O inverno está chegando: adeus cookies, olá contextual
Publicados: 2019-11-26Resumo de 30 segundos:
- A segmentação comportamental está dando lugar à segmentação contextual, reiniciada para a década de 2020.
- Um padrão muito mais alto foi definido para a proteção de dados pessoais que ameaçam a segmentação comportamental, até então o método dominante de segmentação de anúncios online.
- Existem outras preocupações sobre a legalidade dos cookies, a proveniência dos dados de cookies obtidos por meio de cadeias de fornecimento obscuras, vazamento e conteúdo confidencial.
- À medida que a segmentação comportamental entra em seu outono, a segmentação contextual oferece aos anunciantes a oportunidade de segmentar com precisão, embora ainda seja compatível com a privacidade.
- Usando a análise contextual baseada em aprendizado de máquina, os editores podem obter uma imagem mais precisa do conteúdo da página e são capazes de identificar classificações imprecisas, liberando inventário e aumentando o rendimento.
Na semana passada, assistimos a um marco marcando o renascimento da segmentação contextual quando a Integral Ad Science comprou o provedor contextual Admantx. A segmentação comportamental está dando lugar à segmentação contextual, reiniciada para a década de 2020.
Em um cenário de publicidade transformado pela privacidade de dados e pelos gigantes da tecnologia, a inteligência contextual se tornará a forma dominante de segmentação e já está tornando a segmentação e a segurança da marca mais eficazes. Se você é um anunciante online, é essencial entender o que é segmentação contextual, por que se tornou tão importante e como você deve usá-la em suas campanhas.
Para entender o significado desta aquisição, precisamos entender a empresa. A Integral Ad Science foi fundada em 2009, seu principal concorrente DoubleVerify (DV) foi fundado em 2008. Ambos fornecem um serviço de verificação de anúncios que permite aos anunciantes garantir que o dinheiro que pagaram pela publicidade foi realmente gasto em publicidade.
Eles também medem a 'visibilidade': quanto de um anúncio foi visto por um ser humano e por quanto tempo. Pode parecer uma tarefa simples, mas no mundo turvo do comércio programático, com o aumento da fraude de anúncios, esse serviço se tornou essencial. Tanto o IAS quanto o DV estão agora integrados aos principais DSPs e os anunciantes estão exigindo cada vez mais que suas agências de mídia os utilizem em suas campanhas.
Como esses dois participantes já têm uma penetração tão ampla entre os DSPs, faz sentido para eles fornecerem serviços relacionados. Por exemplo, agora ambos têm seus próprios recursos de brand safety, permitindo que os compradores garantam que o inventário que compram é "seguro" e que seus anúncios não serão ou não devem aparecer em páginas com conteúdo impróprio.
Em janeiro, a DoubleVerify comprou a Leiki, uma plataforma de segmentação contextual finlandesa que lhes deu a capacidade de oferecer segmentação contextual aos clientes. A IAS já vinha trabalhando com a Admantx há algum tempo, então comprá-los imediatamente foi o próximo passo natural e colocar a IAS em igualdade de condições com a DV. A outra grande aquisição recente em contexto foi a Grapeshot por US $ 325 milhões pela Oracle em 2018 para se tornar parte de sua abrangente nuvem de marketing.
Então, por que essas empresas investiram tanto na aquisição de recursos contextuais?
Melhor proteção de dados pessoais ameaça segmentação comportamental
Houve algumas mudanças fundamentais e estruturais que agora limitam a forma como a publicidade online pode operar. O primeiro é uma legislação poderosa e global de privacidade de dados. Nos últimos 18 meses, desde que o GDPR foi introduzido, o setor de marketing teve que reavaliar sua relação com os dados. Um padrão muito mais alto foi definido para a proteção de dados pessoais que ameaçam a segmentação comportamental, até então o método dominante de segmentação de anúncios online.
