Alguns publishers começam a adotar tecnologias de Data Clean Room para uma segmentação mais eficaz
A News UK, o The Independent e os editores de revistas Immediate Media e Future estão a colaborar com a retail media network Ocado para testar a correspondência de dados com base em tecnologia de Data Clean Rooms. O objetivo é combinar os dados de compra dos clientes da Ocado com dados comportamentais e contextuais das audiências dos publishers, de forma a permitir uma segmentação publicitária mais precisa sem que se perca o controlo sobre os dados dos utilizadores.
Este movimento reflete o esforço crescente dos publishers para aprofundar estratégias assentes em first-party data e conquistar uma posição sólida no espaço do retail media, que está a crescer rapidamente, à medida que os anunciantes procuram alternativas de segmentação fora dos walled gardens como a Google e a Meta. Para a Ocado, esta colaboração oferece acesso valioso a dados de upper funnel e mid funnel, que enriquecem a sua base de dados de clientes. A parceria recorre à infraestrutura de Data Clean Rooms para fazer corresponder segmentos de audiência anónimos dos publishers com segmentos de compradores das lojas. Cada publisher trabalha de forma independente na plataforma, sem partilha de dados entre si.
Por exemplo, se alguém comprar uma tablete de chocolate na Ocado, um dos publishers (como a Immediate Media com a sua revista Good Food) poderá identificar que essa pessoa (ou alguém com um perfil semelhante) leu há três semanas um artigo sobre como fazer bolos para a filha. “Esses sinais são extremamente valiosos na Open Web, mas os retalhistas nunca tiveram a oportunidade de colaborar com os publishers para os identificar ao longo da jornada de compra e depois ativar campanhas publicitárias com base neles”, explicou Joe Root, CEO da Permutive, ao Digiday. “Quando combinas esses dois conjuntos (dados de conversão e sinais de intenção que os motivaram), consegues construir uma proposta de full funnel.” Com os orçamentos publicitários sob maior escrutínio do que nunca, há uma pressão crescente para encontrar soluções orientadas para resultados. Para responder a esta exigência, os publishers estão a adotar modelos preditivos de segmentação, numa altura em que as estratégias cookieless se tornam norma. Estes modelos podem ser aplicados a compras programáticas garantidas ou a Private Marketplaces (PMPs). “Sabemos que cada euro ou dólar gasto está a ser analisado pelos anunciantes”, disse Charlie Celino, diretor de serviços comerciais da News UK, ao mesmo meio. “Basta olhar para os desafios geopolíticos e o atual clima económico — sabemos que temos de nos esforçar mais, tal como os anunciantes e os CMOs.”
A resposta aos resumos da Google e a erosão do tráfego
Entretanto, a crescente preocupação dos publishers com a proliferação de resumos baseados em IA, como os da Google e de outras plataformas, que estão a reduzir o tráfego de referência, torna ainda mais crucial o fortalecimento das relações diretas com as suas audiências. Até agora, existia uma lacuna entre os dados de audiência de upper funnel detidos pelos publishers (por exemplo, o tipo de conteúdos lidos e a frequência de leitura) e os dados de compra de lower funnel detidos pelos retalhistas online como a Ocado. “Estamos a avançar para um mundo em que o tráfego dos publishers está a ser erodido”, disse Matthew Rance, diretor de dados comerciais e analítica da Immediate Media. “A web está ameaçada, desestabilizada, e já não está a crescer. E a única coisa em que os editores podem confiar é na relação direta com os seus leitores.” À medida que a capacidade de identificar utilizadores na Open Web se torna mais limitada, os publishers estão a melhorar os seus modelos preditivos para ajudar os anunciantes a chegar aos consumidores sem depender de identificadores. “Sabemos que as cookies só permitem rastrear entre 30% e 35% do tráfego web, e nada em Safari”, afirmou Cian Jordan, responsável de monetização de dados do The Independent. “Portanto, se certas marcas querem encontrar consumidores no fundo do funil, precisamos de novas formas de os identificar. E esta é uma delas.”
Segmentação de audiências e personalização publicitária
Os publishers e a Ocado passaram meses a selecionar e a introduzir os seus segmentos de dados nas Data Clean Rooms e preparam-se agora para apresentar estas novas capacidades aos anunciantes. Estes poderão utilizar essa informação adicional para segmentar e personalizar as suas campanhas através de todas as propriedades da News UK, incluindo o The Times of London, The Sunday Times e The Sun — com um alcance combinado de quase 35 milhões de pessoas, segundo dados da Ipsos — e do site principal do The Independent, juntamente com os diversos títulos de revistas da Future e da Immediate Media, que em conjunto alcançam 21 milhões de leitores mensais, incluindo a revista Good Food. “Esperamos que isto se traduza num benefício comercial para nós, e que possamos cobrar um CPM mais elevado por este tipo de publicidade”, acrescentou Jordan. “O retalho está a ser forçado a abranger todo o funil”, disse Root, da Permutive. “Se fores a Amazon, tens vídeo em casa, tens o Twitch, e é relativamente fácil ter uma proposta de full funnel. Mas se fores um retalhista que não é a Amazon, precisas de construir parcerias com publishers”, acrescentou. Ben O’Mahoney, SVP de parcerias de AdTech e dados na Ocado Ads, afirmou que combinar os seus dados de compra em tempo real com o profundo conhecimento que os publishers têm das suas audiências, de forma segura através de uma Data Clean Room, oferece aos anunciantes “oportunidades sem precedentes para chegar a consumidores com elevada intenção através de mensagens relevantes”.
A evolução das Data Clean Rooms
As Data Clean Rooms têm ganho popularidade recentemente, pois permitem que anunciantes e publishers combinem first-party data sem infringir os regulamentos de privacidade. No entanto, à medida que a sua adoção cresce, também aumentam o ceticismo e as críticas à sua complexidade, falta de escalabilidade e eficácia limitada face às expectativas dos CMOs. Celino, Rance e Jordan concordam que houve uma evolução necessária neste campo. “Antes havia uma obsessão com os primeiros modelos de Data Clean Rooms e o matching de dados através de IDs, o que gerava muitos problemas”, afirmou Rance. “Os publishers talvez se sentissem limitados ou excluídos deste espaço, porque nem todos os seus utilizadores estavam registados 100% do tempo.” A força da parceria entre a Ocado e os publishers reside no facto de combinar dados construídos ao longo de anos de relação com os leitores com os insights que a Ocado acumulou sobre os hábitos diários de compra dos seus clientes, explicou Rance. “Mesmo que a correspondência inicial seja pequena, o verdadeiro valor está em usar essas coincidências de alta qualidade como semente para encontrar audiências com perfis muito semelhantes. Não há risco de perda de sinal”, acrescentou. Root destacou que as Data Clean Rooms evoluíram de abordagens determinísticas para modelos mais preditivos. Em vez de se partilharem dados pessoais, treina-se um modelo com base em sinais de coortes e contexto, e esse modelo é então enviado ao publisher. Não é necessário partilhar IDs nem informações pessoais. “Passámos de um mundo de Data Clean Rooms determinísticas, onde se enviavam IDs, para um de Data Clean Rooms preditivas, onde se envia um modelo”, explicou Root. “E o que o modelo faz é interpretar um grande volume de sinais do publisher (coortes e contexto) e depois fazer uma previsão. Mas esses sinais não são informações pessoalmente identificáveis.”
