Як маркетологу вижити у світі без cookie

В останні місяці стало багато розмов про cookie і тому, що термін їхнього життя стане набагато меншим, ніж ми звикли. Команда OWOX розібралися в тому, які нововведення нас чекають, і як адаптуватися маркетологам у новій реальності.

Що відбувається?

Браузери починають обмежувати термін життя cookie, ігноруючи той час, який встановлюється javascript або сервером сайту. Наприклад, в Safari cookie зараз зберігаються 2 тижні. Це означає, що якщо користувач не заходить на сайт протягом 14 днів, то в наступний візит він отримає нову cookie і може бути визначений як новий користувач. У нових версіях стандарту ITP 2.2 це обмеження стає ще більш жорстким, і для third party cookie (встановлені сторонніми сервісами) термін життя скорочений до одного дня. Це обмежує можливості для ретаргетингу сторонніми майданчиками до одного дня, упродовж якого, якщо користувач не взаємодіятиме із сайтом знову, то cookie будуть видалені.

Другий блок змін пов’язаний з обмеженнями можливостей відстеження кампаній на рівні користувача. Раніше сервіси могли вивантажувати дані з точністю до конкретного користувача. Зараз ця можливість недоступна й це одне з обмежень для аудиторних закупівель, FTP реклами та аналізу когорт користувачів.

Третє — платформи iOS, Android і браузери обмежують відстеження на рівні користувача. Наприклад, iOS обмежує використання IDFA — це аналог cookie для пристроїв Apple. Обмеження набере чинності на початку 2021 року й буде полягати в тому, що використання IDFA в рамках мобільного додатка буде вимкнене, поки користувач явно не дасть свою згоду на збір і зберігання даних. Можемо припустити, що відсоток користувачів, які зариються так глибоко в налаштування, буде невеликий. А без цього ідентифікатора всі дії, які може відправляти додаток, не будуть зв’язані з конкретним пристроєм.

Крім того, зараз обговорюється навіть обмеження у використанні User Agent в Google Chrome, що унеможливить застосування методик Fingerprint.

Які альтернативи?

Для відстеження ефективності рекламних кампаній Google пропонує Ads Data Hub, який консолідує в собі всю інформацію про рекламні кампанії, доступну Google, і робить її доступною для аналізу рекламодавцем, але не дає вивантажувати звіти на рівні користувача.

У Apple своя реалізація — це інструмент SKAdNetwork, який так само дає змогу отримати оцінку на рівні рекламної кампанії, але не на рівні користувача. Якщо рекламний сервіс підключений до цієї платформи, то з мобільного додатку можна відправляти конверсії та сигнали в цей сервіс, а з нього отримувати оцінку того, яка цінність і які були взаємодії між конкретною рекламною кампанією та користувачами. Тут з’являється набагато більше обмежень, наприклад, до 100 рекламних кампаній в одному обліковому записі, і нарізати ці кампанії так, щоби відстежити конкретного користувача не вийде.

Як працює збір даних про кампанії та користувачів

Чому ці зміни так впливають на ринок маркетингу та аналітики. Важливо розуміти, що надсилання даних відбувається не із сайту або програми, а з браузера або платформи. І якщо браузер або платформа обмежує дані, які вони відправляють, то сайт чи додаток не зможуть на це вплинути.

Суть проблеми в тому, що CRM рекламодавця, як і раніше, містить інформацію про заявки на рівні користувача. Але користувач зазвичай взаємодіє з кількома рекламними сервісами, і перед маркетологом стоїть завдання відстежити ці відвідування та зв’язати конкретну конверсійну дію в браузері з джерелом, яке залучило користувача. Тепер же дані в сервіс аналітики більше не будуть надходити на рівні користувача. У випадку з даними, які відправляються з мобільної платформи, наприклад, iOS, не буде доступним ідентифікатор IDFA, який служить ознакою для об’єднання даних на різних платформах. Є аналог IDFA, який може використовуватися для аналітики всередині однієї програми, але він не дає змогу об’єднувати дані рекламних кампаній із даними додатка.

