닐슨 디지털 광고 등급은 미국 내 전체 디지털 동영상 지출의 약 90%를 측정하며, 타사 식별자 손실에 대한 복원력은 60% 이상입니다.

뉴욕, 뉴욕 - 2021년 7월 27일 - 닐슨(뉴욕증권거래소: NLSN)은 오늘 디지털 식별자에 대한 의존도를 없애고 광고주와 퍼블리셔가 개인정보 보호를 최우선으로 하는 역동적인 미디어 환경에서 계속해서 자신 있게 측정할 수 있도록 하는 접근 방식을 발표했습니다. 인증 및 미인증 웹 트래픽을 측정하는 새로운 접근 방식을 통해 Nielsen은 실제 소비자 행동으로 퍼스트 파티 서버 데이터를 검증하는 선도적인 플랫폼이 될 것입니다.  

써드파티 쿠키 사용 중단은 광고 생태계를 근본적으로 변화시키고 있습니다. 다른 디지털 식별자의 성능 저하와 함께 웹사이트 검색부터 앱 사용까지 온라인 사용자의 고유한 습관을 잘 파악할 수 있는 퍼스트 파티 데이터의 중요성이 더욱 커지고 있습니다. 그 결과, 모든 퍼블리셔와 브랜드는 자체 퍼스트 파티 데이터 전략을 개발하고 광고 노출로 직접적으로 신원을 확인할 수 없는 경우 다른 데이터 신호를 활용해야 하는 과제를 안게 되었습니다. 

"쿠키의 등장 이후 업계가 배운 것이 있다면 디지털 미디어 측정은 확장 가능하고 유연하며 유용해야 한다는 것입니다."라고 닐슨의 최고 데이터 책임자 마이낙 마줌다르(Mainak Mazumdar)는 말합니다. "닐슨의 새로운 쿠키 없는 측정 접근 방식은 닐슨 ONE의 일부로서 선형 및 디지털 전반에 걸쳐 중복 제거를 제공할 수 있는 입지를 더욱 공고히 할 것입니다. 인증 및 비인증 디지털 트래픽을 측정하는 새로운 접근 방식을 통해 채널과 플랫폼 전반으로 확장하여 성공을 종합적으로 파악하고 최적화할 수 있는 영역을 발견할 수 있을 것입니다." 

새로운 세계 질서에서 디지털 트래픽은 궁극적으로 디지털 식별자가 더 이상 사용되지 않는 두 가지 범주로 나뉘어 측정될 것입니다: 

• 인증됨: 로그인한 환경 또는 동의한 디바이스에 식별자가 있는 트래픽. 인증된 트래픽을 측정하기 위해 닐슨은 해시된 이메일 주소, 통합 ID 2.0, 자체 보고된 검증된 인구통계학적 레이블 등 참여 클라이언트의 모든 식별자와 퍼스트 파티 데이터를 활용합니다. 이를 통해 월드 가든을 포함한 광고 생태계에서 상호 운용성을 보장하고 타사에 대한 의존도를 낮춰 클라이언트의 측정을 간소화할 수 있습니다.  
• 인증되지 않음: 로그아웃된 트래픽 또는 로그인 환경이 없거나 대체 식별자를 제공할 수 없는 자산의 트래픽입니다. 익명 트래픽을 측정하기 위해 닐슨은 시간, 브라우저, 콘텐츠, 디바이스 정보, FLoC 그룹 등 추가적인 컨텍스트 데이터 신호가 포함된 머신 러닝 기법을 개발했습니다. 이 모델은 정확성을 위해 패널을 대상으로 검증을 거쳤습니다. 인증되지 않은 행동의 인구 통계도 모델링하고 패널 관찰을 통해 대표성과 정확성을 모두 검증합니다. 

