Kustantajat ja mainostajat ovat jo vuosia hyödyntäneet käyttäytymiseen perustuvaa dataa sekä mainonnassa että personoinnissa lisätäkseen verkkoyleisöille näytettävien mainosten ja markkinointiviestien relevanssia ja tehokkuutta.
Tässä postauksessa tarkastelemme tarkemmin, mitä käyttäytymiskohdennus on ja miten se toimii, ja keskustelemme siitä, millaisia seurauksia yleisestä tietosuoja-asetuksesta aiheutuu tälle mainonnan kohdentamistekniikalle.
Mitä on käyttäytymiskohdennus?
Käyttäytymiskohdennus (joka tunnetaan myös nimellä käyttäytymisperusteinen verkkomainonta) on menetelmä, jonka avulla mainostajat ja julkaisijat pystyvät näyttämään relevanttia mainontaa ja markkinointiviestejä käyttäjille, jotka perustuvatkin heidän verkkosivujen selaamiseensa. Laajasti ottaen tämä kohdentamisen muoto perustuu yleensä käyttäjän käyttäytymiseen liittyviin tietoihin, kuten:
- Katsotut sivut
- Edelliset hakusanat
- Sivustolla vietetty aika
- Mainokset, sisältö ja napsautetut painikkeet
- Verkkosivustolla käynnin viimeisin päivämäärä
- Muut tiedot vuorovaikutuksesta verkkosivuston kanssa
Mitä eroa on käyttäytymiskohtaisella kohdentamisella (Behavioral Targeting) ja käyttäytymismainonnalla verkossa (Online Behavioral Advertising, OBA)?
Yksinkertaistettuna käyttäytymiseen perustuva verkkomainonta (OBA) on verkkomainonnan muoto, jossa käytetään käyttäytymiseen perustuvaa kohdentamista tiettyjen mainosten ja henkilökohtaisen sisällön (esim. tuotesuositusten) näyttämiseen käyttötarkoituksiin. OBA on siis tavallaan mainonnan tyyppi ja käyttäytymiskohdennus on tekniikka.
Käyttäytymiskohdennuksen tyypit
Käyttäytymiskohdennusta on kahta päätyyppiä: onsite- ja verkkokohdennus.
Onsite-käyttäytymiskohdennus
Onsite-käyttäytymiskohdennus tapahtuu tietyllä sivustolla, ja se on tyypillisesti toteutettu osana verkkosivuston personointia. Käyttäjälle näytetään mainoksia saman sivuston sivuilla kerättyjen käyttäytymistietojen ja/tai muiden kävijää koskevien tietojen perusteella. Tällä menetelmällä on merkittävä rooli entistä virtaviivaisemman ja merkityksellisemmän käyttökokemuksen rakentamisessa käyttäjille.
Lue lisää blogikirjoituksestamme personoinnista.
Onsite-käyttäytymiskohdennuksen avulla mainostajat ja julkaisijat voivat näyttää sivustolla vieraileville käyttäjille relevanttia sisältöä, suositeltuja tuotteita ja kampanjoita. Näin käyttäjät ovat halukkaampia sitoutumaan sivustoon, viettävät enemmän aikaa selaillessaan sitä ja konvertoituvat (eli suorittavat halutun toiminnon, kuten ostoksen tekemisen tai uutiskirjeen tilaamisen).
verkkokäyttäytymiseen perustuva kohdentaminen
Käyttäytymiseen perustuvassa mainonnassa tehdään implisiittisiä valintoja yleisön puolesta. Yleisö luokitellaan sitten sellaisten tekijöiden perusteella kuin ostoaikomukset, kiinnostuksen kohteet jne., jotka tulevat osoitetusta verkkokäyttäytymisestä. Yleensä tiedot kerätään vain mainostajan sivustolla, ja niitä käytetään uudelleenkohdentamiseen ja personointiin.
