что такое 2nd party data
Виды данных: first party data, second party data, third party data
Для построения успешных рекламных кампаний в интернете требуется данные об аудитории — не только демографические показатели, но и поведенческие факторы, интересы разных сегментов пользователей. Для этого используются first party data, second party data & third party data — маркетинговые данные, отличающиеся принципом сбора информации.
First party data — собственные данные рекламодателя
Собственные данные рекламодателя (first party data) — информация, которую оставляют пользователи в ходе взаимодействия с сайтом, в т.ч. при заполнении всевозможных форм и совершении покупок. First party data могут включать имена, адреса, номера телефонов, сведения о транзакциях и приобретённой продукции. Собственные данные рекламодателя хранятся в корпоративной CRM и БД программ лояльности. Сложно переоценить собственные данные рекламодателя: first party data — это возможность напрямую общаться со своей аудиторией, минуя посредников и с наилучшим охватом.
Second party data — данные рекламных активностей компании
Second party data — данные рекламных активностей компании. По сути, данные рекламных активностей очень похожи на first party data. С той лишь разницей, что данные рекламных активностей second party data не всегда можно собрать собственными силами, но и в ходе взаимодействия с рекламными сервисами. Данные рекламных активностей second party data — это прочтение писем электронной рассылки, клики, просмотры посадочных страниц, совершение целевых действий, социальная активность аудитории (нажатие кнопок like, share и их аналогов).
Third party data — данные третьих сторон
Базы данных третьих сторон (third party data) создаются на внешних платформах и агрегируются с других сайтов. Есть немало компаний, продающих эти данные, и множество других вариантов получить их. Это и сторонние cookies, и pixel tags, и прочие способы сбора пользовательских данных третьих сторон в сети.
Однако будущее данных третьих сторон third party data под вопросом, вследствие непрекращающихся дебатов о конфиденциальности и правомерности сбора и использования данных третьих сторон. Тогда как собственные сведения рекламодателя first party data в полной безопасности, поскольку всегда остаются собственностью самой компании.
Использование рекламодателем first, second & third party data
Очевидно, что не все данные равноценны. В использовании first party data, second party data или third party data главное понимать разницу между доступной информацией и тем, насколько она уникальна. По сути, выбор стоит между подтверждёнными данными (собственные данные рекламодателя first party data), косвенными (данные рекламных активностей second party data) и предполагаемыми (данные третьих сторон third party data) — он зависит от предпочтений маркетологов, бюджета и других факторов. Плюс источники можно сочетать — а значит грамотно масштабировать целевые аудитории, усиливать взаимодействие с потребителями, повышать показатели ROI через маркетинговые усилия.
2nd party data: что это и зачем оно вашему бизнесу?
На первый взгляд взаимосвязь разных видов данных между собой настолько запутанна и непонятна, что кажется неприступной крепостью. Но стоит запастись знанием и небольшим инвентарем в виде DMP и все покажется куда менее страшным.
В связи с тем, что существует несколько типов данных (1st party data, 2nd party data и 3rd party data) способы их использования в чем-то могут отличаться. Так какую пользу может получить компания от подключения 2nd party data к своим бизнес-процессам?
Что такое 2nd party data?
Данные от второго лица – это чьи-то данные от первого лица.
Бренд закупает данные у владельца. Между ними нет никакого связующего звена. Каждый бренд сам ищет необходимую компанию с нужной информацией и подписывает договор покупки.
Несмотря на то, что концепция 2nd party data довольно свежая по сравнению с 1st party и 3rd party data, она может быть очень полезна для бизнеса. Все зависит от того, насколько релевантный набор данных вы найдете.
Преимущества, которые дает использование 2nd party data:
Как маркетологи могут использовать 2nd party data?
Зачастую 2nd party data покупают для обогащения уже существующих баз данных 1st party data. Ведь, несмотря на достоверность данных от первого лица, их может не хватать для выхода на более широкую аудиторию. Приобретение 2nd party data может существенно оживить рекламные кампании и дать новые перспективы для развития.
