Artikeln tidigare publicerad på brainnordic.com
När 3:e parts cookien försvinner kommer 1:a parts cookies, ID.n och Data bli det nya svarta, den nya metoden för att kunna styra mot rätt konsumenter, kunder och potentiella kunder. Men vilken 1:a parts data ska du använda och hur kan du matcha din egen 1.a parts data mot olika kanalers data. Nedan följer en guide för hur du kan matcha och använda 1:a parts data.
1:a parts data: Sökdata, användardata, beteende, kontext (Topics)
Data användningsområde: Köpavsikt, målgruppsstyrning, re-targting, kontextuell styrning (sammanhang)
Matchningsnyckel: 1:a parts ID, Inloggad data (Google konto), e-postadress, telefonnummer
GDPR: du behöver medgivande från användarna att använda information som e-post och telefonnummer som matchningsnyckel. Om du använder Google Analytics bör användarna informeras och ge medgivande till detta.
Facebook/Instagram
1:a parts data: användardata (ålder, kön, vänner), beteende på Facebook/Instagram, Lookalikes, socio-ekonomiska målgrupper (i USA)
Data användningsområde: Demografisk styrning, intressestyrningar, re-targeting, användare som liknar dina besökare/kunder (Lookalikes)
Matchningsnyckel: 1:a parts ID, Inloggad data, e-postadress, telefonnummer
GDPR: du behöver medgivande från användarna att använda information som e-post och telefonnummer som matchningsnyckel. Om du använder Facebook script för marknadsföringssyften bör användarna informeras och ge medgivande till detta.
Programmatisk Annonsering
- 1:a parts data: användardata (ålder kön, adress, personnummer), beteende, kontext (Topics), berikad 1:a parts data (berikad med 3:e parts data), socio-ekonomiska målgrupper, enkäter
- Data användningsområde: målgruppsstyrning intresse, re-targeting via inloggad information, kontextuell styrning (sammanhang), socio-ekonomisk styrning (via inlogg eller geografi)
- Matchningsnyckel: 1:a parts ID, Inloggad data (Google konto), e-postadress, telefonnummer, geografisk information
- GDPR: du behöver medgivande från användarna att använda information som e-post och telefonnummer som matchningsnyckel. Om du använder analys via inloggning eller geografi bör användarna informeras och ge medgivande till detta.
Programmatisk Annonsering
- 1:a parts data: användardata (ålder kön, adress, personnummer), beteende, kontext (Topics), berikad 1:a parts data (berikad med 3:e parts data), socio-ekonomiska målgrupper, enkäter
- Data användningsområde: målgruppsstyrning intresse, re-targeting via inloggad information, kontextuell styrning (sammanhang), socio-ekonomisk styrning (via inlogg eller geografi)
- Matchningsnyckel: 1:a parts ID, Inloggad data (Google konto), e-postadress, telefonnummer, geografisk information
- GDPR: du behöver medgivande från användarna att använda information som e-post och telefonnummer som matchningsnyckel. Om du använder analys via inloggning eller geografi bör användarna informeras och ge medgivande till detta.
Programmatisk Annonsering
- 1:a parts data: användardata (ålder kön, adress, personnummer), beteende, kontext (Topics), berikad 1:a parts data (berikad med 3:e parts data), socio-ekonomiska målgrupper, enkäter
- Data användningsområde: målgruppsstyrning intresse, re-targeting via inloggad information, kontextuell styrning (sammanhang), socio-ekonomisk styrning (via inlogg eller geografi)
- Matchningsnyckel: 1:a parts ID, Inloggad data (Google konto), e-postadress, telefonnummer, geografisk information
- GDPR: du behöver medgivande från användarna att använda information som e-post och telefonnummer som matchningsnyckel. Om du använder analys via inloggning eller geografi bör användarna informeras och ge medgivande till detta.
Att tänka på: samma målgruppsdefinition hos olika publicister eller kanaler kan innebära olika saker när det gäller hur målgrupperna är skapade. Sport-intresse hos Google är alltså inte nödvändigtvis samma som Sport-intresse hos Facebook eller exempelvis Schibsted. Som kund och beställare behöver du kunna förstå vad respektive kanal erbjuder, åtminstone på en övergripande nivå. Om en kanal har en stor volym med inloggade användare så kan det potentiellt innebära att man har mer träffsäker data när det gäller exempelvis ålder och kön än en publicist som istället använder antaganden för att definiera dessa målgrupper. Kunskap är makt 🙂
Hur matchar du din egen 1:a parts data?
Nyckeln är såklart matchningen av din egen data mot den 1:a parts data publicisterna och mediekanalerna har. Det förutsätter att du vet tillräckligt om dem för att genomföra matchningen. Och nyckeln kan vara så enkel som att ladda upp e-postadresser, eller lite mer utmanande som att förstå sina kunder intressen.
Retargeting, inlogg
Kräver egen inloggad information som e-post, telefonnummer eller namn/adress
Lookalikes
Inloggad data som bas för att skapa Lookalikes
Enkäter som matchats mot inloggade användare
Kontext
Förstå i vilket sammanhang du vill synas (att associeras med eller positioneras i)
Förstå vilka sammanhang som är intressanta för dina kunder
Intresse
Förstå dina kunders intressen (inklusive & utöver att handla hos dig)
Demografi
Förstå vilken ålder dina kunder har
Förstå vilket kön dina kunder har
Socio-Ekonomi
Ha information om vilka socio-ekonomiska faktorer som särskiljer dina kunder
