Prima c’erano le norme sulla privacy del consumatore come il GDPR e il CCPA. Poi è arrivata la notizia di Google che annunciava la scomparsa dei cookie di terze parti da Chrome nel 2022 e l’annuncio di Apple che gli utenti di iOS 14 avrebbero dovuto dare il loro consenso all’IDFA (l’identificatore per la pubblicità). Ciò ha fatto emergere molte nuove sfide per la pubblicità nell’open Internet.
Gli inserzionisti del digital advertising contano sui dati per personalizzare e ottimizzare ogni campagna. Dopo essersi affrettati a conformarsi alle normative sulla privacy e a effettuare la manutenzione dei loro dataset di first-party, oggi gli inserzionisti stanno pensando a come apparirà in futuro la pubblicità senza l’accesso ai dati di terze parti utili a potenziare i loro profili cliente.
Anche se i cookie di terze parti sono ancora presenti, gli inserzionisti sperano di fornire valore sufficiente ai loro clienti per invogliarli a dare il loro consenso e continuare a condividere i loro dati personali. Tuttavia, questo non sarà lo stesso per tutti. Per le campagne di annunci volte a coinvolgere audience su vasta scala, gli inserzionisti e gli editori guardano al targeting contestuale come alla soluzione per la pubblicità senza cookie.
Questo non è il targeting contestuale dell’alba del digital advertising. In questo articolo analizziamo come il targeting contestuale fornisce vantaggi a inserzionisti, editori e consumatori, perché è più sofisticato che in passato e quali capacità cercare per una soluzione di targeting contestuale.
Targeting contestuale: vantaggi per tutti
Le soluzioni pubblicitarie in un mondo post-cookie devono offrire uno scambio di valore paritario tra l’inserzionista, l’editore e il consumatore. Ecco come il targeting contestuale risponde alle aspettative di coloro che ne sono interessati:
Vantaggi per i consumatori
Nel nostro elenco i consumatori vengono per primi, perché… Tutte le normative e i cambiamenti del settore pubblicitario tornano ad assegnare ai consumatori maggiore controllo e trasparenza su come i loro dati vengono utilizzati dalle aziende.
Ma, oltre a volere maggiore privacy, i consumatori vogliono anche un certo livello di personalizzazione degli annunci. La maggioranza (82%) degli intervistati del sondaggio DISQO sulla rilevanza degli annunci ha affermato che voleva vedere annunci rilevanti.1
Il targeting contestuale genera annunci rilevanti, analizzando il contenuto da fruire non la persona specifica che lo consuma, e quindi non fa affidamento sui cookie di terze parti. La personalizzazione degli annunci si basa sui segnali contestuali di una pagina Web, e sta diventando quasi la norma tra gli inserzionisti utilizzare anche i segnali del commerce dei loro dati first-party. I consumatori non devono necessariamente esprimere il loro consenso per condividere i loro dati perché il targeting contestuale li raggiunga.
Vantaggi per gli inserzionisti
Oggi il “nuovo” targeting contestuale offre numerosi vantaggi agli inserzionisti. Concentrandosi sul fatto che gli inserzionisti devono continuare a coinvolgere i consumatori mentre navigano sull’open Internet, il targeting contestuale è una delle migliori soluzioni post-cookie.
Nel sondaggio di Criteo su 1.000 senior marketing executive di tutto il mondo, un terzo afferma che le sue campagne dipendono troppo da Facebook, Google e Amazon.2
I marketer riconoscono l’importanza di raggiungere i consumatori in ogni touchpoint che può influenzare le loro decisioni di acquisto. Il targeting contestuale consente agli inserzionisti di continuare a raggiungere i consumatori su tutti i loro siti Web preferiti, mostrando annunci rilevanti (le modalità le spieghiamo di seguito).
Vantaggi per gli editori
Anche se vi è una maggiore focalizzazione sugli inserzionisti, gli editori avvertono altrettanta pressione cercando soluzioni pubblicitarie cookie-less, allo scopo di continuare a monetizzare le loro audience. Se adottano il targeting contestuale, gli editori possono fornire ancora placement pubblicitari efficaci senza cookie di terze parti.
Un altro vantaggio del targeting contestuale per gli editori è quello che richiede meno esclusione di parole chiave. Con il giusto livello di sofisticazione, il targeting contestuale può andare oltre le parole chiave, allo scopo di comprendere il sentiment di una pagina e stabilirne la rilevanza e la sicurezza. Questo elimina la necessità di escludere intere categorie di contenuto (ad esempio le ultime notizie).
Il targeting contestuale consente a piccoli editori di nicchia di acquisire revenue dalla pubblicità, poiché avranno contenuti contestualmente rilevanti per audience molto specifiche.
Il prossimo livello del targeting contestuale
Puntando a creare campagne contestuali che generino risultati paragonabili all’advertising di oggi basato sui cookie, il settore sta superando il targeting tradizionale con le parole chiave, focalizzandosi sulla creazione di una combinazione di dati first-party e segnali contestuali che contribuiscano a raggiungere i consumatori propensi ad acquistare. Ecco come il targeting contestuale si sta rinnovando nel 2021.
Analisi profonda di testo e immagini
Oggi, l’elaborazione del linguaggio naturale (o natural language processing, NLP) consente una conoscenza più approfondita del contesto e del sentiment di ogni pagina Web. Il machine learning sta aiutando gli inserzionisti ad allontanarsi dalle parole chiave e dalle liste di inclusione per contare invece sull’intelligenza artificiale, allo scopo di trovare il contenuto più rilevante, creando opportunità di maggiore reach per le loro campagne.
Ad esempio, se stai cercando l’allineamento con una parola chiave inerente allo stile di vita, ma una parte del contenuto con quella parola chiave è in contrasto con quel dato stile di vita, vorrai evitare che i tuoi annunci appaiano su quelle pagine Web. Piuttosto che escludere un’intera categoria di contenuti, l’intelligenza artificiale può comprendere il sentiment di ogni pagina Web e dedurre dove non dovrebbero apparire i tuoi annunci.
Oltre all’analisi del testo, il machine learning è in grado di analizzare immagini, video e audio e di comprenderne il significato. Tutto ciò si aggiunge alla comprensione globale di una pagina Web e dà agli inserzionisti altre opzioni di inventory, come annunci in-video e per la connected TV e gli annunci over the top (OTT).
Media Lookalike
Gli inserzionisti stanno usando i loro dati first-party di targeting contestuale per comprendere meglio gli interessi sui contenuti della loro customer base e per coinvolgere audience attraverso media lookalike.
Cerca una soluzione di pubblicità contestuale che possa analizzare i tuoi dati di first-party su transazioni recenti e scopri quali pagine Web e categorie contestuali sono state alla base di quelle transazioni. Questi sono i segnali del commerce.
Ciò dovrebbe rendere possibile la visualizzazione di annunci per i prodotti o i servizi giusti su media lookalike, pagine e categorie simili a quelle su cui erano i clienti prima che acquistassero tali articoli, in base ai segnali appena scoperti del commerce, oltre che ai segnali contestuali raccolti in tempo reale.
Questo consente agli inserzionisti di raggiungere i consumatori che hanno probabilità di acquistare, senza la necessità di cookie di terze parti.
La chiave per avere successo con questo approccio è lavorare con un partner che abbia accesso a un ampio set di dati del commerce, con transazioni dall’intero Web.
Sicurezza del brand
Tecnologia sofisticata con sicurezza del brand integrata. Quando il machine learning analizza ogni elemento di una pagina Web, è per assicurarsi che gli annunci appaiano accanto a contenuti rilevanti e per evitare contenuti non appropriati. Questo apre a una maggiore inventory di annunci e a una più ampia reach di campagne, offrendo la tranquillità ai marketer.
Punta a collaborare con un partner che abbia abbastanza relazioni con gli editori per garantire maggiore scala alle tue campagne, e che offra anche i dati di first-party del commerce che consentono maggiore targeting sofisticato.
Ottimizzazione delle creatività in tempo reale
Le creatività per il targeting contestuale devono essere ottimizzate in tempo reale per offrire su ogni pagina Web le raccomandazioni sui prodotti più rilevanti. I prodotti o servizi dei tuoi annunci possono basarsi sui segnali del commerce, sulla rilevanza contestuale o sui tuoi prodotti più popolari, e tu devi avere la possibilità di filtrare gli articoli del tuo catalogo che appaiono negli annunci in base a disponibilità, posizione o sottocategoria.
Checklist del targeting contestuale
Ecco una semplice checklist di elementi da considerare quando cerchi un partner per il lancio delle tue campagne di annunci contestuali:
- Analisi profonda di testo e immagini
Assicurati che il machine learning stia analizzando testo, immagini e anche video e audio, per conoscere l’intero contesto di una pagina Web. - Media Lookalike
Usa i tuoi dati first-party per creare media lookalike e raggiungere consumatori che presentano probabilità di acquistare senza cookie di terze parti. - Sicurezza del brand
Amplia la reach delle tue campagne usando il machine learning per evitare contenuti non appropriati. - Ottimizzazione delle creatività in tempo reale
Mostra i prodotti e servizi che hanno maggiore rilevanza contestuale per ogni pagina Web in tempo reale.
1DISQO Ad Relevance Survey, US, May 2020, n=999
2Criteo COVID-19 Impact on Marketing Survey, Global, October 2020, n=1,039