2. Для доступа к новым аудиториям.
2nd party data также можно использовать для поиска новой или схожей на существующую аудитории.
К примеру, компания занимается продвижением своего косметического средства и таргетирует девушек. В таком случае, в распоряжении маркетолога будет 1st party data от женской аудитории пользователей. Но если бренд захочет расширить свой ассортимент продукции и начнет производить, скажем, масло для ухода за бородой, женское мнение мало поможет в планировании. Тогда компания обращается за информацией к владельцам сайта о мужском здоровье/моде и покупает нужные 2nd party data у них.
3. Для прогнозирования реакции потребителей.
Владея 2nd party data маркетологи могут прогнозировать паттерны в поведении аудитории. Это помогает монетизировать инсайты и предсказывать реакции на рекламные кампании. И тот факт, что эта информация будет куплена с другого сайта, даст понять, что нравится/не нравится аудитории бренда в общем.
4. Для налаживания новых полезных связей с потенциальными коллегами.
Покупку 2nd party data можно также расценивать как инвестицию в построение новых бизнес связей в своей области рынка. Поиск надежного поставщика данных может занять время. Но такое сотрудничество может еще не раз пригодится в будущем.
Как получить 2nd party data?
Все предельно просто и сводится к двум действиям: найти владельца нужных данных и купить у него данные.
Как и при любых других переговорах важно обсудить стоимость, объект продажи/покупки, детали будущего распоряжения данными и возможность продавца в дальнейшем предлагать эту же информацию другим компаниям.
Аудиторные данные
Содержание
Три типа аудиторных данных
Участники экосистемы по работе с аудиторными данными
Технологии для сбора аудиторных данных
Специальная терминология
Match rate Показатель пересечения одного набора данных о пользователях с другим набором данных (по одному и/или нескольким идентификаторам).
Рынок аудиторных данных в России
2019: Общий поток обмена данными между поставщиками и потребителями вырос на 135 %
4 марта 2020 года Ассоциация ФинТех (АФТ) и компания CleverDATA представили обзор российского рынка аудиторных данных сегмента интернет-рекламы и маркетинга за 2019 год. Отчет содержит рыночную статистику, основанную на данных с платформы 1DMC.
Согласно исследованию, в 2019 году общий поток обмена данными между поставщиками и потребителями вырос на 135%. Основными каналами монетизации аудиторных данных в России являются крупнейшие рекламные платформы компаний Google, VK (ранее Mail.ru Group) (myTarget) и «Яндекс». В 2019 году лидером по доставленным данным была платформа myTarget (53,3%), второе место с заметным отставанием занял «Яндекс» (18,4%), третье – GetIntent (17,6%), которая обогнала Google (10,8%). По сравнению с 2018 годом, доля myTarget увеличилась почти в два раза, а доли платформ Yandex и Google значительно сократились. По доле доставки собственных данных (1st party data) для ретаргетинга лидируют GetIntent и «Яндекс».
Объем базы поставщиков данных в 2019 году увеличился на 67%, а количество потребителей данных – на 17%. При этом значительно выросла доля агентств как потребителей, они стали наращивать компетенции работы с данными и формировать отдельные команды. Активнее всего использовали и монетизировали аудиторные данные в маркетинге и рекламе телеком- и ритейл-компании.
Основные инфоповоды в 2019 году формировали крупные игроки, что является положительным моментом: ранее рынку не хватало участия компаний с большим аудиторным охватом, владеющих большим объемом данных. На рынок данных вышли компании индустрий, традиционно далеких от рекламы и маркетинга: телекомы, банки, операторы фискальных данных и др. Они активнее присматриваются к обновленным способам монетизации данных и их применения в коммуникации с клиентами.