Verkostokäyttäytymiseen perustuvassa kohdentamisessa tällaisia tietoja voidaan kerätä ja jakaa useilla eri sivustoilla Internetissä. Tämä ei sisällä tietoja, kuten ihmisten nimiä, sähköpostiosoitteita tai puhelinnumeroita, mutta siihen voi sisältyä laitteen tunnistetietoja, kuten IP- ja MAC-osoitteita, evästeitä tai muita laitekohtaisia tunnuksia. Algoritmit murskaavat tiedot ja jakavat käyttäjän tiettyihin segmentteihin. Algoritmi voi sitten olettaa henkilön iän, sukupuolen ja mahdolliset ostopäätökset, jotta se voi näyttää räätälöityjä mainoksia, joita henkilö todennäköisemmin klikkaisi.
Esimerkkinä voidaan mainita käyttäjä, joka on nähty useilla autosivustoilla, yrityssivustoilla ja miesten muotisivustoilla. Kohtuullinen arvaus olisi, että käyttäjä on mies. Mainostaja voi ostaa tämän segmentin – jonka tarjoavat tyypillisesti datanhallinta-alustat (DMP), jotka on integroitu kysyntäpuolen alustoihin (DSP) ja myyvät niille – kohdentaakseen relevantin kohderyhmän.
Miten käyttäytymiskohdennus toimii?
Kuten edellä mainittiin, käyttäytymiskohdennus muodostuu siitä, että kerätään tietoja kävijästä ja toimitetaan relevantteja mainoksia, jotka vastaavat tämän tietyn henkilön profiilia. Käyttäytymistietojen kerääminen – joka on tehokkaiden käyttäytymispainotteisesti kohdennettujen mainosten edellytys – voidaan suorittaa useilla eri tavoilla, mutta yleensä tarvitaan DMP:tä, joka kokoaa yhteen käyttäytymistiedot sivuston kävijöistä. DMP:t vastaavat tietojen keräämisestä, tallentamisesta ja järjestämisestä mainostajille.
Käyttäytymiskohtaiseen kohdentamiseen käytettävät tiedot voivat olla peräisin useista eri lähteistä, kuten verkkosivustoista, mobiilisovelluksista, CRM-järjestelmistä ja muista markkinoinnin automaatiojärjestelmistä, ja niihin voi sisältyä mm:
- Käyttäjän kirjautumistiedot (rekisteröityneille käyttäjille)
- IP-osoite ja maantieteellinen sijainti
- Sivustolla katsotut sivut (tai tuotteet)
- Käynnin kesto
- Klikkaukset
- Käynnin toistuvuus
- Vuorovaikutus sivuston elementtien kanssa
- Edelliset ostokset
- Demografiset tiedot
- Luettu sisältö
- Sivun osiot, joissa käyttäjä on säännöllisesti vieraillut
- Sivuston sisäiset haut
- Sivustot, joilla hän on vieraillut
Lähes kaikki mainostajat ja julkaisijat pystyvät keräämään jonkin verran tietoja asiakkaistaan ja kävijöistään sivustolla. Tieto siitä, miten tietoja voidaan hyödyntää tiettyjen markkinointitavoitteiden saavuttamiseksi, on ratkaisevan tärkeää tehokkaan käyttäytymiskohtaisen kohdentamisen kannalta. Menetelmän hyödyntäminen on helppo tapa nostaa konversiolukuja.
Käyttäytymiseen perustuvan kohdentamisen prosessi
1. Käyttäytymiseen perustuvan kohdentamisen prosessi
. Tietojen kerääminen ja analysointi
Käyttäjätietoja kerätään useista eri lähteistä, mutta tyypillisesti ne kerätään seurantapikseleiden (tunnetaan myös nimellä kolmannen osapuolen evästeet) avulla ja tallennetaan DMP:hen tai muuhun AdTech-alustaan, kuten DSP:hen. Mitä enemmän dataa, sitä tarkempi kohdentaminen. Kerätyt tiedot analysoidaan ja niitä käytetään käyttäjäsegmenttien luomiseen.
