Skip to content

Martech双周报第37期:苹果进一步限缩自家浏览器和App环境身分追踪可能,进一步增加生态圈精准行销难度

重点新闻(0611~0624)

#浏览器隐私 #Fingerprinting #App隐私 #第3方SDK隐私

苹果推出浏览器和App Store新隐私政策,进一步限制身分追踪功能

今年WWDC,苹果宣布了2项重大隐私权政策更新,分别针对浏览器和App环境祭出更多身分追踪限制,进一步增加外部广告主在苹果生态圈进行精准行销的难度。

苹果自家浏览器Safari现在有了隐私浏览模式,可以阻挡已知身分追踪和Fingerprinting资源读取,以防止网站利用可能侵犯隐私的方法跨域追踪使用者身分。另外,Safari也会移除URL中具识别功能的追踪指令,只留下去识别化追踪。例如,若URL中有身分识别码跟行销活动识别码两个部分,Safari便会删掉前者。

App隐私方面,苹果则於自家IDE Xcode中加入隐私清单功能,能读取开发人员使用的第3方SDK中有哪些隐私相关操作,并整理成一份完整清单。另外,若App有呼叫可能会使用Fingerprinting资源的API,苹果会强制要求开发者在隐私声明中说明API用途。

#RMN #成效追踪

全美第二大连锁超市Albertsons联合全球广告巨头Omnicom、美国互动广告协会(IAB)发表RMN广告最佳实践框架草案

零售媒体是近年崛起的一大广告通路,不过目前没有统一成效测量标准及建议最佳实践方法,是行销业界公认最大挑战。尽管美国互动广告协会(IAB)已经预订在2024年推出统一标准,但显然业界已经等不下去了。

近日,全美第二大连锁超市Albertsons联合全球广告巨头Omnicom和美国互动广告协会(IAB)等行销相关的业界代表,发表RMN广告最佳实践框架草案,针对广告规格、成效测量、第3方认证标准、RMN能力指标等4大领域列出建议标准。

广告规格方面,此框架建议RMN广告规格在能遵照既有IAB广告格式标准时,就直接准用。这包括展示型广告、原生广告、新媒体广告、数位影像广告及CTV广告等。其他独有格式,例如店面内广告,再另作规范。

成效测量方面,此框架没有给出具体测量单位,而是建议应规范项目,及订定正式单位时,应包含颗粒度、格式、归因时间长度等资讯。成效测量分为2大类规范,分别是广告递送和互动(Delivery and Engagement)和转换及销售(Conversion and Sales)。前者包括曝光数、曝光频率、点击数、完整观看程度等,後者则有ROAS、新客获取、旧客活跃、直接销售转换等。

第3方认证方面,则是建议可以由公正第3方单位提供背书的项目,例如品牌安全、诈骗防治、广告能见度、与其他同类型广告放在接近版位的情况等。

能力指标方面,此框架列出RMN版位商应揭露的指标,包括精准投放能力、自助式投放能力、行销活动管理能力、素材管理能力等。

Albertsons表示,希望RMN相关的权益关系人加入讨论,审视及压力测试这些标准,以求尽快决议出最终标准并投入业界实务。(见草案全文)

#Topics API #精准行销 #使用者隐私 #网页开发

Google将大幅更新Topics API分众类别,并提升嵌入Topics网站的读取速度

Google要大幅更新浏览器隐私计画Privacy Sandobx的分众行销功能Topics API分众类别,并提升浏览器使用者对自己身上的Topics标签管控权,及提供开发者更不影响网站读取速度的API呼叫方法。

第1个改动是Topics分类调整。Google表示,原本分类中有些标签与一般广告会推销的商品较无关,因此这次移除了160个行销上低关联性标签,例如公民工程,并增加了280个广告投放可能用到的标签,如运动服饰。调整後,总Topics分类数有469个。

这些分类会有不同从属关系。过往,API呼叫者必须直接观察到浏览器使用者有造访过单一标签相关的网站,才能得知他们对该标签有兴趣,现在则能向上追溯所有上层标签。例如,靴子上层有购物、服饰、鞋袜等标签。过往使用者若没有直接造访贴上购物或服饰标签的网站,便不会知道他们身上有这些标签。现在,只要使用者看过有靴子标签的产品,就会同时被贴上购物、服饰、鞋袜标签。这样一来,广告主便能更有效的推测使用者购物意图。

另一个更新是,使用者未来将能阻挡特定标签,来隐藏不愿见到的广告,并使自己身上标签更准确符合自己喜好。此功能预计明年初推出。

开发方面,过往Topics API要在网站中置入有Javascript程式码的Cross-origin iframe来呼叫,但这有可能降低整体网页内容读取速度。近期Google则陆续支援於Header使用Fetch来呼叫Topics API,或直接在Header新增iframe来呼叫API。