В законодательстве РФ в 2019 году предпринимались точечные попытки урегулировать использование Big Data. Пока лучше всего удается регулировать оборот государственных данных. В условиях слабого регулирования участники рынка склоняются к саморегулированию, а неустановленные правила работы с данными в целом сдерживают развитие российского рынка больших данных.
Эксперты делают вывод, что российский рынок аудиторных данных пока остается в развивающемся состоянии, хотя ему уже больше пяти лет. Также они отмечают сильную кластеризацию игроков на рынке и незрелую конкуренцию, фактическое отсутствие международных игроков на российском рынке. Вместе с тем по итогам 2019 года можно отметить высокую динамику развития, активный рост поставщиков данных и появление новых игроков на рынке.
Из данного материала вы узнаете
Просто о сложном – или для чего используется SPDE?
Основной задачей SPDE является увеличение эффективности кооперационного маркетинга между партнерами, в частности между ритейлерами и производителями.
Инструменты SPDE призваны решить ключевые проблемы кооперационного маркетинга и дать производителям уникальные возможности:
Более подробно об истории и предпосылках создания продуктов кластера SPDE мы расскажем вам в отдельном материале.
Откуда данные или почему это вообще стало возможным?
Важно отметить, что создание подобного рода инструментария было бы невозможно себе представить без масштаба экосистемы платформы Flocktory.
Как вы знаете, Flocktory – это B2B SaaS маркетинговая платформа по персонализации и управлению жизненным циклом клиента.
В работе с Flocktory происходит тесная интеграция с ресурсами партнеров, в том числе онлайн-ритейлерами, в результате чего платформа имеет полную прозрачность данных о любой покупке или другом полезном действии на стороне партнера.
На сегодня портфель клиентов Flocktory включает игроков, которые суммарно занимают более 32% российского e-commerce*.
Объемы этих данных к настоящему моменту составляют уже более 81 млн профилей активных покупателей и более 7 млн анализируемых транзакций ежемесячно.
*- Данные без учета cross-border.
На старт, внимание, …Push!
SPN является одним из первых решений среди всей линейки продуктов SPDE.
Сама технология Browser Push Notifications успешно используется на рынке почти 3 года и имеет большой успех у ритейлеров как эффективный канал коммуникации. Push Notifications позволяют быстро достигать пользователей без необходимости знания email и мотивировать их на выполнение полезных действий.
Работая активно со своей push-аудиторией, маркетологи на стороне ритейлеров понимали, что высокая конкуренция и ограничения в трейд-маркетинге требуют поиска новых возможностей монетизации активов, которые позволили бы увеличивать ключевые показатели.
Тем временем, понимая также узкие места трейд-маркетинга, производители искали новые инструменты с большей прозрачностью и большим контролем над общением со своими покупателями.
На стыке двух потребностей и наличии эффективного инструмента Push Reward от платформы Flocktory, функционал эволюционировал в SPN и объединил производителей с ритейлерами для проведения таргетированных Push-промо.
Скриншот: Пример Rich Push- уведомления
Голос из космоса SPDE: 5 минут, полёт нормальный!
На этапе старта запуска SPN мы создали закрытый пилот, в котором объединили ведущих экспертов рынка – представителей производителей и ритейлеров для тестирования совместных гипотез и формирования инновационного продукта.
Примеры участников пилота от компаний-производителей: Unilever, Procter&Gamble, Mars, Lego, L’Oréal, LG, Panasonic, Coty, Patrol и другие ключевые производители.
Среди ритейлеров участие принимают: М.Видео, Lamoda, Kupivip, Утконос, Азбука Вкуса, Ile de Beaute и другие ключевые игроки рынка e-commerce.
Эволюция таргетинга в медийной рекламе: что доступно производителям в SPN?
В рамках первой волны пилота SPN производители смогли проверить большое количество гипотез, которые были нацелены на решение разного спектра задач.
В этом им помог широкий инструментарий Flocktory по сегментации аудитории текущих и потенциальных покупателей товаров.
Поскольку платформа имеет полную прозрачность данных о любой покупке/полезном действии на стороне ритейлера, для проверки гипотез у производителей в SPN была возможность сегментировать аудиторию на основе большого количества параметров.
Рассмотрим несколько примеров:
Какие задачи производители решают в SPN?
Ниже приведены примеры топ задач, на которые фокусировались производители в SPN промо с ритейлерами в рамках первых пилотных запусков:
Только кейсы, только hardcore. Каких результатов достигли участники пилота?
Расскажем вам подробно об одном из кейсов:
Производитель: L’Oréal —лидер мирового рынка парфюмерии и косметики.
Приглашенный эксперт: Михаил Браккер, head of ecommerce L’Oréal
Скриншот: Посадочные страницы в SPN промо L’Oréal на сайте ритейлера
Для увеличения CTR промо также были использованы инновационные разработки платформы Flocktory, в частности:
Алгоритм лучшего времени отправки Push-уведомлений – позволяет вычислять оптимальное время для отправки уведомления конкретному пользователю на основании истории его поведения и в среднем увеличивает CTR сообщения на 30%.
Индекс частоты покупок (Frequency) оказался выше среднего, а индекс трат (Monetary) соответствовал ценовой политике производителя в категории масс-маркет и оказался средним:
— Индекс Frequency – 4*,
— Индекс Monetary в кейсе– 3*,
Ключевые результаты данного кейса показали, что коммуникация в SPN промо Loreal была максимально релевантной и интересной аудитории выбранного сегмента.
Данные результаты были обусловлены возможностью выбирать аудиторию среди большого количества партнеров в SPN, а также строить узко таргетированный сегмент на базе реального покупательского поведения среди аудитории ритейлера.
«Я благодарен команде Flocktory за предоставление возможности одними из первых на рынке запустить инструмент Sponsored Push Notification (SPN).
Решение SPN позволило усилить стратегию Loreal в работе с ритейлерами за счет инновациооных возможностей в таргетинге рекламных кампаний на базе знаний о реальном поведенческом и покупательском опыте наших клиентов.
Уверен, что направление Second Party Data Exchange будет иметь стратегическое значение в ближайшие годы в работе с ритейларами»,
Дорогие коллеги, на этом пока все!
А пока подписывайтесь на нашу группу в Facebook и узнавайте больше новостей!
Data — переворот в таргетировании медийной рекламы
Это вторая статья из цикла «RTB Insight: информация для профессиональных интернет-маркетологов» от топ-менеджеров российской trading desk и DMP-платформы Auditorius Геннадия Нагорнова и Валерия Кашина. Второй выпуск расскажет читателям о Data — важнейшем элементе экосистемы RTB.
2013 год станет годом ренессанса медийной рекламы. По прогнозам аналитиков, расценки на рекламу в интернете в 2013 году вырастут на 10%; однако дисплейная реклама подорожает на 14%, обогнав по темпам роста другие инструменты — к примеру, контекстную рекламу, которая вырастет только на 13%. На наш взгляд, драйвером этого роста станет экосистема RTB с использованием Big Data, благодаря которой медийка, считавшаяся ранее сугубо имиджевым инструментом, по своей эффективности вплотную приблизится к контекстной рекламе.
Что такое Data?
Согласно энциклопедическому определению, Data, то есть данные — это представление фактов и идей в формализованном виде, пригодном для передачи и обработки в некотором информационном процессе.
В RTB Data — это данные о пользователях. В основе RTB лежит аукционный принцип торгов в реальном времени — что, собственно, и отражено в названии технологии Real-Time Bidding, — где именно Data является ключевым звеном и основной ценностью.
При этом у каждой стороны свои интересы, но объединяет их то, что Data нужна всем. SSP закупают данные, чтобы увеличить цену трафика. DSP требуется Data, чтобы иметь возможность максимально эффективно выкупать показы.