O GDPR, que tem alcance global, protegendo todos os cidadãos da UE onde quer que estejam, começou a mudança. Ele definiu o padrão e outros estados estão nivelando sua proteção de dados. Os ventos da mudança estão atingindo todo o globo.
Em janeiro do próximo ano, a Califórnia apresentará a Lei de Privacidade do Consumidor da Califórnia (CCPA), e países como Canadá, Argentina, Coréia do Sul e Japão estão apresentando seus próprios equivalentes. Uma nova virada de jogo poderia chegar sob o disfarce do regulamento ePrivacy. Esta nova lei da UE foi originalmente planejada para ser lançada ao mesmo tempo que o GDPR, mas tem sido cercada por lobbies e desacordos internos.
O texto original ameaçava forçar os navegadores a bloquear cookies de terceiros por padrão. Isso efetivamente mataria os cookies de terceiros. A formulação específica (artigo 10) foi eliminada do projeto de lei, mas a atual presidência finlandesa deu a entender que isso está "ainda aberto para discussão", ao lado de uma interpretação mais purista do objetivo original do regulamento.
Ainda não temos uma data certa para quando o regulamento de privacidade eletrônica será finalmente publicado, mas muitos esperam isso em 2021. Há outras preocupações sobre a legalidade dos cookies, a proveniência dos dados de cookies obtidos por meio de cadeias de fornecimento obscuras, vazamento e conteúdo confidencial. Por causa disso, muitos especialistas têm especulado sobre o fim do cookie pelo menos no ano passado e, finalmente, parece que as grandes corporações, anunciantes, editores e empresas de tecnologia estão notando.
No final de 2018, a Apple lançou o Intelligent Tracking Prevention (ITP 2.0) em seu navegador Safari que, por padrão, bloquearia cookies de terceiros. No início deste ano, havia rumores de que o Google estaria considerando uma mudança semelhante para bloquear cookies. Na verdade, em agosto, eles anunciaram que estariam criando um ecossistema para apoiar o uso de cookies de terceiros de forma segura para a privacidade.
O Privacy Sandbox do Google abre o Chrome para que os desenvolvedores criem plug-ins compatíveis com a privacidade para gerenciar e controlar os cookies no Chrome. O Google citou seu compromisso de 'não destruir a indústria editorial', em sua escolha de oferecer suporte a cookies de terceiros e tentar torná-los melhores e mais compatíveis com a privacidade. Ao mesmo tempo, anunciam que estariam bloqueando qualquer tipo de impressão digital, outra tecnologia que tenta identificar pessoas na web sem cookies.
O Google corretamente afirmou que a impressão digital coleta e expõe dados pessoais. O Google também acaba de anunciar que restringirá o acesso ao conteúdo contextual do inventário que os compradores veem no Google Ad Exchange (AdX). Todos esses sinais sugerem que a segmentação comportamental se tornará mais difícil no Chrome, que representa 70% de todos os navegadores.
O que começou como alguns ventos contrários para a indústria está se transformando em um inverno de biscoitos explodido. Os anunciantes estão reconhecendo que essas são mudanças de longo alcance na legislação e nos navegadores que bilhões de consumidores usam todos os dias. À medida que todo o significado se afunda, grandes grupos de agências e jogadores de tecnologia de anúncios estão procurando soluções para preparar suas receitas para o futuro em um mundo livre de cookies. Isso nos traz de volta ao contextual.
O renascimento da segmentação contextual
Vamos nos familiarizar novamente com os princípios da segmentação contextual. A ideia básica é simples e remete à publicidade impressa. Se um editor tiver uma página de conteúdo editorial sobre um novo carro SUV familiar, ele tentará vender esse inventário para uma marca de carro que fabrica SUVs familiares. Mas eles também podem vender anúncios contextualmente relevantes para o conteúdo editorial.
Por exemplo, podemos encontrar um anunciante que deseja segmentar famílias de alta renda que gostam de esportes ao ar livre. Talvez eles estejam anunciando um feriado, uma hipoteca ou até mesmo uma escola. As decisões sobre quais anúncios colocar em uma página são feitas com base na relevância do anúncio para o conteúdo da página e quem pode estar lendo a página.
À medida que a segmentação comportamental entra em seu outono, a segmentação contextual oferece aos anunciantes a oportunidade de segmentar com precisão, embora ainda seja compatível com a privacidade. A primeira etapa é entender do que se trata uma página da web. Isso pode parecer fácil, mas mesmo para um ser humano seria uma tarefa hercúlea ler e categorizar os bilhões de páginas da web disponíveis. Grapeshot, que foi vendido para a Oracle por US $ 325 milhões no ano passado, oferece um serviço simples de categorização de páginas com base no processamento de palavras-chave. Os anúncios podem então ser colocados em páginas que possuem a categoria relevante.
A nova geração de empresas contextuais, incluindo a Smesh, usa a ciência da computação de ponta para analisar de forma mais precisa e semântica o conteúdo da página. O processamento de linguagem natural fornece a capacidade de extrair unidades de significado (entidades) de frases e parágrafos. Na Smesh, usamos aprendizado de máquina para entender como essas entidades estão relacionadas a outras entidades, processando milhões de páginas em escala e construindo um poderoso gráfico de conhecimento. Portanto, em vez de apenas analisar as palavras-chave superficiais, agora podemos ter uma noção precisa do significado da página. Quanto mais precisa a compreensão do conteúdo da página, mais precisamente isso pode ser mapeado para anúncios relevantes.
A segunda etapa é direcionar os anúncios para páginas específicas que possuem uma alta pontuação de relevância. À medida que as páginas individuais são analisadas, elas podem ser classificadas em categorias da indústria (por exemplo, IAB) ou categorias personalizadas específicas para públicos. Os anunciantes agora podem escolher colocar anúncios em páginas com pontuação acima de um determinado limite para essas categorias e essas páginas altamente relevantes podem ser adicionadas a listas de páginas de destino. Os compradores de mídia podem ativar esses dados para identificar páginas semelhantes, páginas com entidades relacionadas, listas de palavras-chave ou para dar vida a segmentos abstratos de público.
A inteligência contextual também desempenha um papel na segurança da marca. No momento, os editores estão frustrados ao ver grandes faixas de inventário sendo classificadas incorretamente como inseguras. Isso resulta da análise superficial de palavras-chave. Usando a análise contextual baseada em aprendizado de máquina, os editores podem obter uma imagem mais precisa do conteúdo da página e são capazes de identificar classificações imprecisas, liberando inventário e aumentando o rendimento.
Além disso, a inteligência contextual permite um espectro de classes de brand safety, em vez da classificação binária segura / insegura atual. Os anunciantes podem escolher o nível de segurança e adequação com que se sentem confortáveis e, em seguida, escolher as páginas com pontuação acima desse limite.
Estrategicamente, isso explica por que DV, IAS e Oracle queriam comprar parceiros contextuais. Eles reconhecem que o contexto é fundamental para o direcionamento eficaz de um público-alvo em um mundo com privacidade e segurança e estão investindo agora para garantir que terão a capacidade futura de continuar atendendo seus clientes. Eles já estão profundamente integrados aos DSPs para verificação de anúncios e segurança da marca, portanto, é fácil adicionar recursos contextuais e segurança da marca aprimorada e disponibilizá-los aos clientes com um clique do mouse.
A aquisição da Admantx é o começo e não o fim. No próximo ano, veremos mais gastos online usando segmentação contextual. Vale a pena os profissionais de marketing dedicarem tempo para entender como isso funciona para que possam responsabilizar suas agências, garantindo que seus orçamentos de publicidade sejam gastos de forma eficaz e garantindo a conformidade com a legislação de privacidade de dados em constante evolução. Este negócio marca o início de uma nova era contextual, espere ouvir muito mais sobre essa tecnologia em 2020.
Tim Flagg é líder comercial da Smesh, inteligência contextual movida por aprendizado de máquina.