Друга зміна, про яку вже згадували вище, — cookie, які встановлюються користувачеві на сайті у веботоченні, будуть видалятися через добу неактивності. І якщо такий користувач взаємодіяв із сайтом у понеділок вранці й повернувся у вівторок ввечері, то він отримає джерело трафіку direct, оскільки зв’язку з попередньою сесією не буде і йому буде призначено новий cookie.

Деякі сервіси аналітики мають виняткову інтеграцію з рекламними сервісами, наприклад, Google Analytics з Google Ads та Firebase або Яндекс.Метрика з Яндекс.Директ. Тобто сервіси від постачальників дають додаткову інформацію, але з очевидних причин, вони не можуть бути медіатором, і кожен із них збирає свою підмножину даних. Маркетологам же потрібно комплексно оцінювати рекламні кампанії. Й оскільки рекламні кампанії не можуть бути пов’язаними на рівні користувача, то це веде до наступних наслідків.

З чим зіткнуться маркетологи

Збільшиться частка «нових» користувачів у звітах. Хоча ми розуміємо, що це користувачі, які повернулися, яких ми не можемо ідентифікувати через те, що браузер присвоїв їм новий cookie.

Збільшиться частка direct трафіку, тому, що в більшості сервісів аналітики за замовчуванням використовується модель атрибуції за останнім не прямим кліком. А це означає, що раніше для користувача, який прийшов у понеділок із рекламного посилання й повернувся у вівторок за прямим посиланням, джерелом вважалася рекламна кампанія, яка привела його першого разу. Але через те, що вівторковий візит вважатиметься «новим користувачем», то ніякого зв’язку з рекламною кампанією вже не буде.

Зменшиться довжина конверсійного ланцюжка. Якщо раніше можна було спостерігати, як користувач робить кілька кліків до здійснення конверсії, то тепер скоротиться кількість дотиків, які можна буде пов’язати з одним користувачем.

Значно обмежаться когортні звіти, тому що вони будуються на основі властивостей користувачів, які тепер стануть недоступні для того, щоб об’єднати послідовність дій, залучення в продукт або замовлення.

Знизиться якість атрибуції. Якщо раніше можна було покладатися на умовно прості методи, наприклад, на останній клік, і безпосередньо пов’язувати кампанії з джерелами, то зараз результат цієї операції стане менш точним.

Кампанії будуть виглядати більш «ласт-кліково» (last click). Тому що для сервісу аналітики стане доступна тільки та історія, яка сталася з користувачем упродовж одного дня. Відповідно, їхня оцінка стане ближче до останнього кліку.

Виросте роль асоційованих конверсій в оцінюванні кампаній. Уже зараз багато рекламних каналів рекламодавці оцінюють з урахуванням асоційованих конверсій, тому що за тією часткою користувачів, яка явно клікнула на рекламу, їх оцінити неможливо.

Які зміни торкнуться рекламних кампаній

Зросте вартість залучення клієнта. Насамперед, тому що рекламні сервіси матимуть менше інформації для таргетування рекламного оголошення відповідному користувачеві. І чим менше можливостей у рекламного сервісу визначити, що ця пропозиція або цей креатив відповідає інтересам користувача, тим менш релевантним воно буде — знизиться CTR, збільшиться CPA.

Знизиться охоплення Look-a-like кампаній, якщо воно взагалі збережеться, адже фактично воно буде зберігатися доти, поки живе third party cookie. Якщо користувач після отримання third party cookie заходить на сторонній сайт, наприклад, Google, то термін життя такого cookie буде продовжуватися. І, значить, ретаргетинг в Google, Facebook або будь-якому іншому Walled Garden буде жити довше, ніж ретаргетинг від умовного Сreteo (тому що в останнього менше охоплення через власні майданчики). Недоступність даних на рівні користувача не дає змоги будувати Look-a-like креативи.

З ринку підуть невеликі гравці. Те, що собі може дозволити великий рекламний сервіс, як аргументацію того, як його кампанії драйвують продажі рекламодавця за допомогою асоційованих конверсій, то маленьким гравцям ця стратегія не підійде. Для цього потрібно буде прокидати post-back конверсії в усі рекламні сервіси. Асоційовані конверсії працюють від тієї інформації про конверсії, яку із сайту або програми надсилає рекламодавець. І більшість мають конверсійні пікселі від Google, Facebook або Яндекса, але якщо рекламодавець використовує десятки рекламних сервісів, то в кожен із них прокидати свої конверсії він, швидше за все, не буде.