2. Segmentointi
Käyttäjät ryhmitellään segmentteihin käyttäytymisen perusteella (esimerkiksi ihmiset, jotka matkustavat paljon, ihmiset, jotka pitävät polkupyöristä, ihmiset, jotka palaavat usein samaan tuoteryhmään jne.).
3. Tietojen soveltaminen
Mainoskampanjat toteutetaan vastaamaan tiettyä käyttäjäsegmenttiä, jolloin mainonnasta tulee merkityksellisempää tietyille käyttäjäryhmille ja konversioiden ja vastausten todennäköisyys kasvaa.
Käyttäytymiskohtaista kohdentamista voidaan DMP:iden ja muiden AdTech-verkkoalustojen keräämien tietojen käyttämisen lisäksi rikastuttaa rekisteröityjen käyttäjien profiileista poimittavilla tiedoilla.
rekisteröityneet käyttäjät tekevät ostoksen verkkokaupassa. Nämä myynnit sekä käyttäjän sivuston navigointihistoria tallennetaan usein ja analysoidaan, jotta voidaan tehdä kohdennettuja tarjouksia, kun käyttäjä seuraavan kerran tulee verkkoon.
Rekisteröimättömät käyttäjät voidaan kohdentaa käyttämällä asiakkaan selaimeen tallennettuja evästetietoja. Kun käyttäjä vierailee sivustolla uudelleen, eväste (ellei käyttäjä ole poistanut sitä) lähetetään verkkopalvelimelle, jolloin käyttäjä voidaan kohdentaa.
Tietoja voidaan kerätä ja seurata myös Internet-palveluntarjoajien (ISP) kautta, jotka suorittavat menetelmiä, kuten pakettien syvätarkastusta, analysoidakseen asiakkaidensa liikennettä ja määrittääkseen, minkä tyyppisillä sivustoilla he vierailevat.
Tietoja myydään sitten markkinointi- ja mainosyrityksille, jotta ne voivat tarjota henkilökohtaisempia mainoksia. Tämä on yleinen käytäntö, sillä monet mainospalveluyritykset ostavat käyttäytymistietoja kolmansilta osapuolilta, kuten Nielseniltä (entinen eXelate) ja dataLogixilta (nykyään osa Oraclea).
Mitä eroa on käyttäytymiseen perustuvalla kohdentamisella (Behavioral Targeting) ja kontekstisidonnaisella kohdentamisella (Contextual Targeting)?
Kontekstisidonnaisessa kohdentamisessa (Contextual Targeting) näytetään mainoksia, jotka ovat relevantteja sivun sisällön kannalta. Tyypillisesti tämä kohdentamistapa ei käytä tietoja käyttäjistä, vaan se hyödyntää vain mainoksen kontekstia. Käyttäytymistietoja voidaan kuitenkin käyttää kontekstisidonnaisten mainosten relevanssin parantamiseen.
Käyttäytymiseen perustuvan kohdentamisen avulla mainostajat ja markkinoijat voivat kohdentaa mainoksia yksittäisille käyttäjille. Menetelmä perustuu lähtökohtaan, jonka mukaan mainoksen ei pitäisi olla relevantti sivun vaan sivulla vierailevan käyttäjän kannalta. Käyttäytymiseen perustuvaa kohdentamista on käytetty laajalti verkkomainonnassa ja -markkinoinnissa jo yli vuosikymmenen ajan käyttäjätietojen kasvavan saatavuuden vuoksi.
Käyttäytymiseen perustuvalla kohdentamisella on oltava riittävästi tietoa käyttäjästä ollakseen tehokasta.
Käyttäytymiseen perustuvan kohdentamisen hyödyt
Käyttäjiä koskevien tietojen määrä antaa markkinoijille mahdollisuuden laatia hyvin yksityiskohtaisia profiileja ja näyttää kullekin käyttäjäsegmentille relevantteja mainoksia vastaavasti. Käyttäytymiskohtaisen kohdentamisen lähtökohtana on, että se hyödyttää kävijää yhtä paljon kuin mainoksia näyttävää sivustoa.
