Приветствуем, друзья. Это третья часть из цикла по нашей книге «Мобильный программатик», и сегодня мы познакомим вас с важностью данных о пользователе и расскажем о видах этих данных.

Предыдущие 2 части, в которых начинается наше повествование о мобильном программатике, читайте здесь, и здесь.

Итак, при управлении мобильной рекламой важно понимать различия между типами данных и правильно использовать их, чтобы решать задачи рекламодателя. Ниже — классификация данных и их значение для рекламной кампании. Поехали!

 

Первичные (собственные) данные рекламодателя

 

Так называют информацию о клиентах, которая собирается самим рекламодателем. Как правило, это самый востребованный тип информации. К таким данным относят любые знания, приобретенные о целевой аудитории. Например, демографические показатели, или предпочтения потребителей. Они могут быть получены после анализа сайта, где можно проследить поведенческую картину посетителя, или изучив взаимодействие пользователя с группой Facebook. Обогатив этими данными рекламную кампанию, можно в разы ее улучшить, так как реклама будет нацелена на интересы аудитории и релевантна ее запросам.

Вторичные данные — получаются в ходе рекламной кампании

 

Так называют данные, полученные в ходе рекламной кампании и взаимодействия с подрядчиком посредством медиа закупок. Это любая информация, полученная о пользователе, например, модель его смартфона, или версия операционной системы, мобильный сайт или приложение.

Нередко эти данные оказываются важными для маркетологов, так как позволяют сегментировать аудиторию для таргетинга рекламных объявлений. Например, если рекламодатель предлагает продукт или услугу для технически подкованной аудитории, ему лучше таргетироваться на пользователей с современными устройствами и обновленными версиями операционных систем. За счет этого нецелевые расходы на рекламы можно сократить.

 

Сторонние данные — собираются специализированными компаниями

 

Этот вид данных собирается и приобретается у DMP платформ. BlueKai, eXelate, Peer 39 и Nielsen — вот несколько самых известных агрегаторов, которые собирают, хранят и продают данные.

Важным преимуществом таких данных является их большой массив, доступный чаще всего только таким компаниям. Но есть и недостаток — купленные данные могут быть доступны и конкурентам, они не выкупаются на эксклюзивных правах.

Результаты опросов — один из видов сторонних данных

 

Трекинг данных: виды и эффективность

 

О типах данных мы написали выше, сейчас рассмотрим разные категории. Отметим, что категории данных не отделяются от типов. То есть вторичные данные могут быть одновременно детерминированными, и вероятностными. Подробнее о категориях ниже.

 

Детерминированный трекинг данных

 

Долгое время эта категория данных считалась наиболее точной. Само понятие «детерминированный» означает, что информация достоверная. Например, когда потребитель совершает онлайн-покупку и вводит такие данные как имя, адрес, почтовый индекс, номер телефона, номер кредитной карты — он передает детерминированные данные. И в следующий раз, когда потребитель войдет на сайт или в приложение, используя свой user ID и пароль, связанные с ранее введённой личной информацией, бренд сможет идентифицировать и охарактеризовать пользователя с высокой долей вероятности.

 

Вероятностный трекинг данных

 

Вероятностный трекинг данных по определению включает в себя или неизвестные переменные, или такой большой объём известных переменных, что при детерминированной модели они теряют свою достоверность. Прогноз погоды — стандартный пример вероятностного анализа. Когда метеоролог прогнозирует, что пойдет дождь с вероятностью 60%, это значит, что в прошлом, при тех же условиях, дождь пошёл в 60% случаев. Тем не менее, даже когда основные факторы, по которым определяется погода (такие как температура, облачность, направление и скорость ветра, влажность и т.д.), остаются прежними, второстепенные факторы окружающей среды могут измениться во время сбора данных и в итоге повлиять на конечный результат. В этом заключается основное различие между детерминированным и вероятностным подходом к анализу данных.  

С детерминированными данными ответ остаётся неизменным: 2+2=4. С вероятностными данными результат может изменяться в зависимости от количества факторов, которые или не известны, или не включены в расчёт: 2+х=у. Если значение х изменяется, то и значение у изменяется соответственно. Другими словами, вероятностные данные — это данные, которые тесно взаимодействуют со статистическим анализом.

 

Взаимосвязь данных и закупок в программатик рекламе

 

На данный момент технологии программатик могут собирать непостоянные данные — такие как cookies (в мобильном вебе), ID устройств, GPS-локации, данные об операционных системах и использовать большие алгоритмы работ с Big data, чтобы идентифицировать пользователей и предсказывать их действия.

Этот аспект программатика очень важен, так как данные технологии позволяют брендам и рекламодателям идентифицировать потребителей до того, как они зайдут на сайт или в приложение и сделают покупку.

 

Кросс-платформенный трекинг и его важность

 

Кросс-платформенный анализ данных крайне важен, и его значение растёт по мере смещения трафика в пользу мобайла. Facebook — бесспорный лидер  в кросс-платформенном трекинге данных: на данный момент социальная сеть точно отслеживает данные одного миллиарда пользователей, которые входят в сеть через различные устройства.

Google и Twitter, в свою очередь, охватывают миллионы пользователей, которые переключаются между устройствами.

Таким образом, по мере развития тенденции использования различных устройств, эффективность трекинга в рамках одной платформы будет снижаться.

Сегодня мы рассказали о данных в программатик рекламе и их видах. Для того чтобы присоединиться к рекламодателям, которые уже успешно получают клиентов, используя новые технологии программатика, пройдите по ссылке, и зарегистрируйтесь на платформе BYYD.