Содержание |
Три типа аудиторных данных
1st party data - данные, принадлежащие клиенту: информация о посещении пользователями сайта или мобильного приложения компании, а также данные, полученные в ходе рекламных активностей бренда: e-mail, display, video, mobile и др.
Дополнительно под собственными данными могут пониматься данные о транзакциях или любые другие CRM-данные о пользовательской активности. E-mail адреса, телефонные номера пользователей или идентификаторы пользователей в социальных сетях - также разновидность собственных данных. Собранные воедино собственные данные представляют собой большой массив маркетинговой информации, которая может быть использована для анализа и более четкого понимания портрета клиентов. Рекламные кампании с использованием собственных данных показывают, как правило, наивысшие результаты, но имеют ограниченный охват, по сравнению с кампаниями, основанными на других типах данных.
2nd party data - уникальное стратегическое партнерство участников экосистемы digital для постоянного или одноразового обмена аудиторными данными. Мы говорим о secondparty data, когда один участник предоставляет свои собственные данные (first-party data) другому участнику. Например, когда производитель авто отдает автодилерам данные о пользователях, взаимодействовавших на его сайте с конфигуратором или скачавших цены; или когда площадка делится своими сегментами с рекламодателем для обогащения CRM (дополнительные инсайты о клиентах).
3rd party data - любые аудиторные данные, полученные или купленные у игроков, специализирующихся на предоставлении сырых или обработанных данных. Сторонние данные помогают расширить имеющийся пользовательский профиль и
предоставить доступ к ранее недоступной информации. К примеру, площадка, у которой есть поведенческие данные, но нет социально-демографических, может подключить соответствующего поставщика соц-дема. В этом случае социально-Помощник или конкурент? Чем ИИ может быть полезен в HR-процессах 
демографические данные и будут являться third-party data.
Участники экосистемы по работе с аудиторными данными
Пользователи - физические лица, пользователи сети Интернет. Вступают в различные виды взаимодействия с участниками экосистемы данных: заходят на ресурсы участников, регистрируются на ресурсах, делают покупки и т.п.
Поставщики данных - участники рынка, которые имеют доступ к большому объему данных, могут их накапливать и обрабатывать. Их разделяют на две категории: те, кто поставляет необработанные (или сырые) данные — Raw Data Suppliers, и те, кто поставляет готовые аудиторные сегменты — Processed Data Suppliers. В первом случае поставщики предлагают информацию об истории посещений сайтов и страниц, перед использованием которой покупателю, как правило, требуется её дополнительно обработать для формирования конечного списка сегментов. Во втором случае на рынок поступают уже сформированные по определенным критериям сегменты (соц-дем, интересы к различным категориям, намерения).
Платформы управления данными (DMP) - платформы, обладающие набором аппаратных средств для сбора, хранения и обработки любых типов аудиторных данных (1st, 2nd, 3rd), а также возможностью их активации (использования) через привычные медиаканалы. DMP осуществляет централизованную работу с аудиторными данными рекламодателя или площадки и позволяет превратить потоки разрозненной информации в структурированные аудиторные знания. Формирование эффективных аудиторных сегментов происходит в режиме реального времени, что позволяет выстраивать непрерывную коммуникацию с потенциальными потребителями. Аудиторные данные из DMP могут быть использованы в DSP, SSP, CRM (обогащение), CMS (динамическая адаптация контента сайта), DCO (динамическая адаптация креативов), а также на площадках прямого размещения за счет прямых интеграций с системами управления рекламой на стороне площадки (Ad Server).
Биржа данных - посредник между поставщиком данных и покупателем, с агентской схемой вознаграждения. Такие игроки, с одной стороны, помогают поставщикам монетизировать данные, а с другой - позволяют покупателю получить доступ к широкому ассортименту данных/сегментов различных поставщиков в «одном окне».
Потребители данных - компании, заинтересованные в приобретении, хранении и использовании не только собственных данных, но и данных третьих лиц для достижения маркетинговых или любых других бизнес-целей и задач.
Рекламодатели - участники, продающие товары, услуги, предлагающий B2C-сервисы собственной аудитории. Не обладают собственным рекламным инвентарем и используют издателей для показа своих объявлений.
