• Programmatic
  • Engage conference
  • Engage Play
18/10/2021
di Rosa Guerrieri

Nelson Gregory Francesca: “Il Machine Learning Model di Captify è pronto al post-cookie”

Il Sales Director ci spiega come funziona la soluzione cookieless della società, in grado di raccogliere insight di valore e creare connessioni tra contenuto, contesto e audience

Nelson Gregory Francesca, Sales Director per l’Italia di Captify

Nelson Gregory Francesca, Sales Director per l’Italia di Captify

Aspettando l’eliminazione dei cookie di terza parte su Google Chrome, il mercato ha iniziato a sperimentare soluzioni alternative ai tradizionali modelli di targeting. Contextual targeting e ID condivisi sono le due principali opzioni già disponibili, ma pur avendo grandi vantaggi, hanno anche dei limiti. Stanno quindi emergendo nuove soluzioni in grado di coniugare i vantaggi di entrambi i metodi, capaci di raccogliere le informazioni, aggregarle a livello di URL ed elaborarle per creare connessioni tra il contenuto, il contesto della pagina e l'audience che ha interagito. Tra queste c’è il Machine Learning Model di Captify. Nelson Gregory Francesca, Sales Director per l’Italia di Captify, ci racconta come funziona.

Qual è la differenza tra dati di prima e terza parte? Perché è importante quando si parla di cookieless?

«Per quanto semplice, è opportuno precisare la netta differenza fra le due tipologie di dato. I dati di prima parte, sono le informazioni che le aziende e gli editori raccolgono direttamente dalle loro audience o dai propri consumatori. I dati di terza parte sono invece i dati raccolti da aziende terze che è possibile acquistare e utilizzare per il targeting delle campagne pubblicitarie. Dalla fine del 2023 l’utilizzo di questi ultimi sarà molto difficile, dal momento che Google Chrome si unirà a Firefox e Safari nell’impedire il loro impiego, al contrario dei dati di prima parte che continueranno ad essere rilevanti per la profilazione degli utenti».

Quali sono le principali soluzioni offerte dal mercato in alternativa all’utilizzo dei cookie di terza parte?

«Le alternative che stanno prendendo forma sul mercato sono principalmente tre. La prima è rappresentata dalle soluzioni di ID condiviso, attraverso cui aziende ed editori si accordano per utilizzare un unico sistema di log-in all’interno dei propri siti in modo da raccogliere i dati in maniera congiunta. Una seconda opzione è il contextual targeting, che si basa sulla specifica pagina visitata da un utente per poter coordinare la pubblicità con il contenuto fruito. Infine, Google ha proposto un suo strumento chiamato FloC, che all’interno del browser Chrome è in grado di creare insiemi anonimizzati di utenti che hanno dimostrato lo stesso interesse. Ogni soluzione presenta vantaggi e svantaggi rispetto alle altre. Gli ID condivisi riescono a raggiungere target precisi, ma hanno una scalabilità limitata. Il contextual targeting riesce a raggiungere audience molto più ampie, ma non è in grado di stringere il focus su profili di utenti specifici. La soluzione di Google è ancora in fase di test, ma non in Europa, dove è stata sospesa».

Qual è l’approccio di Captify a questa sfida?

«Il modo in cui Captify raccoglie e lavora i dati sugli utenti è molto differente da tutte e tre le strade precedenti. La soluzione cookieless non prevede l’uso esclusivo di contextual o dei dati di prima parte, ma unisce la loro efficacia raccogliendo le ricerche effettuate dagli utenti sui diversi siti sotto forma di dati di prima parte - grazie a integrazioni server to server con gli editori - a livello di singola URL. Queste informazioni vengono poi elaborate nel Machine Learning Model che restituisce le audience che hanno effettuato la ricerca, l’intento con cui l’hanno fatta e il contesto, ovvero la pagina web su cui questa è avvenuta. L’aggregazione di queste informazioni a livello di URL ci permette tramite un confidence score di identificare i profili che visitano la specifica destinazione. Con questi insight il Machine Learning Model ci permette di erogare campagne pubblicitarie molto efficaci e totalmente cookieless».

Quanto è scalabile questa soluzione?

«Il Machine Learning Model analizza tutta l’inventory disponibile che non essendo più vincolata all’utilizzo dei cookie di terze parti, ci permette di erogare anche sui browser che li hanno già eliminati da tempo come Safari e Firefox. Riusciamo in questo modo a costruire target in maniera precisa, con una enorme scalabilità, intenzioni già definite e raggiungerli su un più ampio ventaglio di siti e contesti».

Cosa cambierà nell’attivazione delle campagne rispetto ad oggi?

«Nonostante i nuovi modelli e le nuove tecnologie di targeting, non ci saranno differenze nell’impostazione delle campagne offerte da Captify. L’ormai prossima estinzione dei cookie di terza parte non cambierà le nostre dinamiche di attività pubblicitaria, che rimarranno semplici, immediate e nel pieno rispetto delle regole di privacy».

scopri altri contenuti su

ARTICOLI CORRELATI