Як це відіб’ється на звітах

Розглянемо на прикладі:

Тут кілька веб і мобайл рекламних кампаній. У таблиці видно, що є певна кількість асоційованих конверсій, які за даними рекламного сервісу належать до конкретної кампанії. І є конверсії, які належать до конкретної рекламної кампанії, згідно з атрибуцією за моделлю останнього непрямого кліка. Сума всіх конверсій дорівнює 100, а сума асоційованих конверсій водночас — 195, тому що з однією конверсією взаємодіяло декілька рекламних кампаній і було здійснено кілька кліків.

Що станеться після змін?

Значно зменшиться кількість рекламних каналів, які можна проасоціювати з конкретною конверсією. І число таких конверсій, пов’язаних із кампанією, буде меншим, тому що інформація на рівні користувача в контексті мобільного додатка або браузера стане недоступною. Безумовно, ці конверсії не зникнуть, вони будуть аллоційовані в межах рекламного сервісу аналітики в direct канал. Тобто це буде виглядати так, ніби новий користувач прийшов із нізвідки та здійснив конверсію. Самі асоційовані конверсії десь виростуть, десь зменшаться. Найімовірніше їхнє число зросте у великих гравців, і їх не буде в дрібних.

Як ці зміни впливають на бізнес і що зробити, щоби не втратити в ефективності

Якщо рекламодавець оцінює ефективність рекламних кампаній безпосередньо в кабінеті рекламного сервісу (наприклад, використовує тільки Facebook Ads і не використовує інші рекламні інструменти), то вплив змін буде низьким і рекламодавець зможе й далі працювати, як і раніше.

Якщо ж працювати з кампаніями охоплення в Walled Garden (найбільші сервіси Google, Facebook і Яндекс), то вплив буде середнім, тому що кампанії охоплення спрямовані на метрики, які збираються навколо кампаній, а не користувача, і доступні в рекламному кабінеті так само на рівні сегментів.

Якщо рекламодавець оцінює рекламні кампанії за допомогою наскрізної аналітики, яка об’єднує дії користувачів у різних точках дотику, то вплив буде високим.

Якщо зараз рекламодавець використовує аудиторні сегменти та крос-девайс звіти, об’єднуючи дії користувачів до надсилання їх у рекламні сервіси, то вплив буде дуже високим.

Як перевірити, наскільки це вплине на вас

Компанія Orange Valley підготувала дашборд, який допомагає відповісти на питання, яка частка доходу знаходиться в зоні ризику. Для цього вона пропонує порівняти частку нових користувачів у браузері Safari та інших браузерах. На зображенні видно, що в Сафарі на 10 % більше нових користувачів, але ми вже розуміємо, що вони не нові, вони просто отримали новий ідентифікатор cookie.

Що робити далі

Найголовніше — збирати first party і second party дані.

First party — це ті дані, які компанія може зібрати у своєму додатку або на своєму сайті, які користувачі надали безпосередньо. Second party — це дані, зібрані рекламним сервісом, наприклад, дані з рекламних кабінетів.

Щоби це зробити, треба насамперед запровадити Marketing Data Lake. Це потрібно, щоби дані належали та контролювалися вами, а не рекламним сервісом. Поки дані про користувачів зберігаються в різних системах, особливо тих, які не належать вам, наприклад, у рекламному обліковому записі, CRM, жоден аналіз рекламної кампанії не можливий.

Збирати сирі дані про дії користувачів із сайту та мобільного застосунку. Сирі — це значить, що кожен рядок у базі та кожна дія призводить до реєстрації та збереження, це не агреговані дані. Тут не повинно бути метрик — має бути кожна взаємодія записана окремим хітом. Важливо, що тут треба збирати дані з такими полями, які можуть бути використані для зв’язку неавторизованих користувачів. Наприклад, UserAgent і FingerPrint.

