Framtiden för onlinemarknadsföring: Cookies försvinner – Data Clean Rooms tar över
Internet står inför en omvandling där cookies snart kommer att vara ett minne blott. Denna förändring skapar frågetecken kring hur företag ska kunna mäta avkastningen på sina reklamkampanjer. Lösningen? Data Clean Rooms. Men vad är egentligen ett data clean room, varför behövs det och hur fungerar det? Låt oss utforska detta i detalj.
Onlinemarknadsförare har länge förlitat sig på tredjepartscookies för att spåra användarbeteende. Men på grund av ökande oro kring dataintegritet har stora webbläsare som Google Chrome, Apple Safari, Mozilla Firefox och Microsoft Edge börjat fasa ut dessa cookies.
Detta skapar ett problem för PPC-annonsering, som förlitar sig på noggrann attributhantering och analys för att visa kampanjernas effektivitet. Utan möjligheten att spåra användare med cookies blir det en utmaning att samla in den nödvändiga statistiken för att optimera annonskampanjer.
Data clean rooms framträder som en lösning på detta problem. Denna teknik kan fylla tomrummet som skapas när cookies försvinner. Låt oss gräva djupare i vad data clean rooms är och hur de fungerar, från grunden.
Vad är ett Data Clean Room?
PPC-annonsering använder kunddata, ofta via tredjepartscookies, för att mäta resultat, personalisera innehåll, få insikter och rikta annonser. Men det ökande antalet cyberattacker har lett till att regeringar och organisationer globalt har infört restriktioner för spårning av användardata.
De största webbläsarutvecklarna är i full färd med att ta bort stödet för tredjepartscookies, vilket historiskt har varit grunden för användarspårning inom PPC-annonsering.
Data clean room-teknik utgör ett alternativ till den riskfyllda metoden med cookieteknik. Genom dessa plattformar kan företag säkert få tillgång till kontrollerad data, utföra omfattande analyser och samarbeta kring data på ett säkert sätt. Du kan fortsätta att spåra din målgrupp samtidigt som du uppfyller kraven i GDPR och CCPA.
Ett data clean room är en sluten, krypterad miljö där företag kan få tillgång till publikdata från olika källor, som datalager och medieplattformar, på ett säkert sätt. Det samlar in data, rensar den, segmenterar den och maskerar den genom kryptering.
Detta möjliggör matchning av tredjepartsdata med förstapartsdata utan att exponera känslig användarinformation (PII), som namn, adresser eller platsdata.
Varför behöver varumärken Data Clean Room Service?
Ett data clean room är det idealiska sättet för företag att samarbeta kring kunddata utan att riskera integritetsöverträdelser.
Allt fler användare använder sig av integritetsskyddande tekniker, som murade trädgårdsinternet, cookieblockerare och andra verktyg, för att hindra läckage av personlig information. Dessutom fasar stora teknikföretag som Google och Apple ut stödet för tredjepartscookies på enheter, appar och webbläsare.
Därför behöver du data clean rooms för att återskapa kundresor och samla användarinsikter på ett ansvarsfullt sätt med hjälp av publikdata.
Ett tydligt exempel på detta är Apples iOS 14-uppdatering, som begränsar insikten i Facebook-annonsering. Facebook-marknadsförare kan inte längre rikta sina annonser mot iPhone 14-användare på samma sätt. Data clean rooms erbjuder dock en lösning på detta problem samtidigt som de säkerställer att alla integritetsregler följs.
Sammanfattningsvis behöver PPC-annonsörer och kampanjansvariga data clean rooms för:
- PPC-kampanjmätning
- Analys av kunder och målgrupper
- Segmentering av målgrupper
- Aktivering av nya användare
Hur fungerar ett Data Clean Room?
En tjänsteleverantör eller en SaaS-baserad data clean room-lösning bearbetar förstapartsdata från företag och publikdata från mediehus.
Arbetsflödet innefattar kryptering, pseudonymisering, demografisk segmentering, begränsad åtkomst, brusinjektion och differentiell integritet. Resultatet blir datamängder som hjälper dig att spåra publikaktivitet, marknadstrender, PPC-framgångar och mycket mer, utan att bryta mot GDPR eller CCPA.
Här är en sammanfattning av de viktigaste stegen:
Dataaggregering
Lösningen samlar in förstapartsdata (från attribution, CRM och webbplatser) och tredjepartsdata (från partners, utgivare, varumärken och mediepartners) i en central databas. Sedan används artificiell intelligens (AI) och maskininlärning (ML) för att sortera och rensa datan. Databasen behåller giltig data och kasserar onödig information.