#去识别化追踪 #RMN #进站途径分析

OneAD推出产品讯号演算法,能根据广告版面特性和进站途径来优化广告投放

广告技术商OneAD推出名为ProductKey的演算法,可以根据商品特性、广告版面环境及使用者旅途,来优化网站广告精准投放。

这个演算法的作法是,利用OneAD累积的商品文本字词库,来分析商品名称、通路名称、功能叙述、潜在使用需求,进而判断哪些环境与品牌商品高度相关。评估完页面内容相关度後,演算法会再利用参考使用者进入广告版位页面的前一页,进一步推测使用者意图。

举例来说,A页面有许多与汽车相关的字词,如 SUV、座椅、马力、油电混合等,因此适合投放汽车广告。不过,使用者有可能从美妆开箱文、汽车论坛,或新闻网页点进来A页面,不同进站途径代表着不同程度的使用者兴趣。

此演算法会综合评估A页面与前一个页面,当2个页面与汽车的综合关联性够高,才会在A页面呈现出汽车广告。

#AI行销 #广告投放 #CTV #RMN

The Trade Desk推出新数位媒体购买平台,用AI优化预算及预测成效,还会测量零售媒体及CTV成效

全球最大独立DSP The Trade Desk推出新的数位媒体广告购买平台Kokai,主打用AI优化广告投放多个环节,还延续TTD力推CTV(联网电视,Connected Television)和零售媒体广告的战略,新增跨通路广告投放测量功能。

过往,TTD会用AI来分析广告投放後的成效,来优化後续投放策略及预算。Kokai则会用AI来分析识别化和去识别化资料,并预测版面曝光成效,以求投放前便能优化行销预算分配。

此平台也针对近年崛起的2种广告通路新增了测量功能。其一是可以分析跨CTV和串流媒体广告成效的功能,其二则是交叉分析线上线下零售通路的销售金额与广告主投入的行销金额,来评估行销成效。

Kokai还推出了新操作介面,用类似於元素周期表的形式来呈现行销不同阶段的操作和资料,以期让行销人员更容易找到所需功能。

#Google广告 #DSP #SSP #Ad Exchange

欧盟拟要求Google拆分广告业务,以避免滥用数位广告独霸地位获得不当营利

欧盟执委会认为Google在数位广告生态系中地位过於强大,且涉嫌利用独占地位来创造不公平竞争环境,因此建议拆分旗下不同广告业务,以避免利益冲突。

Google从DSP(需求方平台)、SSP(供应方平台)到Ad Exchange(双方交易平台)都有相关服务,包含2项广告购买工具Google Ads与DV 360,一个出版商广告伺服器DoubleClick For Publishers(DFP),以及广告交易平台AdX。欧盟怀疑,Google利用这种全面性优势,暗地让这些服务非法互惠,若最终执委会认定Google违反公平竞争规定,便会要求依据需求方和供应方拆分广告业务。(详全文)

#LLM #B2B #CRM #生成式AI

Salesforce推出CRM AI云服务,同时支援自有及第三方LLM

云端CRM业者Salesforce推出AI云服务,功能包含行销端的客户专属电子邮件、直销讯息或广告撰写,电商销售端的个人化推荐生成及顾客购物助理,客服端的客服回答生成及客服纪录摘要,以及开发端的写程式、抓Bug等。

此AI云除了支援Saleforce自有的LLM Eistein GPT,还支援第三方LLM,包括AWS、Anthropic、Cohere及ChatGPT。Salesforce也和OpenAI合作联合内容仲裁,结合使用Salesforce Einstein GPT信任层、OpenAI的企业API和其他安全工具,确保企业资料不会被储存在Salesforce中,以期降低企业资料外泄疑虑。(详全文)

#UA #GA4 #视觉化分析 #Looker Studio

Google视觉化分析工具Looker Studio新支援上百项GA 4数据类型

随着行销分析工具Universal Analytics(UA)7月退场在即,Google视觉化分析工具Looker Studio新增了170项UA继任者GA 4(Google Analytics 4)的支援数据类型,让企业能在此对网站和App流量等数据进行视觉化分析。

Looker Studio是Google自家视觉化数据分析工具,由於GA4和UA的介面和资料呈现逻辑相当不同,有些企业会习惯导入Looker Studio来自行分析。

UA自今年7月起会停止蒐集数据,明年7月起便不能再汇出数据。不过,根据网站分析工具BuiltWith,全球使用UA追踪的网站仍有近3千万家,而使用GA 4的只有1千万家。

更多MarTech动态:

1. 数据技术商Snowflake要导入RMN用的数据市场,用资料无尘室来交换以确保资料隐私。

资料来源:iThome整理,2022年6月

责任编辑:郭又华

Published insurfshark注册
0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
内联反馈
查看所有评论
0
希望看到您的想法,请您发表评论x