Онлайн-образование — новая мишень фродеров
Большинство сайтов в категории заражены фрод-скриптами.
Типы данных
По принципу сбора данные делятся на три типа: данные первого, второго порядка и данные третьего порядка или третьей стороны (first, second и third-party data).
Использование данных, DMP и Data Exchanges
DMP или Data Exchange являются неотъемлемыми участниками всех этих процессов. Для рекламодателей и агентств DMP — это платформа, которая позволяет знать все о собственной аудитории и, используя данные третей стороны, проводить сверхцелевые медийные размещения. C помощью DMP рекламодатели могут создавать нужные сегменты аудитории. Для поставщиков данных — это площадка, позволяющая монетизировать свои данные.
Как извлекаются и работают данные
Всё начинается с аудита данных — детального рассмотрения бизнес-процессов с целью вычленения и сбора first-party data. В общем смысле можно сказать, что данные есть везде. Любые каким-либо образом зафиксированные действия являются данными. Как пишет Википедия, «данные могут рассматриваться как записанные наблюдения, которые не используются, а пока хранятся».
Более или менее очевидно, что отделы маркетинга, продаж, работы с клиентами оперируют огромным количеством различных данных. Однако бывает, что данными владеют, просто не замечая их — скажем, статистика покупок в любом супермаркете (средний чек, количество наименований и т. д.) — это тоже данные, причём довольно важные. Процесс сбора и извлечения данных называется Data Mining. Даже самые маленькие данные можно сделать большими, найдя применение им.
Контент — тоже данные. Это значит, что существуют определенные показатели, которые скажут об аудитории больше, чем любые другие источники. Продолжая цитировать Вики: «данные, являющиеся результатом фиксации некоторой информации, сами могут выступать как источник информации. Информация, извлекаемая из данных, может подвергаться обработке, и результаты обработки фиксируются в виде новых данных». Это веяние времени: любая стратегия — продаж, контента, продвижения — становится стратегией данных.
Извлечение и разметка данных. Определившись, где «водятся» данные, их нужно извлечь и записать. Технология довольно простая: DMP или Data Exchange сообщают поставщику специальный код, который при загрузке страницы сохраняет в браузере пользователя cookie, по которому отслеживаются его дальнейшие передвижения по сайту и между сайтами. Как правило, для этого используется javascript или невидимая пиксельная картинка. Таким образом и создаётся виртуальный «образ» пользователя.
Сохранённые данные размечаются по максимально доступному количеству параметров. При этом существуют и технологии импорта offline data — например, данных из CRM. Главной задачей импорта является необходимость связать имеющиеся данные о реальных клиентах или пользователях с виртуальными профилями.
Например, компания делает рассылку по базе email-адресов клиентов, не покупавших у неё год и более, в которой приглашает зайти на определённую страницу или встраивает картинку-пиксель в само письмо. Если пользователь откроет письмо в браузере или пройдёт по ссылке, то добавленная в браузере кука позволит отслеживать его профиль и начать показывать рекламу именно ему.
Обмен данными — информация работает только когда её распространяют. Покупка, продажа или обмен данными — неотъемлемый аспект в экосистеме RTB.
Анализ и создание аудиторий. Опираясь на специфику каждого конкретного случая, можно разрабатывать точные и полезные сегменты аудиторий для дальнейшего их применения. Например, анализируя посещаемость разделов сайта, можно поделить аудиторию на сегменты, относящимся к воронке продаж или к продуктовым разделам. Более точные и узкие сегменты позволят в дальнейшем получать максимальную эффективность от более точных обращений к потенциальным потребителям.
Использование данных
Использование Data открывает безграничный мир возможностей для маркетинга:
Этот список можно продолжать. Фактически, это сейчас Клондайк для маркетологов, в котором границы возможностей пока не определены.
Монетизация Data
Существует две модели монетизации Data в RTB для поставщиков данных:
1. Процент от стоимости показа, который уходит поставщику данных.
2. Возможность продавать данные с заранее объявленной ценой за 1000 показов (CPM).
В обоих случаях DMP и Data Exchange зарабатывают на комиссии, которую взимают с платежей поставщикам данных. Таким образом, данные позволяют любому ресурсу с более-менее крупной посещаемостью получать приличный пассивный доход, монетизируя даже не аудиторию, а знания о ней. В российском сегменте свою рабочую схему монетизации данных для поставщиков предоставляет Auditorius.
Гарантия конфиденциальности и безопасность данных также является важнейшим условием их использования. Независимость DMP позволяет, с одной стороны, обеспечивать конфиденциальность данных: SSP и DSP получают данные в виде, соответствующем запросу системы, однако источник данных остаётся неизвестным. Таким образом, независимая DMP обеспечивает сохранность данных, что важно, не позволяя идентифицировать конкретную аудиторию как «аудиторию газеты «Коммерсантъ», например, и украсть её. С другой стороны, рекламодатель или продавец инвентаря может менять SSP и DSP на своё усмотрение, не рискуя накопленными данными, которые находятся на независимом хранении. При желании владелец данных может просто «переехать» на другую DSP, закупая там инвентарь по своим данным.
Защита данных
Рассказ о том, как много знают рекламодатели о пользователях, неизбежно вызывает опасения — не слишком ли это много, на самом деле? В конце концов, все мы, помимо рабочих обязанностей, являемся одновременно и простыми пользователями. И вопросы приватности для нас не пустой звук. Защита персональных данных является важнейшим аспектом при работе с ними. Данные хранятся в обезличенном виде. Мы не знаем, что какой-то пользователь это Иван Иванов из Новосибирска, мы знаем его как ID7430. При этом никакая информация, по которой можно было бы его каким-либо образом идентифицировать с реальной персоной — например, email — не хранится вообще, либо хранится в хешированном виде. Забота о безопасном хранении пользовательских данных — один из приоритетов DMP и Data Exchange.
Поставщики Data на Западе
Data Exchanges
В частности, американский рынок данных развит настолько, что некоторые компании уже специализируются на узких данных, таких как знание о b2b — какой штат в компании, кто руководитель и так далее. К таким компаниям относится, например, компания BIZO.Однако для российского бизнеса все эти названия представляют скорее академический интерес, т. к. российских аудиторий у них нет, соответственно для рекламодателей на нашем рынке они пока бесполезны.
Поставщики Data в России
В России только развивается культура работы с Data. Первую российскую публичную DMP, которая хранит данные брендов, имеет возможность выгружать данные и делать закупки по внешним данным запустила компания Auditorius. По данным карты digital экосистемы России, свою DMP также разрабатывает компания Adriver, но более подробной информации о ней пока нет.
Влияние Data на рынок медийной рекламы
«Вторжение» Data изменило саму парадигму медийной рекламы: во главе угла теперь аудитория и то сообщение, которое хочет до нее донести рекламодатель, а не площадка, на которой, возможно, можно будет эту аудиторию «поймать».
С помощью Data в RTB маркетолог сначала создаёт целевые сегменты, как ключевые запросы в контекстной рекламе, и только потом формирует сообщение под каждую целевую группу. Это кардинально отличается от прежней ситуации, в которой сначала делался баннер с сообщением, а затем уже подбирались площадки, где его разместить, чтобы постараться показать его нужной целевой аудитории. Таким образом, деньги рекламодателей с приходом Data в медийную рекламу будут расходоваться куда более умно и эффективно, чем при классических размещениях.
Изменит Data и отношение пользователей к баннерам и медийной рекламе вообще — так как благодаря точному таргетингу они будут получать только релевантные сообщения. Реклама из навязчивого информационного шума превращается в полезного советчика.