Anonymisering av data
Programvaran anonymiserar sedan datan, så att varken marknadsföringsbyråer eller företag kan identifiera specifika individer. Denna anonymisering påverkar inte negativa målsättningar, som att spåra potentiella kunder, skicka e-postmeddelanden om övergivna varukorgar eller återskapa användarresor.
Ansluta data
Tjänsteleverantörer använder även verktyg för dataanrikning från tredje part för att matcha förstapartsdata med målgruppsinformation. All data krypteras, vilket gör det praktiskt taget omöjligt att komma åt PII.
Dataanalys
Data clean room-appen utför även dataanalys, som:
- Attributionsspårning
- Korsnings- och överlappningsanalys med Python
- Analys av benägenhetspoäng (PSA)
Användning inom digital marknadsföring
Marknadsförare kan dra nytta av de rensade och matchade datauppsättningarna för att optimera sina PPC-strategier, till exempel genom att:
- Nå relevant publik
- Utveckla basen av potentiella leads
- Mäta frekvens och räckvidd
Fördelar med Data Clean Rooms
Ersätt tredjepartscookies
Allt fler företag avaktiverar tredjepartscookies. Data clean rooms ger ett säkert och bättre alternativ för marknadsförare att samla in den nödvändiga informationen.
Efterlevnad av datasekretessbestämmelser
Många länder har infört strikta regler för dataintegritet, som GDPR och CCPA. Data clean room-tjänster följer alla viktiga regler för personlig användardata, vilket innebär att du som företag kan vara säker på att du följer lagen.
Stärker konsumenternas förtroende
Slutanvändare värdesätter sin integritet. Genom att använda insikter från ett data clean room på ett ansvarsfullt sätt respekterar du denna integritet, vilket bygger förtroende för ditt varumärke.
Förstärker strategiska relationer
Genom att välja ett säkert och integritetsmedvetet sätt att samarbeta med strategiska partners förbättras FoU, produktstrategi och värdeanalys. Detta öppnar dörrar för nya möjligheter.
Använd en mängd olika datauppsättningar
Annonsörer kan skapa anpassade målgrupper från den insamlade användardatan, vilket möjliggör mer träffsäker annonsering.
Få tillgång till trenddata
Data clean rooms ger tillgång till samlad användardata om trender inom olika sektorer, inklusive användargrupper, demografi och branscher.
Utmaningar med Data Clean Rooms
Interoperabilitet
Stora leverantörer som Google och Facebook erbjuder endast samlad användardata för sina egna plattformar, vilket kallas ”den muromgärdade trädgården”. Denna metod gör det svårt att kombinera data från flera olika plattformar.
Brist på standardisering
Det saknas i dagsläget standardisering inom data clean room-tekniken. Olika leverantörer använder olika metoder och format för att aggregera och komma åt data, vilket kan resultera i data av olika format från olika plattformar.
Avsaknad av kvalitetsdata
Eftersom marknadsförare inte har direkt tillgång till förstapartsdata, är datakvaliteten helt beroende av leverantörerna. Det är svårt att självständigt verifiera datans noggrannhet och kvalitet.
Inte lämplig för små användargrupper
Data clean rooms lämpar sig inte för små användargrupper. Leverantörer sätter ofta minimigränser för antalet användare innan de delar resultat med marknadsförare. Exempelvis kräver Google Ads Data Hub att minst 50 användare ingår för att kunna dela resultaten.
Risker med Data Clean Room-tjänster
Dataintrång
Annonsörer måste dela sin förstapartsdata med data clean room-plattformar. Ett eventuellt dataintrång eller cyberattack kan leda till att datan hamnar i fel händer, vilket kan leda till böter, skadat rykte och förlorade kunder.
Mänskliga misstag
Om företag hanterar plattformarna manuellt finns risk för mänskliga misstag, som felaktiga frågor, oavsiktlig åtkomst till obehöriga och dataöverföring via osäkra kanaler.
Säkerhet
Tjänsteleverantörer måste upprätthålla säkerheten på olika nivåer. Ett säkerhetsbrott kan leda till dataläckage.
Typer av Data Clean Rooms
#1. Rena eller neutrala
Dessa data clean rooms erbjuds som SaaS-lösningar till företag, startups och mediehus. En tjänsteleverantör hanterar data, vilket innebär att du inte behöver en egen dataforskare för att analysera data. Dessa lösningar ger ett bra värde för pengarna genom säker teknik som levererar personlig reklam till din publik.