작년 말, 닐슨은 닐슨의 글로벌 성과 및 크로스 미디어 측정 솔루션을 아우르는 단일 크로스 미디어 통화인 닐슨 ONE의 일환으로 선형 및 디지털 플랫폼 전반에서 중복 제거 기능을 제공하는 ID 해상도 시스템을 발표했습니다. 닐슨 ID 시스템은 닐슨이 미디어 에코시스템 전반에서 상호 운용 가능한 방식으로 수신하는 ID 데이터를 통합하는 역할을 합니다. 닐슨 ID 시스템의 일부인 닐슨 ID 그래프는 닐슨의 사람 기반 패널에 의해 보정되고 검증되어 실제 미디어 소비, 인구 통계 및 교차 디바이스 사용으로부터 정보를 얻은 진실 세트에 의해 검증된 유일한 ID 그래프가 됩니다. 

닐슨은 오디언스와 성과를 독립적으로 측정하기 위한 기술과 방법론을 지속적으로 발전시키면서 인증 및 비인증 웹 트래픽을 측정하는 5가지 접근 방식을 확립했습니다. 

1. 상호운용성: 디지털 ID가 계속 세분화됨에 따라, 닐슨은 해시된 이메일 주소, 통합 ID 2.0, 검증된 자체 보고 인구통계학적 라벨 등 고객이 제공하는 다양한 식별자와 퍼스트 파티 데이터를 사용하여 광고 에코시스템에서 상호 운용성을 보장함으로써 미래의 변화를 민첩하게 관리하고 고객 측정을 간소화할 수 있도록 합니다. 
2. 비교 가능성: 대체 식별자나 자사 데이터가 없는 경우, 닐슨은 닐슨 패널에 의해 보정된 플랫폼과 퍼블리셔 전반에 걸친 공통 측정 프레임워크와 데이터 과학을 통해 비교 가능성을 제공할 수 있습니다. 예를 들어, 닐슨은 사람 기반 패널 내에서 시간, 브라우저 및 기타 메타데이터를 사용하여 인증되지 않은 오디언스 및 결과 측정을 위한 인구통계학적 할당을 결정합니다.
3. 지속성: 닐슨은 취약한 식별자로 지원되는 ID 백본에서 시간이 지나도 일관성을 유지하는 안정적인 식별자를 활용하여 실제 사람과 가구에 연결된 측정을 제공하는 닐슨 ID 시스템으로 전환하고 있습니다.
4. 기밀성: 닐슨은 닐슨 ID 시스템 방법론에 내장된 새로운 기밀 컴퓨팅 기술을 통해 잠재고객 및 결과 측정에 대한 데이터 기밀성을 더욱 확실하게 보장하고 있습니다. 독점적인 기밀 컴퓨팅 기술을 통해 닐슨은 다양한 분석 애플리케이션을 실행하여 고객에게 더 빠르고 유연한 맞춤형 분석 기능을 제공할 수 있습니다.
5. 측정 기반: 닐슨 ID 시스템의 측정 그래프는 닐슨 패널에 대해 보정되고 실제 미디어 소비, 인구 통계 및 교차 기기 사용으로 검증되어 정확성과 대표성을 보장하는 유일한 ID 그래프입니다.

닐슨은 빠르게 진화하는 디지털 미디어 생태계를 측정하는 데 앞장서고 있습니다. 쿠키 없는 접근 방식은 단일 타사 제공업체에 대한 의존도를 낮추기 위해 디지털 잠재고객 측정 방법론을 변경한 닐슨의 이전 노력을 확장한 것입니다. 현재까지 닐슨 디지털 광고 등급은 전체 디지털 지출의 약 90%를 측정하고 있으며, 이 중 60% 이상이 제3자 식별자 손실에 대해 이미 탄력적으로 대응하고 있습니다. 이 새로운 접근 방식을 통해 닐슨은 업계가 쿠키 없는 환경으로 전환하는 2023년까지 디지털 식별자의 성능 저하에 대한 완전한 복원력을 달성하는 것을 목표로 하고 있습니다.