном счете грамотная data-стратегия способствует повышению лояльности и продаж.
В чем польза сотрудничества с walled gardens?
-
Данные, добровольно предоставляемые пользователями экосистем, можно использовать для поиска существующих и похожих клиентов.
-
Готовые аудитории без дополнительных расходов: walled gardens предоставляют различные сегменты бесплатно.
-
Точные межканальные измерения: платформы вроде «Яндекса» и VK измеряют эффективность рекламы на различных устройствах на протяжении всего пути покупателя.
Важность использования собственных данных подтверждается на практике. К примеру, наша аналитика для одного из FMCG-клиентов показала, что размещение на сегментах, основанных на собственных CRM-данных, дает прирост до 50% к CTR. Кроме того, доход с одного визита увеличивается в среднем на 9% по сравнению с размещением на предустановленных сегментах.
Артем СараевDigital Excellence Expert в Mera
Контекстныйтаргетинг: всё новое — это хорошо забытое старое
Размещение рекламы рядом с релевантным контентом — один из первых методов таргетирования рекламы в интернете, задолго до начала широкого использования файлов cookie для сбора данных о поведении пользователей.
Поскольку объем инвентаря с поддержкой традиционных методов таргетинга будет сокращаться, брендам придется искать площадки, которые предлагают интересный ее ЦА контент. Далее рекламное сообщение будет адаптироваться к содержанию страницы, ключевым словам, местоположению пользователя и другим факторам.
На фоне возрождения интереса к контекстному таргетингу российские рекламодатели вовсю тестируют новые форматы:
-
In-Image (реклама в изображении), когда реклама встраивается непосредственно в релевантные изображения на веб-странице. Например, реклама спортивной обуви появляется на изображениях, где люди занимаются спортом.
-
In-video native advertising (реклама в видео), когда реклама размещается внутри видеоконтента на основании содержания видео. Это может быть баннер или короткое рекламное сообщение в начале ролика, соответствующее его тематике.
-
Content recommendation widgets (виджеты рекомендаций контента) представляют собой элементы, внутри которых размещаются рекомендованные статьи, видео и другие типы контента, релевантные просматриваемой странице. Рекомендации могут включать как органический контент, так и рекламные материалы.
-
Semantic targeting (семантическое таргетирование) — расширенный подход к контекстному таргетингу, который анализирует семантические связи и значение текста на странице для более точного соответствия рекламы контексту. Это позволяет достигать высокой релевантности рекламы, даже если ключевые слова не совпадают напрямую.
-
Audio content advertising (реклама в аудиоконтенте) — рекламные сообщения, интегрированные в подкасты или музыкальные стримы, основанные на тематике или содержании аудио. Например, короткое рекламное объявление, связанное с темой подкаста.
Усиление роли искусственного интеллекта (ИИ) и автоматизации
Развитию контекстного таргетинга будут способствовать технологии машинного обучения, поскольку они играют ключевую роль в анализе контекстуальных факторов. К таким факторам относятся ключевые слова, тематика страницы и местоположение пользователя.
По мере совершенствования алгоритмы машинного обучения смогут обрабатывать все больше данных, выявлять скрытые закономерности и тенденции, что сделает возможным предсказание интересов и предпочтений пользователя, основываясь на контексте, без необходимости применения cookies. На основе анализа собранной информации ИИ подберет наиболее релевантные рекламные сообщения для каждого конкретного случая.
В переходный период ИИ приобретет особую значимость для маркетологов: он поможет оптимизировать распределение рекламного бюджета, минимизировать затраты на ручное управление данными и процессами и таким образом повысить эффективность и целевую направленность кампаний.
Примером подобной оптимизации можно назвать «ChatGPT Таргетинг» от Roxot, который, по заявлению самой компании, собирает текстовое наполнение веб-страниц, отправляет его в ChatGPT для получения тематик контента, затем проставляет теги к url и браузеру пользователя. Реклама может показываться как на самой странице с нужным контентом, так и на других страницах сети.
Другой пример — внедрение ИИ в сервисы «Яндекса». В 2023 году компания установила в системе модерации рекламы нейросеть, которая работает на основе архитектуры DSSM (Deep Semantic Similarity Model) и по итогам года среди попыток размещения мошеннической или запрещенной рекламы было заблокировано 214 тыс. рекламных аккаунтов, что на 42% больше показателя 2022 года. Кроме того, алгоритмы «Яндекса» не допустили к рекламной сети более 17 500 сайтов, 15 500 приложений и 2 700 Telegram-каналов.
В целом такая модерация хороша и для пользователей, и для самого «Яндекса»: пользователи видят меньше раздражающих объявлений, а компании проще привлекать качественных рекламодателей, которые не нарушают правила.
Если говорить про машинное обучение, то его возможности активно используют Wildberries и Ozon. Оба маркетплейса предлагают пользователям персонализированные рекомендации товаров на основе их истории покупок, просмотров и поисковых запросов.
Если говорить про контекстуальный таргетинг, то еще несколько лет назад результаты его использования в большей части случаев уступали таргетингу по cookies в плане кост-эффективности. Однако вместе с развитием нейросетей и их внедрением в контекстуальный таргетинг (улучшается понимание контекста и смысла текста, а не просто ключевые слова) мы видим, что все в большем количестве размещений результаты становятся сопоставимыми, а в некоторых случаях даже превосходят размещения с таргетингом по cookies.
Артем СараевDigital Excellence Expert в Mera
Лучшее в блогах
Вам понравится
RedLab
17.04.2024
Russ
04.04.2024
MGCom
29.03.2024
Как продвигать категорию ПВХ-окон в низкий сезон с помощью ПромоСтраниц. Кейс Melke и MGCom
![]()
Спрос на ПВХ-окна сильно зависим от сезонности. Максимально активный период приходится на позднюю весну и продолжается до осени. А вот с ноября по апрель он минимальный. Производитель Melke как молодая компания обратился к агентству MGCom, чтобы повысить узнаваемость бренда и поддержать спрос в «низкий» период. В числе других инструментов команда агентства предложила протестировать ПромоСтраницы.
Неделя рекламы 
Новости 
Кейсы 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Проверено ADPASS 
Рекламные кампании 