Sivuston käyttökokemuksesta tulee puolestaan käyttäjälle merkityksellisempi ja kiinnostavampi (lue lisää sisällön personoinnista täältä), ja käyttäjät sitoutuvat yleensä paremmin hyvin kohdennettuihin mainoksiin ja sisältöön. Käyttäytymiseen perustuvan kohdentamisen toteuttaminen tarjoaa suuren tuoton investoinneille korkeiden klikkausprosenttien (CTR) ja parempien konversiolukujen muodossa.
Käyttäytymiseen perustuvassa markkinoinnissa ei nykyään ole kyse vain eksplisiittisistä käyttäjätiedoista, vaan myös datan järkeistämisestä ja oikeiden johtopäätösten tekemisestä.
Käyttäytymiseen perustuvan kohdentamisen haasteet ja GDPR:n vaikutus
Yleisen tietosuoja-asetuksen (General Data Protection Regulation, GDPR) ollessa voimassa tätä kohdentamismenetelmää voivat haastaa tiukemmat säännöt, jotka koskevat evästeiden tallentamista käyttäjän selaimeen. GDPR saattaa pakottaa markkinoijat luopumaan suuresta osasta riippuvuuttaan käyttäytymistiedoista ja etsimään uusia kohdentamismenetelmiä.
Minkä pitäisi ottaa käyttäytymistietojen keräämisen paikka GDPR:n jälkeisessä maailmassa? Miten digitaaliset markkinoijat näyttävät oikeat viestit oikeille silmäpareille oikeaan aikaan? Monien mielestä vastaus on kontekstisidonnaisessa mainonnassa.
Olemme kirjoittaneet kontekstisidonnaisesta kohdentamisesta toisessa Clearcode-blogin artikkelissa.
Todellisen kontekstisidonnaisen kohdentamisen vahvuus on GDPR:n noudattaminen, koska se on mahdollisimman vähän riippuvainen henkilötiedoista.
Kontekstisidonnaisen kohdentamisen avulla yritykset voivat välttää GDPR:n lähes kokonaan, kunhan ne eivät kerää tai käytä mitään henkilötietoja. Monet yritykset hyödyntävät jo nyt kontekstuaalisia kohdentamismenetelmiä.
AccuWeather esimerkiksi teki hiljattain yhteistyökumppanuuden kontekstuaalista mainonnan automatisointia tarjoavan Comprendi-yrityksen kanssa. Yhteistyön tavoitteena on tarjota reaaliaikaisia mainosten personointialgoritmeja. Hyödyntämällä tietoja allergioista, migreenistä, autoilusta sekä nurmikko- ja puutarhaennusteista AccuWeatherin kanssa yhteistyötä tekevät mainostajat voivat näyttää mainoksia tietyille kohderyhmille ja paikkakunnille, jotka vaikuttavat mahdollisiin ostopäätöksiin ja kiinnostuksenkohteisiin (esim. puutarhanhoito, auringonotto, sadetakit, retkeily jne.).
Toisena esimerkkinä voidaan mainita Quora, joka tarjoaa tällä hetkellä mainostajille uusia vaihtoehtoja GDPR:n mukaiseen turvallisuuteen perustuvaan asiayhteyteen perustuvaan kohdistamiseen. Kohdentaminen perustuu joko kysymyksiin (mainoksia voidaan näyttää tiettyjen kysymysten vastausten perusteella) tai tiettyihin aiheisiin.
Tällaiset menetelmät tulevat varmasti lisääntymään ja kehittymään tulevina kuukausina. Emme saa myöskään unohtaa, että GDPR on voimassa Euroopassa ja koskee EU:n asukkaita ja kansalaisia, mutta käyttäytymiseen perustuva kohdentaminen on edelleen sallittua muualla maailmassa ja sitä käyttävät verkkomarkkinointialan suuret toimijat, kuten Facebook ja Google.