الاستهداف بالخصوصية أولًا: بناء ad tech بلا ملفات تعريف ارتباط من طرف ثالث
تطوير DSPتطوير SSPمنصة تبادل الإعلاناتالإعلان البرمجياستهداف الجمهورمنصة جانب العرضتطوير أنظمة ad techمنصة المزايدة الآنيةمعدل النقر (CTR)تطبيق الجوال
إيقاف ملفات تعريف الارتباط ليس تحديثًا في Chrome - إنه تحول بنيوي في طريقة عمل ad tech. إليك ما تبنيه فرق الهندسة ليحل محل الاستهداف القائم على ملفات تعريف الارتباط، وأين تكمن المشكلات الصعبة فعليًا.
قاست إحدى منصات DSP الكبرى معدل مطابقة الجمهور لديها في الأسبوع التالي لفرض Chrome الإلغاء الكامل لملفات تعريف الارتباط للطرف الثالث. فهبط من 72% إلى 31% بين ليلة وضحاها.
الفرق التي تعافت أسرع كانت قد بنت مسبقًا خطوط استهداف متعددة الإشارات. أما البقية فقضت شهورًا في التعديل اللاحق.
استيعاب بيانات الطرف الأول بوصفها إشارة الاستهداف الأعلى قيمة
الشركات التي تملك علاقة مباشرة بالمستخدم - عبر برامج الولاء، والتجارب المسجَّل دخولها، واشتراكات النشرات البريدية - تملك أثمن البيانات في الإعلان البرمجي.
منصة جانب الطلب التي تستوعب إشارات الطرف الأول الموثّقة تطابق مرات ظهور أكثر بنسبة 20-40% من تلك التي تعتمد على شرائح احتمالية. ويشمل العمل الهندسي:
مسارات مرنة لتوحيد الهوية تقبل عناوين بريد مجزّأة وأحداث تسجيل الدخول ومعرّفات يوفّرها الناشر
حدود عزل للبيانات الشخصية تمنع بيانات المستخدم الخام من تجاوز حدود النظام — لا يرى ad exchange معرّفات غير مُجزَّأة
تقييم آني للشرائح وقت المزايدة، لا شرائح محسوبة دفعيًا تتقادم خلال ساعات
واجهات API لإدخال بيانات الناشرين تقبل تصنيفات مخصّصة دون الحاجة إلى تغيير المخطط في جانب DSP
بيانات الطرف الأول لا قيمة لها إلا إذا كان مسار الاستيعاب سريعًا بما يكفي لتغذية قرارات المزايدة الفورية. ومسارات الدفعات بدورات تحديث كل 6 ساعات تفوّت معظم القيمة.
الاستهداف القائم على الخصوصية أولًا يتطلّب انضباطًا هندسيًا عند كل حدّ للبيانات
انشر ذكاءً اصطناعيًا سياقيًا ينافس دقة الاستهداف على مستوى المستخدم
تجاوز الاستهداف السياقي مطابقة الكلمات المفتاحية بمراحل. النماذج القائمة على transformer تحلل دلالات الصفحة كاملة - الموضوع، والمشاعر، وإشارات أمان العلامة التجارية - وتقدم دقة استهداف تنافس البيانات على مستوى المستخدم في كثير من أنواع الحملات.
الميزة لفرق تطوير ad tech: الإشارات السياقية لا تتطلب بيانات مستخدمين ولا تعقيد إدارة الموافقات ولا تعرّضًا تنظيميًا. أما القيد: يجب أن يجري الاستدلال في لحظة طلب الإعلان.
مصنّف سياقي يضيف 5ms إلى كل تقييم مزايدة بطيء أكثر مما تحتمله منصة مزايدة فورية بمهلة 10ms
التصنيف المسبق لصفحات الناشرين أثناء الزحف يقلّص الكلفة الآنية إلى بحث في الذاكرة المؤقتة أقل من 0.5ms
النماذج الدلالية المدرَّبة على متطلبات سلامة العلامة التجارية الخاصة بكل معلِن تتفوّق على المصنِّفات العامة بنسبة 15-25% في مقاييس الملاءمة
الذكاء الاصطناعي السياقي يوفر استهدافًا دون بيانات المستخدم. التكلفة الهندسية هي سرعة الاستدلال، لا الامتثال للخصوصية.
