Таргетинг по-новому: что изменилось в рекламных стратегиях

В мире, где данные стали новой валютой, разворачивается парадоксальная ситуация: потребность в персонализации коммуникаций растет, а доступ к персональным данным стремительно ограничивается. Появляются новые правила регулирования отрасли, контента становится лишь больше, а потенциальные клиенты внимательнее относятся к своим цифровым следам. При этом компании, использующие персонализацию, основанную на данных, в 5−8 раз увеличивают рентабельность затрат на маркетинг. О том, как адаптироваться к меняющемуся рынку, расскажет Анастасия Луговская, руководитель отдела развития Centra.

В последние годы произошло глобальное переосмысление подхода к приватности пользователей интернета. Регуляторы ужесточают правила получения и обработки персональных данных — теперь бренды обязаны получать явное согласие пользователей на сбор и обработку их личной информации. А крупные компании меняют подход к работе с данными — заявление Google о полном отключении сторонних cookie в браузере Chrome в 2024 году стало серьезным событием для маркетологов. Другие же браузеры, включая Safari, уже давно начали работу по ограничению сбора сторонних cookie.

Для маркетологов это означает сокращение объема доступных данных и, как следствие, снижение эффективности традиционных методов таргетинга. Если раньше можно было отслеживать историю просмотров, покупок и перемещений пользователя по разным сайтам, то теперь этот механизм уже так не работает — приходится искать альтернативные способы для настройки таргетинга.

Контекстный таргетинг вместо поведенческого

Контекстный таргетинг — показ рекламы по ключевым словам, встречающимся в поисковых запросах пользователей.

Технология возвращается в арсенал маркетологов, вместо отслеживания действий пользователя на разных ресурсах, контекстный таргетинг фокусируется на размещении рекламы в релевантных местах по ключевым словам. Плюс такого формата размещения, что вы платите только за контакт с теплой аудиторией, которая уже заинтересована в продукте и услуге.

К тому же, современные системы контекстного таргетинга используют алгоритмы машинного обучения для анализа содержимого страниц, что позволяет достигать высокой точности в определении подходящего контекста для рекламы. Они помогают не просто проанализировать ключевую фразу, но и оценить намерения покупателя, его предыдущие действия. А еще с помощью ИИ площадки не только анализируют и подстраивают контент, но и подбирают креатив и коммуникационное сообщение, которое пишет ИИ.

First-Party данные

First-Party данные — собственные данные, полученные через прямое взаимодействие с пользователями на платформах бренда.

Первичные данные можно собрать с помощью:

First-party данные также становятся основой для формирования look-alike аудитории — технологии подбора похожей на существующих клиентов бренда аудитории на основе определенных характеристик. В отличие от ретаргетинга, где реклама нацелена на уже взаимодействующих с компанией людей, при look-alike модели целевой аудиторией становятся потенциально заинтересованные люди, еще не знающие о продукте.

Когортные технологии

На первый план выходит когортный анализ — объединение целевой аудитории не по характеристикам (возраст, пол, доход), а по совершаемым ими действиям. Например, «Яндекс.Аудитории» применяют агрегированные данные по интересам из других своих сервисов — почты, браузера и сервисов вроде «Яндекс.Еда» или «Яндекс.Маркет».

При этом группы формируются по анонимным запросам: например, если пользователь часто покупает товары для спорта и ищет материалы о здоровом образе жизни, он определяется в когорту «Спорт и активный отдых».

Современные решения для современных проблем

Помимо стандартных подходов к получению информации о потенциальных клиентах, брендам необходимо адаптироваться к особенностям современных потребителей.

Например, одним из наиболее перспективных методов сбора данных становится геймификация — использование игровых механик в неигровом контексте. Это могут быть различные интерактивные опросы, Источник: www.sostav.ru