Cookie 時代落幕後的受眾策略

毫無疑問，第三方 cookie 的消失將引發全行業的劇烈震蕩，具體表現在顛覆性的受眾激活和媒體投入衡量策略上。

程式化廣告的舊時魔咒——在合適的時刻向合適的使用者推送合適的廣告“——或許將很快演變為”在'銷售漏鬥'的任意階段向隨機使用者重複推送相同的廣告“。

然而，這並不意味著我們就要走回「上下文定向」和「最後點擊歸因」的老路上。我們仍有一些無需 cookie 的用例可供考慮，而行銷者也不得不採用新方式來處理第一方數據。

同樣，這也並不意味著所有形式的受眾規劃和媒體投入衡量方式走向終結。我們依然可以從谷歌、Facebook、亞馬遜和 Pinterest 等平臺上的點讚數中獲取受眾的人口屬性數據、市場精準定向數據和消費傾向數據。這些數據均為第一方數據，並且不同於那些從數據供應商處購買的受眾資訊，這些數據完全免費。重定向消費者和“類似受眾”等策略也有助於行銷者渡過難關，只要這些策略能夠利用無 cookie 信號和客戶關係管理 （CRM） 系統遷移。

展示歸因和全管道衡量不會消失，但其數據來源僅限於「圍牆花園」中的第一方數據集成和「數據淨室」（如谷歌的 Ads Data Hub 和亞馬遜的 Marketing Cloud）。

行銷者要想在新局面中取得成功，就必須重點關注那些已同意收集個人數據的已知身份使用者，而不是那些未知使用者。目前，大多數第一方數據用例依賴於將第一方匿名 cookie（如：廣告曝光或產品頁面流覽次數）與第三方匿名 cookie（如：需求方平臺）進行匹配，從而進行重定向消費者、受眾擴展或受眾歸因分析。在將來，唯一可能的第一方數據用例將是利用客戶關係管理 （CRM） 系統遷移，將已知使用者身份（如：經過哈希處理的電子郵件位址）與“圍牆花園”中經過哈希處理的電子郵件地址進行匹配。

因此，行銷者必須改變策略，從大量收集未知身份資訊轉為構建已知身份資訊庫——資訊庫所收集的身份信息必須徵得使用者的完全同意，並且遵循《加州消費者隱私法》和《通用數據保護條例》的相關規定。在促進受眾需求方面，行銷者必須重新定義基於績效的媒體投入 KPI。此外，為了達到客戶關係管理的群聚效應，行銷者必須明確共用個人數據的回報。

聚焦第一方數據，形成有價值的洞察

若無有價值的洞察，僅僅擴充已知的第一方數據池毫無意義。因此，品牌商必須採用行銷雲方案，即將其需求方平臺 （DSP ） 或廣告伺服器與谷歌雲平臺 （Google Cloud Platform）、亞馬遜雲計算服務 （AWS） 或微軟雲端服務平臺 Microsoft Azure 相連接，對已知的第一方數據進行匹配，不斷豐富該部分數據，併為其打分。

比如，對顧客進行預測性終身價值計算對基於價值的“類似受眾”模型尤為有效。品牌商希望獲取的客戶是與他們最優質的客戶相類似的顧客，而不是任意一個品牌新聞通訊訂閱者。

“傾向模型”有助於預測顧客對低成本直接營銷溝通予以積極回應的可能性。此外，這些模型僅運用付費媒體客戶的數據，而這部分客戶亦無法通過其他方式獲取。

產品推薦引擎可用於在程式化廣告或短視頻中動態插入下一個最佳購物建議。

品牌商必須藉助雲端環境才能形成有價值的洞察。利用雲端平臺（如：谷歌 BigQuery 或亞馬遜 AWS Redshift），從 Google Analytics 360 或 Adobe Experience Cloud 等平臺上收集的網站數據可以與 Salesforce 上的客戶關係管理 （CRM） 數據進行最精細的匹配。此外，強大的機器學習配套工具還能很好地為這些數據打分。最後，擴充後的客戶關係管理數據集可上傳至特定的“圍牆花園”，用於啟動受眾或衡量品牌的媒體投入。

後 cookie 時代絕不是倒退回盲目的“上下文定向”和“最後點擊歸因”。恰恰相反，它要求行銷者進行更多的 T 型佈局，綜合運用客戶關係管理、程式化媒體購買和雲端技術。

有鑒於此，快速健全的數據監管和數據隱私規定既是機遇，也帶來了危機。一些行銷者墨守成規、只知徒然地等待cookie時代落幕的最後鐘聲，他們最可能陷入投資回報率下跌卻茫然無措的窘境，對行銷投入缺乏清晰的規劃。而另一些行銷者快速意識到應當重新評估數據成熟度、配置更強大的第一方數據資產以及採取新的「圍牆花園」解決方案，這些行銷者必將在新局勢中大獲成功。