Імпортуйте в Data Lake максимально гранульовані дані з рекламних кабінетів. Багато хто обмежується тільки utm-мітками для відстеження переходів із рекламних кабінетів. Але цього недостатньо для побудови аналітики без зв’язку з конкретним користувачем. Наприклад, Facebook Ads дає змогу вивантажити до 200 полів.

Мотивація користувачів авторизуватися на сайті та в додатку. Це недооцінена активність, яка дає змогу рекламодавцеві збирати дані в контексті конкретного користувача без IDFA і cookie, а використовувати власний ідентифікатор і об’єднувати за ним користувача на різних платформах.

Що робити із зібраними даними

Насамперед потрібно побудувати свою таблицю cross-device matching. Ця таблиця поєднує всі доступні ідентифікатори користувача в один унікальний профіль. Це розширить знання про користувача та його дії, які можуть бути пов’язані. Не всіх користувачів можна об’єднати за допомогою такого підходу, але збільшити кількість сесій, ідентифіковано пов’язаних із профілем, можна в рази. Залежно від того, наскільки багато використовується джерел, можна розширити частку тих взаємодій із користувачем, яка буде об’єднана. Якщо раніше це були сесії неконвертованих користувачів, то тепер можна побачити, що вони брали участь у ланцюжку cross-device і cross-browser.

Ось приклад такого об’єднання. Стовпець ProfileID — унікальний профіль користувача, який об’єднує в собі кілька ідентифікаторів Google Analytics 360 (стовпець GoogleAnalytics.fullVisitorID) і кілька Client ID (стовпець GoogleAnalytics.clientId).

Побудувати звіти з рекламних кампаній на внутрішніх даних і порівняти їх зі звітами рекламних сервісів. Вони не повинні повністю збігатися, але це дасть змогу знайти помилки та провести відповідність між способом об’єднання та підрахунку даних, який є всередині компанії, з рекламним сервісом. Це допоможе відкалібрувати маркетинг-мікс і його показники на ті дані, які надає кожен із рекламних сервісів.

Застосувати cross-device профіль користувача для розрахунку атрибуції рекламних кампаній. Це дасть більш об’єктивну оцінку, тому що з його допомогою велика частка сесій буде оцінена з погляду вкладу в залучені конверсії. Раніше вони закінчувалися нічим, тому що користувач не авторизувався та не оформив замовлення, але пізніше він виявляв себе як покупець (перевіряв статус замовлення або переходив із листа, відправленого йому з CRM) і у такий спосіб технічно є можливість зв’язати його з ідентифікованим користувачем. Цей підхід дасть змогу значно збільшити якість оцінювання рекламних кампаній.

Застосувати cross-device профіль під час надсилання аудиторних сегментів. Навіть з урахуванням обмежень, робота з аудиторними сегментами збережеться, тому що для їхнього використання не потрібно знати конкретний ідентифікатор користувача у внутрішній системі. Досить знати відповідність ідентифікатору в рекламному сервісі. Провівши цю відповідність і зберігши її у своїй базі, у рекламний сервіс буде надсилатися ідентифікатор із рекламного ж сервісу. У такий спосіб, застосувавши cross-device профіль, можна збільшити охоплення тих аудиторних сегментів, які застосовуються.

Використовувати накопичені дані для машинного навчання та прогнозування кращого маркетинг-міксу. Доступність гранульованих даних із рекламних сервісів — це основна умова для виконання обчислень. Очевидно, що виконати цю роботу необхідно до того, як доступ до цих даних буде загублений. Тому що відкалібрувати свою систему аналітики та свої метрики, стане можливим в умовах мінливого оточення оцінювати свої кампанії — чи то щось змінилося в активностях компанії, чи то ці зміни пов’язані з оновленням браузера та операційних систем. Як оцінити внесок кампаній на основі асоційованих конверсій — на ці питання можна буде відповісти.

Ось як може виглядати схема збору та руху даних, якщо збирати їх із мобільного додатку (AppsFlyer), сайту (Google Analytics), приєднати Ads Data Hub, як інструмент об’єднання даних про рекламні кампанії; увікнути збір даних з інших рекламних кабінетів за допомогою конектора, додати дані з CRM і на основі цього будувати звіти та атрибуцію.

Тож нехай жодні оновлення не застають вас зненацька та may the force data be with you!

Джерело: habr.com