A identidade é um tópico importante no marketing orientado por dados. Os anunciantes querem atingir os consumidores no nível da pessoa, os editores querem monetizar seus públicos, e a identidade é crucial para garantir que o "John Smith" que a marca está tentando atingir e o "John Smith" que está comprando na Amazon, navegando no TikTok ou pesquisando um evento de fim de semana na Ticketmaster sejam de fato a mesma pessoa.

Até agora, as IDs de anúncios móveis (MAIDs) e os cookies de terceiros eram usados para conectar os pontos, pelo menos em plataformas digitais abertas. Mas seus dias estão chegando ao fim, e a transição continua sendo agitada. Quais são as opções que os profissionais de marketing têm agora?

A maioria dos profissionais de marketing está apostando nos dados primários porque eles permitem que se destaquem dos concorrentes, mantenham o controle sobre seus ativos de dados e evitem complicações de privacidade. Mas todo mundo usa identificadores diferentes. A Netflix conhece você pelo seu endereço de e-mail, a Macy's pelo seu número de telefone, a Delta pelo seu número SkyMiles, o Instagram pelo seu nome de usuário, o Xbox pelo seu gamertag. Um site que você visita sem fazer login ainda pode atribuir a você um cookie de terceiros hoje ou coletar seu endereço IP. 

Para uma medição de público consistente, abrangente e comparável entre plataformas, os profissionais de marketing precisam de um sistema de ID robusto com um gráfico de identidade projetado especificamente para medição.

O que é um gráfico de identidade?

Os consumidores usam muitos dispositivos, aplicativos e identificadores para interagir com o mundo, e essas interações deixam um rastro constante, como instantâneos em um fotomosaico. Cada instantâneo conta apenas um fragmento da história, mas, juntos, eles produzem um retrato de 360° de quem somos, nossos gostos e desgostos, nossos interesses e preferências e - o que é mais importante para os profissionais de marketing - o que faremos em seguida.

Para juntar as peças, grandes anunciantes, editores e provedores de dados desenvolveram gráficos de identidade: grandes bancos de dados em que milhões de dispositivos, identificadores e seus usuários são vinculados para criar perfis unificados de clientes e famílias. Eles usam esses gráficos para segmentação e personalização, combinando clientes e clientes em potencial na lista de mala direta de uma marca com os membros do público de uma plataforma. Por exemplo, o setor de ativação da Nielsen tem um gráfico que se concentra na segmentação. 

A ativação da campanha não é o único motivo para usar um gráfico de identidade. Vamos examinar por que um gráfico de identidade confiável, independente e bem calibrado é essencial para a medição moderna.

O que torna diferente um gráfico de identidade de grau de medição?

Nem todos os gráficos de identidade estão concentrados em representar com precisão a população em geral. As fontes de dados que eles usam podem ser tendenciosas em relação a uma determinada região geográfica, aos usuários de uma determinada plataforma ou a apenas um tipo de dispositivo. A deduplicação de registros também pode não ser uma prioridade máxima, desde que seja possível fazer alguma correspondência e os anúncios sejam exibidos para as pessoas.

Mas as taxas de correspondência não são tudo. Se a medição é o objetivo final, a representação estatística e a deduplicação são necessárias para medir adequadamente o alcance, a frequência e outros KPIs importantes da campanha, como o retorno sobre o investimento em publicidade (ROAS) ou conversões de leads. Na Nielsen, quando carregamos novos dados em nosso gráfico de identidade, tomamos muito cuidado para validar as correspondências entre dispositivos, pessoas e residências em relação aos dados do censo e aos nossos próprios painéis baseados em pessoas. Como aprendemos anteriormente em nossa série Need to Know, painéis baseados em pessoas cuidadosamente selecionados são essenciais para calibrar o big data.

Qual é a extensão do nosso processo de limpeza de dados? Todos os anos, nossos sistemas ingerem bilhões de identificadores e links de uma ampla variedade de fontes de dados externas, mas apenas 20% deles são incluídos no gráfico de identidade resolvido. Usamos nossos painéis de pessoas para calibrar esses conjuntos de Big Data e garantir a precisão de nossas atribuições de público e agrupamento de gráficos. Como resultado, o gráfico do Nielsen Identity é otimizado para ter a representatividade e a precisão necessárias para a medição.

Como os profissionais de marketing estão usando o gráfico de identidade da Nielsen?

Os gráficos de identidade não são criados para serem autônomos. O gráfico de identidade da Nielsen está no centro de um sistema de identificação abrangente que inclui quatro etapas distintas:

Como mencionamos anteriormente neste artigo, o lado de ativação do negócio da Nielsen, Nielsen Marketing Cloudtem um gráfico de ativação em nível de pessoa que usa muitas das mesmas fontes que o gráfico de medição da Nielsen e compartilha a mesma lógica de resolução que fornece uma visão desduplicada do público. Mas, em vez de medição, ele foi projetado para impulsionar o alcance e a personalização da campanha em escala. 

Quais são as implicações de privacidade de um sistema de identificação digital?

A ingestão de dados de exposição a anúncios e de resultados de fontes externas pode ser uma proposta espinhosa no atual clima de privacidade de dados. Mesmo quando o consentimento do usuário é garantido, os profissionais de marketing ficam justificadamente nervosos em testar os limites desse consentimento compartilhando dados de clientes com parceiros externos. Isso é especialmente verdadeiro em setores altamente regulamentados, como saúde ou serviços financeiros. Os algoritmos de hash podem ajudar a ocultar identificadores confidenciais, como endereços de e-mail, mas as IDs com hash são consideradas informações pessoais identificáveis (PII) em algumas jurisdições (como na Europa) e, de qualquer forma, nem sempre podem impedir que agentes mal-intencionados identifiquem a pessoa por trás da ID com hash.

Qual é a solução? Na Nielsen, implementamos um conjunto de processos de privacidade e segurança de dados para facilitar a colaboração de dados (como encontrar a sobreposição entre um conjunto de dados de um anunciante e de um editor) sem realmente compartilhar informações confidenciais entre parceiros de dados. Por exemplo, as integrações de sala limpa garantem que os dados da Nielsen, de nossos clientes e de nossos parceiros permaneçam em seus respectivos ambientes e, ao mesmo tempo, permitam a medição. Técnicas como computação confidencial e privacidade diferencial permitem que as partes trabalhem juntas sem ver os dados umas das outras.

A privacidade é uma das principais prioridades dos profissionais de marketing e dos consumidores. Qualquer sistema de identificação digital com o qual você trabalhe deve levar isso a sério. 

Medição digital além dos cookies de terceiros

Os cookies de terceiros podem estar em sua última etapa, mas os profissionais de marketing ainda precisam entender suas campanhas entre plataformas. E eles querem capitalizar as novas oportunidades de planejamento e segmentação - como as que são desbloqueadas pelos públicos avançados - paraficar à frente da concorrência.

Talvez mais do que nunca, os profissionais de marketing precisem de parceiros de medição que possam ajudá-los a conectar os pontos e produzir métricas precisas e consistentes de público e resultados relevantes para seus negócios.