כיצד לשמור על יעילות עם בדיקת פרטיות דיגיטלית ו- GDPR / CCPA
ניקוד בקשות להתרשמות
עם GDPR באירופה ו- CCPA של קליפורניה, יחד עם העובדה שגם גוגל וגם אפל מגבילות את השימוש במזהי מכשירים ובעוגיות - התעשייה צריכה להתחיל לעבוד עם שיטות אחרות כדי להבטיח ולשמור על יעילות ואפקטיביות.
העובדה לכאורה שחוסר הדיוק שהאמור לעיל מביא, לא אומרת שלא ניתן 'למצוא' אדם ולהציג לו מודעה רלוונטית. הנה הסיבה:
ביום רגיל אנחנו מקבלים יותר ממיליון בקשות למודעות בשנייה. הבקשות מגיעות עם מטה-נתונים כגון; תאריך, שעה, מיקום או מזהה מכשיר כמו IDFA של Apple. אנחנו יכולים להשתמש ב-IDFA כדי לקבוע אם התרשמנו מהמכשיר הזה בעבר. כמו כן, אם המכשיר ממוקם בתוך פלח נתונים מסוים שנראה לנו רלוונטי לקמפיין המדובר.
ספקים ורשתות קנייה רבים מסתמכים על תעודות זהות כדי למצוא ולהתמקד במכשירים/אנשים ספציפיים. עם זאת, מהיום הראשון, הסתמכנו ופרסנו בהצלחה מנגנוני למידת מכונה כדי לקבוע אם בקשת מודעה מתאימה לקמפיין ספציפי. בעיקרו של דבר, כל אות מסווג אוטומטית ומקבל ציון - בהתבסס על למידת מכונה - כדי ללמוד וליישם את ההשפעה של כל אות על ביצועי הקמפיין.
השילוב של המשתנים הנוכחיים מקבל ציון המבוסס על נתונים היסטוריים וביצועי קמפיין בשידור חי/בפועל. ציון זה יקבע אם נציג (ובאיזה גובה) את בקשת המודעה הספציפית הזו - 'הסתכלות' על תצורת הקמפיין ועל היעד שלו.
בקשות המודעות המתוארות לעיל ידועות גם כבקשות 'מעקב מודעות מוגבל' (LAT). מכיוון שכל התעשייה נעה לעבר בקשות התרשמות מבוססות LAT, אנו מרגישים שאנו מיישמים את אסטרטגיית המיקוד לעומת הפרטיות הנכונה מהיום הראשון. אנחנו - ותמיד היינו - מתמקדים בדרכים חדשות למקד ולייחס אותן.
האם אתה רוצה לחלוק רעיונות, יש לך שאלות או פשוט רוצה לדון? להגיע אל!