Marknadsföringsdata från dessa lösningar kan användas i olika annonssystem som Google, Facebook, Amazon, Bing med mera.
#2. Murgärdade trädgårdar
Detta är den vanligaste typen. Stora teknikföretag som Google, Facebook och Amazon äger dessa data clean rooms. Du kan enbart använda förstaparts- och tredjepartsannonseringsdata inom deras respektive annonsekosystem.
Till exempel, Google Ads Data Hub (ADH) är endast för Google Ads-ekosystemet och fungerar inte på Amazon eller Facebook.
#3. Icke-standard
Molnmarknadsförings- och datalagringsleverantörer har skapat nischade data clean rooms. Till exempel erbjuder CDP-leverantören BlueConic denna typ av tjänst. Lösningen är dock endast tillgänglig inom BlueConic-plattformen.
Även molnplattformen Snowflake och programvaruleverantören Epsilon erbjuder liknande lösningar för sina kunder.
Dessa lösningar tillåter inte att du exporterar datamängder till ”muromgärdade trädgårds”-lösningar eller vice versa.
Kunddataplattform (CDP) vs. Data Clean Room
CDP:er används av annonsörer och mediehus för att hantera och samla publikdata. Data clean rooms kan utöka och förbättra användningsområdena för CDP:er inom marknadsföringsdatahantering. Det finns dock några skillnader:
| Funktion | CDP | Data Clean Room |
| Användardatasekretess | Nominell, sårbar för hackning och läckage | Nästan omöjligt att hacka eller bryta |
| Datatyp | Förstapartsanvändardata med PII | Första- och tredjepartsmatchad data utan PII |
| Säkerhetsnivå | Grundläggande, behörighetsbaserad åtkomst | Hög säkerhet med krypteringsnycklar |
| Kompatibilitet för företag | CDP-data är företagscentrerad | Datauppsättningar kan användas av alla företag som väljer onlinemarknadsföring |
Data Clean Room: Alternativ
Här är några alternativ:
#1. Universella ID:n
Dessa erbjuder ett bra alternativ till cookies och gör det enklare för annonsörer att göra attribution över olika nätverk. Universella ID:n använder e-postadresser för att skapa hashade ID:n och samla anonymiserad data från alla stora annonsplattformar.
#2. Kontextsbaserad inriktning
Denna metod är en återgång till det gamla, där annonser visas baserat på kontexten på den sida som användaren besöker. Strategin kan effektiviseras genom att integrera data från utgivaren.
#3. Googles integritetssandlåda
Denna plattform anonymiserar användardata och grupperar kunder baserat på gemensamma attribut. Det skyddar användarnas integritet samtidigt som det möjliggör för annonsörer att köra och mäta sina kampanjer.
Framtiden för Data Clean Rooms
I framtiden förväntas data clean room-tekniken bli det viktigaste verktyget för annonsörer att skicka riktade annonser till sin målgrupp. Det kommer också att användas för att mäta kampanjresultat, samla insikter och göra prognoser.
Enligt Gartner kommer 80 % av onlinemarknadsförare med stora mediebudgetar att ha övergått till data clean rooms år 2023. Sedan 2017 har teknikjättar investerat i tekniken för att möta denna ökande efterfrågan.
Existerande tjänster inom detta område inkluderar Google Ads Data Hub, Amazon Marketing Cloud (AMC), InfoSum och Disney Advertising Sales med flera.
Dessa företag har signalerat en vilja att öka budgeten för utveckling, underhåll och marknadsföring av data clean rooms.
Författarens anmärkning om Data Clean Rooms
Enligt Data Intelo kommer PPC-annonseringsmarknaden att växa med 10 % CAGR fram till 2030. År 2017 låg den på 14,5 miljarder dollar. Den befintliga tekniken för att skicka personliga annonser och spåra kundresor kommer dock att avta.
Data clean rooms kommer sannolikt att bli det främsta verktyget för att optimera PPC, så som vi känner det idag. Det förväntas generera miljarder dollar i intäkter globalt. Om du är ny inom marknadsföring eller har en digital marknadsföringsbyrå, bör du ta till dig denna teknik nu!
Sammanfattning
Om du arbetar med digital marknadsföring, äger en reklambyrå eller helt enkelt är intresserad av aktuell teknik för kunddatahantering, är det viktigt att du känner till data clean rooms.
Denna teknik hjälper dig att navigera i framtida PPC-kampanjer och analyser. Dessutom erbjuds även hanterade tjänster när du väljer en data clean room-lösning.
Härnäst kommer vi att utforska de bästa CIAM-verktygen och beprövade strategier för datarensning.