Медиа агентство - поставщик маркетинговых услуг рекламодателям через любые маркетинговые каналы: как цифровые, так и нецифровые (ТВ, радио, наружная реклама). Предоставляет весь комплекс услуг, в том числе планирование рекламных компаний, создание креативов и контента и т.п.
Demand-side platform (DSP) - платформа (технология) для автоматизированной закупки рекламы. Позволяет рекламодателям и агентствам централизованно управлять и оптимизировать рекламные кампании, в том числе облегчая процесс закупки на основе аукционной модели ценообразования для баннерного, видео, мобильного и нативного инвентаря с возможностью использования любых аудиторных данных для охвата релевантной аудитории.
Технологии для сбора аудиторных данных
Куки (cookies) - данные, которыми веб-сервер помечает посетителя при посещении веб-страницы. Представляют собой небольшие файлы служебного типа с текстовой информацией, которые хранятся в браузере компьютера.
Mac-адрес (от англ. MediaAccess Control) - уникальный идентификатор, присваиваемый каждой единице активного оборудования (компьютер, мобильный телефон) для реализации коммуникации устройств в сети Интернет.
Device ID Уникальный идентификатор устройства (IDFA) - мобильный рекламный идентификатор, позволяющий разработчикам приложений определить, кто использует их приложение. Рекламный идентификатор Apple (IDFA) компания предоставляет как часть iOS в своих стандартах рекламы.
Look-alike (LaL) - алгоритм поиска похожей аудитории. На основании определенного сегмента собственных данных (к примеру, пользователи, совершившие целевое действие) и алгоритмов машинного обучения, осуществляется поиск наиболее аффинитивной аудитории внутри базы, состоящей из 1st, 2nd или 3rd party данных для расширения искомого (анализируемого) аудиторного сегмента.
Анонимизация данных - процесс удаления из собранных данных персональной информации.
Таргетирование аудитории - показ рекламных объявлений только аудитории с заранее определенными атрибутами (демография, интересы и т.п.).
Programmatic - автоматизированная закупка, анализ и оптимизация рекламного online-инвентаря с принятием в режиме real-time решений по стоимости, месту и времени размещения.
Специальная терминология
Пользовательские данные / Данные - любая информация о человеке, привязанная к уникальным идентификаторам, позволяющим однозначно выделить его в рамках конкретной организации.
Атрибут пользователя / Признак пользователя - единица данных о пользователе, содержащая конкретный вид знаний о нем (например, демография, lifestyle и т.п.).
Аудитория / Аудитория участника - совокупность всех пользователей, вступавших в различные виды взаимодействия с конкретным участником: получение рекламного сообщения, посещение ресурса, регистрация, покупка и т.п.
Сегмент / Сегмент участника - подмножество аудитории конкретного участника, выбранное на основании заданных правил (например, по социально-демографическим признакам и т.п.).
Аудиторные данные - совокупность характеристик аудитории интернет-пользователей.
Online data - данные, которые собираются и хранятся в online-системах (DMP, DSP, SSP), не обладают характеристиками персональных данных, например: cookie, device ID и тп. Всегда собираются в режиме online без физического контакта с пользователем.
Offline data - данные, которые собираются и хранятся в offline-системах (CRM, процессинг, колл-центр), обладают характеристиками персональных данных, например: телефон, номер банковской карты, email, ФИО, номера документов пользователя и тп. Часто собираются участником в режиме offline при помощи физического контакта с пользователем.
Персональные данные - определенные типы идентификаторов или их набор, позволяющие однозначно идентифицировать физическое лицо (ФИО, номера документов) и обеспечить владельцу таких данных персональный контакт.
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.
 | Большие данные – ключевой ресурс цифровой экономики. Совместный доклад Clever Data и Ассоциации ФинТех об использовании аудиторных данных дает понимание главных трендов в области Big Data: отрасль очень быстро меняется, появляются новые игроки, возникают стратегические партнерства. Отчет богат статистикой и несомненно будет полезен участникам рынка. Большие данные – это технология глобального масштаба, при этом в каждой стране рынок и регулирование развиваются по-своему. рассказал Никита Ломов, руководитель аналитического отдела Ассоциации ФинТех
|  |
