Cross-device – jak połączyć użytkownika desktopowego i mobile?

Cross-device targetingRok mobile to taki branżowy odpowiednik suchara z Familiady. Był śmieszny przez pierwsze 5 lat, teraz już jakby mniej bawi. Ale jak pokazuje raport eMarketera, udział powierzchni mobile w programmatic systematycznie rośnie. “Mobile will be driving force” to może stwierdzenie trochę na wyrost, ale idą za tym faktyczne wydatki.

Można wskazać szereg barier w rozwoju mobile, ale w perspektywy programmatic największym wyzwaniem jest możliwość połączenia użytkownika korzystającego z różnych urządzeń – czyli cross-device targeting. Nie wdając się w szczegóły techniczne, z punktu widzenia platformy DSP czy DMP ta sama osoba korzystająca z komputera czy tabletu to dwie różne, niepowiązane osoby (a konkretnie urządzenia). Nie ma możliwości retargetowania czy śledzenia procesu konwersji.

Obecnie funkcjonują dwa modele łączenia użytkowników, niestety obydwa działają na niewielką skalę i mają sporo wad.

1. Deterministyczny – identyfikacja następuje na podstawie danych osobowych i logowania. Przykładowo – logujesz się na swoje konto Google na komputerze oraz do Gmail na telefonie i na tej podstawie Google może połączyć dwa urządzenia jako “jedną osobę”. Zalety takiego rozwiązania są oczywiste – wysoka precyzja. Niestety wady też łatwo dostrzec – po pierwsze dane osobowe i związane z tym ograniczenia, po drugie – skala. Bardzo niewiele podmiotów dysponuje wystarczająco dużą bazą użytkowników desktop/mobile, żeby efektywnie identyfikować wystarczająco dużo użytkowników. Poza Google i FB trudno wskazać konkurencję.

2. Probabilistyczne – analizując dane o wzorcach korzystania z urządzeń, połączone z ich lokalizacją można wyciągnąć wniosek, że dwa urządzenia należą do tej samej osoby (na przykład częste odwiedzanie takich samych stron z różnych urządzeń i ta sama lokalizacja). Jak każda analiza statystyczna będzie tym lepsza im więcej danych. Ale tak czy inaczej – jest obarczona błędem. Błędem trudnym do oszacowania, co powoduje że metoda probabilistyczna często pozostaje zgadywaniem. Zaletą tej metody jest teoretyczny brak ograniczenia skali (można analizować wszystkich użytkowników, nie tylko zarejestrowanych w bazie), ale nadal pozostaje problem dokładności łączenia urządzeń.

Obydwie metody to stosunkowo świeże koncepcje i technologie, praktycznie niemożliwe do zastosowania na naszym rynku. Przynajmniej na razie. Gdyby ktoś chciał zgłębić temat, to probabilistyczne łączenie urządzeń oferują Drawbridge, Tapad czy Adelphic.

Przeczytaj również:

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *