随着用户级跟踪的发展,同类人群提供了一种激动人心的测量方法

数据驱动思维”由媒体社区的成员撰写,其中包含有关媒体数字革命的新想法。

今天的专栏作者是 Myles Younger,高级总监 强大的蜂巢 和Ken的产品副总裁Ken Archer 上浪.

近年来,数字广告效果评估的创新受到人们级别跟踪数据的沉迷,这种沉迷使人们开始寻找从指纹识别到 散列电子邮件。与苹果的 公告 从明年年初开始,iOS移动应用程序发布者共享的哈希电子邮件将违反其隐私政策,是时候超越1:1身份解决方案了,认真看一下微观群体,这是数字广告领域令人兴奋的,隐私安全的创新领域测量谁的时间到了。

为什么人的水平测量很重要?

从历史上看,数字广告的许多价值都与它比传统的广播媒体(如印刷或线性电视)能够更精细地测量的能力有关。设备级别的跟踪数据首次实现了确定性的,自下而上的测量。与传统的自上而下的聚合方法(例如媒体混合建模)相比,自下而上的度量为营销人员提供了更多细节。因此,创新的重点一直放在数据集上–通过设备图将设备与人员相关联,以在人员级别提供越来越准确的确定性测量。对数据集的关注是以衡量方法学为代价的,而后者通常会被忽略或留在平台或媒体计划的“默认设置”中。

但是,自下而上的测量曾经纯粹是确定性的吗?当然不是。所有广告度量都是概率性的。归因或品牌提升平台使用的统计模型(例如Shapley回归或随机森林)之间的差异远比自下而上的数据集实际上是在个人层面上还是在针对个人的角度上更为重要(就如何测量不确定性而言)例如,在由多个人组成的同类群组中。

重要的是要回顾自下而上的数字广告衡量的特定优势:利用数字生成的细粒度数据集,可以更轻松地确定广告效果的因果驱动力。但是,数据集并不需要是个人级别的。一大群人(例如成千上万的ZIP + fours)仍然可以在驱动程序组合中产生足够的方差,以用于度量模型来解析每个驱动程序的增量影响,从而克服了所谓的 多重共线性.

下一步是什么?微型队列。

输入微型群组。微型群组是一小群人,例如一个家庭,一个较小的地理区域或多达几百人的集合,这些群体被视为对下层个人的隐私安全代理。在没有统一的1:1标识符的跨渠道衡量中,您不知道哪些人接触过广告系列,但是您可以确定每个微观人群的暴露概率以及微观人群级别的其他人口统计和行为数据。

由于数据集中可能有成千上万的微型群组,因此可以将自下而上的测量方法移植到微型群组级别的数据集,并对结果进行少量事后调整以考虑概率曝光。

关注增量性并确保驱动程序分析显示因果关系,而不仅仅是相关性?微观队列与个人水平跟踪一样,对增量的度量没有什么不同。媒体购买平台可以在微观人群级别创建暂存组,以进行随机对照实验。如果无法坚持下去,则可以使用近年来被称为“计量经济学”的创新技术,分析运动中足够多的微观群组,以找出因果驱动因素 因果机器学习.

是否需要进行曝光概率调整,使结果不太准确?不会。事实上,增量测量的黄金标准– 幽灵广告 Google引入的方法论–依靠调整结果来考虑在程序化平台中使用时的曝光概率。 幽灵广告的这种变体(称为预测Ghost广告)说明了以下事实:治疗组中的用户可能会赢得DSP拍卖,但会丢失交易或标头拍卖,并且不会展示给广告。

微观人群水平的测量在其他几种方面也很有吸引力。不依赖1:1标识符(例如哈希电子邮件和设备ID)可以减轻测试和对照组的用户级污染,因为越来越多的用户变得无法识别,并且可以跟踪的展示次数也越来越少。而且,只有 约有10%的互联网流量已登录,微型群组提供了一种覆盖整个数字媒体计划的方法。最后,品牌商仍然可以使用个人级别的第一方数据(或选择第二方和第三方数据)来验证和校准微型同类群组模型。

创新已经在发生

那么,有哪些公司在微队列研究方面进行了创新?

Google,LiveRamp提供的Clean Room,InfoSum和Habu: 营销人员无法通过无尘室访问用户级数据;它们通过将输出汇总成组来保护用户隐私。例如,Google ADH强制执行以下查询阈值: 50个用户。因此,根据定义,将数据从无尘室导出到自定义或跨平台测量模型中将需要包含具有相关暴露概率的微观队列。

Crossix:为了满足医疗广告评估的严格隐私要求,Crossix将媒体曝光与个人健康行为联系起来,并根据广告系列元数据将数据汇总到微观人群级别。这使Crossix DIFA客户可以看到医疗保健广告对人群的影响,包括医生就诊和新/续用处方等指标。

Webkit隐私保留点击归因: 该方案是几种基于浏览器的测量方法之一, 将转化的衡量标准限制为仅64个可能的广告系列ID 并阻止用户级别的标识。可能不够细微,无法成为“微型群组”,但与保护隐私需要匿名聚合组中用户的想法相一致。

隐私保护措施的进一步创新将取决于媒体购买者是否准备放弃昨天跨域,人员级别跟踪的梦想,以及拥抱基于微队列的创新数据的未来。由于数据集失去了粒度,营销人员还必须开始评估度量方法,并不再依赖于更大,更详细的用户级图表的“蛮力”。未来将属于那些具有最有意义的细分受众群体和衡量模型的人们,这些群体考虑了不断变化的隐私格局。

喜欢这个内容吗?

立即注册成为AdExchanger会员,即可无限制地访问此类文章,以及专有数据和研究,会议折扣,按需访问事件内容等!

今天参加!

 

添加评论

XHTML: 您可以使用以下标签: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>