Жизнь после cookies: экспертный взгляд на идентификацию пользователя

Первоначально Google планировал прекратить полное использование third-party cookies к концу 2024 года. Но в апреле этого года анонсировал перенос на 2025 г. Постоянные изменения сроков еще раз подчеркивают, насколько сложно отказаться от устоявшейся технологии сбора данных для персонализации рекламы.

Но отмена рано или поздно произойдет — и эксперты прогнозируют серьезные потери рекламного рынка в связи с отменой cookies. По оценкам Google, конечный рекламодатель недополучит около 39 миллиардов долларов чистой прибыли. Дело в том, что отмена third-party cookies ставит под угрозу привычные методы работы с данными, значит бренды потеряют основной инструмент идентификации пользователей и возможность персонализировать рекламные сообщения. Событие затронет и малый бизнес, и крупных игроков и потребует кардинальных перемен от рынка рекламных услуг.

Для маркетологов отмена third-party cookie станет серьезным вызовом. Чтобы остаться на плаву, рекламодателям придется искать новые подходы к идентификации пользователей.

В этой статье проанализируем существующие альтернативы, их плюсы и минусы, и расскажем о перспективном решении от AiData, которое позволяет не только полностью заменить cookies, но и повысить точность идентификации пользователей.

Основная причина отказа от cookies — бесконтрольное отслеживание активности пользователей в сети, в связи с чем регуляторы требуют более прозрачных механизмов работы с информацией. Ужесточение законодательства в этой области толкает рекламодателя искать другие методы сбора и обработки данных. Новые решения должны сохранять качество идентификации и одновременно соблюдать права пользователей на конфиденциальность.

В настоящее время существуют следующие способы сбора информации:

Это ценный актив для любой компании, которая стремится повысить эффективность маркетинговых кампаний и укрепить связь со своими клиентами. First-party data — информация, которую компания собирает напрямую от своих клиентов: контактные данные, демографические детали, история покупок, информация о предпочтениях и интересах.

У собственных данных высокая точность, достоверность и актуальность, благодаря которым можно создавать персонализированные маркетинговые стратегии, точно настраивать таргетинг и формировать предложения, которые максимально соответствуют интересам и потребностям клиентов.

Примером использования First-party data может служить сеть магазинов парфюмерии и косметики. Ориентируясь на индивидуальные предпочтения клиентов в ароматах и уходе за кожей, магазин может предложить персональную скидку на избранный товар, например, в честь дня рождения клиента. Такой подход повышает лояльность клиента, стимулирует повторные покупки и способствует более глубокой эмоциональной связи с брендом.

Минусы использования First-party data:

Это высокоточный метод распознавания пользователей на основе данных телеком-операторов. Каждому договору присваивается уникальный идентификатор, который позволяет отслеживать активность пользователя вне зависимости от устройства, браузера или канала и обеспечивает омниканальный таргетинг, но только в рамках одного телеком-оператора. Stable ID способен создавать последовательное и персонализированное взаимодействие с клиентами на всех этапах пути покупателя.

Минусы использования Stable ID:

Это метод идентификации пользователей на основе анализа контента. Сбор личных данных пользователей не требуется — это повышает доверие и удовлетворенность аудитории.

Интересы потребителей выявляются на основе «контентного следа» — историй прочитанных статей. Современные технологии позволяют проводить углубленный семантический анализ текстов, изображений и кодов страниц в реальном времени и определять релевантные для аудитории материалы. Реклама согласуется с тематическим контентом страницы, выглядит актуальной и менее навязчивой и реже подвергается блокировке со стороны пользователей. Благодаря этому повышаются шансы на вовлечение.

Применяется контекстуальный таргетинг в разных форматах: видео, баннеры, текстовые объявления.

Минусы применения контекстуального таргетинга:

В отличие от cookies, fingerprinting формирует профиль пользователя на основе анализа технических характеристик устройств и настроек, например, учитываются версии операционной системы, языка, геолокация, часовой пояс, установленные шрифты, плагины и многие другие. Это позволяет идентифицировать пользователей в том числе и в режиме инкогнито.

Метод демонстрирует высокую точность, однако не позволяет качественно выстраивать сегментацию из-за чувствительности изменений перечисленных параметров в профиле пользователя.

Главный минус использования Fingerprinting — дублирование профилей пользователя при смене устройств или изменении настроек браузера. Fingerprinting опирается на уникальный набор данных — разрешение экрана, установленные шрифты и версия ОС. Поэтому любые изменения этих параметров приведут к созданию нового «цифрового отпечатка» — система будет распознавать одного и того же пользователя как нового.

У каждого из представленных выше методов есть не только свои плюсы и сильные стороны, но и существенные минусы. Следовательно, ни одно из этих решений не способно полностью заменить cookies.

Но специалисты AiData сумели найти выход, который позволяет обойти главную проблему метода идентификации Fingerprinting — дублирования профиля пользователя. Разработка от AiData максимально нивелирует недостатки традиционного Fingerprinting и обеспечивает устойчивость даже к значительным изменениям в настройках устройства пользователя. Machine learning анализирует сотни параметров и распознает реального человека за различными цифровыми профилями с учетом изменяющихся метрик, предотвращая главную проблему классического подхода.

Точность идентификации Fingerprinting от AiData достигает до 85% в зависимости от устройства и браузера пользователя. Это значит, что даже если пользователь установит обновления или изменит своё местоположение, решение от AiData сможет точно определить, что это один и тот же человек. По итогу для работы рекламодателя формируется обезличенный и стабильный во времени идентификатор пользователя, который можно использовать для персонализации маркетинговых кампаний без риска дублирования и потери данных о клиенте. Подробнее о Fingerprinting от AiData читайте в статье «Конец эры cookies: как технологии меняют правила игры в диджитал-маркетинге»

Отмена cookies не станет окончательным приговором. Конечно, не все предлагаемые способы идеальны, но современные технологии, такие как Fingerprinting от AiData, смогут максимально точно идентифицировать пользователей и полностью заместить утраченные cookies.

Брендам уже сейчас следует изучать информацию и тестировать новые решения, потому что способность быстро адаптироваться к изменениям рынка и гибкость обеспечат компаниям конкурентное преимущество.

***

Материал создан на основе вебинара «Как выбрать рабочее решение для cookieless эры: два экспертных взгляда на идентификацию пользователей».

Запросите полную версию вебинара, чтобы ознакомиться с развернутым обсуждением преимуществ и недостатков различных подходов к идентификации пользователей.

Спикеры