دمج ثلاث تقنيات معزِّزة للخصوصية بلغت نضج الإنتاج
ثلاث فئات من تقنيات تعزيز الخصوصية (PETs) تعمل اليوم في بيئة الإنتاج:
المعالجة على الجهاز — يعمل استدلال ML على جهاز المستخدم ويرسل إشارات مجمّعة فقط إلى ad exchange. ويتبع SKAdNetwork من Apple وTopics API من Google هذا النمط.
الغرف النظيفة (clean rooms) - تستخدمها فرق تطوير DSP وفرق تطوير SSP لمطابقة مجموعات بيانات الطرف الأول دون أن يكشف أي طرف بيانات المستخدمين الخام. جعل عمليات الربط هذه سريعة بما يكفي لتغذية قرارات real-time bidding هو التحدي الهندسي الأساسي.
الخصوصية التفاضلية - ضجيج معاير يُضاف إلى البيانات المجمّعة يمنع تحديد هوية المستخدم الفرد. مفيد في القياس والتقارير حيث لا حاجة إلى دقة على مستوى المستخدم.
تقنيات تعزيز الخصوصية يجب أن تندمج في مسار المزايدة دون إضافة زمن استجابة
حلّ تحدي تحقيق الدخل في منصة جانب العرض
يواجه الناشرون مشكلة محدّدة: تحقيق الدخل من المخزون الإعلاني دون تسريب بيانات المستخدمين إلى كل مزايد في سلسلة المزاد.
الجماهير المعرَّفة من البائع تتيح لمنصة العرض تصنيف مستخدميها إلى شرائح وعرض تلك الشرائح على المشترين دون كشف الهويات الفردية. يتطلّب التنفيذ:
منصة SSP التي تشغّل نماذجها الخاصة لتصنيف الجمهور على بيانات الطرف الأول لدى الناشر
تصنيفات شرائح متوافقة مع توقعات المشترين - IAB Content Taxonomy 3.0 كخط أساس
إشارات الشرائح تمرّ عبر طلب المزايدة دون إضافة زمن استجابة إلى المزاد - الهدف كلفة أقل من 1ms
التعامل مع بيئات تطبيقات الموبايل حيث لا توجد إشارات المتصفح
مرات الظهور داخل التطبيقات تفتقر تمامًا إلى إشارات مستوى المتصفح. و IDFA اختياري على iOS بمعدل موافقة يقارب 25%.
بناء استهداف جمهور فعّال على الأجهزة المحمولة يعني الاستثمار في:
إشارات سياقية على مستوى SDK - فئة التطبيق وعمق الجلسة وأنماط السلوك داخل التطبيق
نماذج استدلال على الجهاز تقيّم نية المستخدم دون إرسال بيانات سلوكية خام
استدعاءات الإسناد من خادم إلى خادم تحلّ محل التتبّع القائم على البكسل - وهي تتطلب بنية تحتية موثوقة ومنطق إزالة تكرار وتصميمًا يتحمّل زمن الاستجابة، لأن الاستدعاءات تصل بعد دقائق أو ساعات من الظهور
نماذج معدل النقر يُعاد تدريبها خصيصًا لسياقات داخل التطبيقات، حيث تختلف أنماط تفاعل المستخدم اختلافًا كبيرًا عن الويب
ابنِ خطوط بيانات مرنة تصمد أمام التحول القادم في الاستهداف
مشهد الاستهداف لا يزال يتغيّر كل ربع سنة. والفرق الهندسية التي تبني خطوط معالجة جامدة حول نهج واحد تواجه إعادة عمل مكلفة.
ابنِ طبقات استيعاب تقبل أنواع إشارات متعددة - طرف أول، وسياقية، وقائمة على المجموعات - عبر واجهة موحدة
استثمر في توحيد الهوية الذي يعمل عبر السياقات المُوثَّقة والمجهولة على حد سواء
تعامل مع بنية القياس التحتية كشأن هندسي من الدرجة الأولى، لا كإضافة لاحقة لأغراض التقارير
قِس كل عملية حسابية متعلقة بالخصوصية مقابل ميزانية مهلة المزاد
منصة جانب الطلب الرابحة هي التي تتعامل مع مرونة الإشارات كمبدأ معماري، لا كطلب ميزة.
هل لديك تصميم مشابه على الطاولة؟
أحضر بنيتك الحالية وسيناريو الفشل الذي يقلقك، وسنراجعه معًا خلال نصف ساعة.