Hoe Stop & Shop AI, geen cookies, gebruikt om klanten te targeten

Al meer dan twee decennia zijn merken zoals supermarktketen Stop & Shop afhankelijk van “cookies” van derden – de kleine tekstbestanden die via een webbrowser worden opgeslagen terwijl de gebruiker op een website surft – om het gedrag van klanten te onderscheiden en hun programmatische of softwarematige gedreven, digitale reclame.

Maar die dagen zijn bijna voorbij – dankzij de plannen van Google om de ondersteuning voor cookies van derden in Chrome in 2023 geleidelijk af te schaffen, de limieten van Apple op het gebruik van zijn mobiele apparaat-ID in iOS-apps en de noodzaak van AVG-compliance. Binnenkort heeft de Amerikaanse digitale advertentie-industrie van $ 152 miljard geen toegang meer tot de meeste cookiegegevens van derden.

Retailers en merken zitten echter niet te wachten tot de bijl valt. In plaats daarvan testen velen al verschillende mogelijke manieren om de juiste klanten te targeten zodra de toegang tot cookies van derden eindigt. Deze omvatten AI-aangedreven oplossingen die leren van gegevens van de eerste en derde partij om patronen te ontdekken die klantprofielen of -segmenten vormen.

Stop & Shop, bijvoorbeeld, een supermarktketen uit Massachusetts (en dochteronderneming van holdingmaatschappij Ahold) met 415 winkels in het noordoosten van de VS, heeft de afgelopen anderhalf jaar nieuwe benaderingen getest met digitaal marketingbedrijf AMP Agency.

“We wilden uitzoeken wat er zou veranderen in een wereld van cookies van derden”, zegt Samantha Weiss, VP, datastrategie en programmatic bij AMP Agency. “Hoe kunnen we benchmarks aanpassen en groeien en verbeteren?”

Stop & Shop had een nieuwe manier nodig om klanten te targeten

Volgens Meghan Galligan, directeur digitale marketing van Stop & Shop, wist het bedrijf dat het andere manieren moest vinden om klanten met relevante inhoud op een privacyvriendelijke manier te targeten, aangezien de afschaffing van cookies nadert.

“We wilden vroege hand-raisers zijn en dit jaar zoveel mogelijk testen terwijl we nog steeds de veiligheid van cookies hadden om op terug te vallen,” zei ze.

Het belangrijkste is dat Stop & Shop ervoor heeft gezorgd dat haar first-party datastrategie goed is, legt ze uit. Nu vergelijken ze nieuwe oplossingen ook met op cookies gebaseerde segmenten, maar ook met elkaar.

Haar team heeft ook het leiderschap van Stop & Shop voorbereid op het post-cookielandschap. “De afgelopen twee jaar hebben we ze verteld dat alles wat ze gewend zijn van ons te zien op het punt staat te veranderen,” zei ze. “We laten ze weten dat wanneer 2023 komt, we een solide plan zullen hebben waar we ons goed bij voelen.”

Een benadering die AMP Agency namens Stop & Shop heeft gevolgd, is het vergroten van het gebruik van contexttargeting, of de praktijk van het weergeven van advertenties op basis van de inhoud van een website. Een andere tactiek is om samen te werken met bedrijven die nieuwe klant-ID’s aanbieden die first- en third-party data gebruiken om cookies te vervangen. AMP Agency test bijvoorbeeld de ID van LiveRamp, die machine learning-algoritmen gebruikt om identiteitsresolutie uit te voeren door de gegevens van een bedrijf te combineren met zijn eigen enorme database van meer dan 250 miljoen Amerikaanse consumenten.

Ten slotte had het bureau al met Dstillery, een oplossing voor klantdoelgroepen, gewerkt aan AI-gestuurde aangepaste targeting. Dit jaar testten ze Dstillery’s onlangs gelanceerde programmatische advertentie-oplossing, ID-free Custom AI, die machine learning en voorspellende analyse gebruikt om bedrijven te helpen hun beste doelgroepen te bereiken, maar gebruikers helemaal niet volgt.

Een nieuwe oplossing zonder gebruikerstracking

Melinda Han Williams, hoofd datawetenschapper bij Dstillery, vertelde VentureBeat dat de aanpak voorspellende gedragstargeting is, maar zonder de gebruikers te volgen die het doelwit zullen zijn.

In plaats van te proberen AI te gebruiken om de gebruiker te begrijpen, legde ze uit, gebruikt de oplossing AI om de beste vertoningen te vinden die het meest waarschijnlijk tot conversie leiden.

Dstillery traint het AI-model op de first-party data van de klant en zoekt vervolgens naar ‘privacyveilige signalen’ om programmatische advertentiebiedingen te doen. Dat kan het kijken naar de DMA (aangewezen marktgebied), de URL en het tijdstip van de dag omvatten om de advertentie aan de beste klant weer te geven.

De aanpak, beweert Williams, pakt koopintentiegedrag zoals onderzoek en planning, evenals levensstijlgedrag op.

“Ik denk dat dat al behoorlijk verschilt van de meeste benaderingen die er zijn”, zei ze, eraan toevoegend dat de meeste andere post-cookie-oplossingen nieuwe, op identiteit gebaseerde oplossingen ontwikkelen. Maar hoe zit het met al het webverkeer dat geen ID heeft?

“We weten al dat sommige mensen niet op internet gevolgd willen worden. En al die nieuwe identifiers vereisen een zekere mate van expliciete opt-in, “zei ze. “Dus er zullen veel mensen zijn die onbereikbaar zijn met die oplossingen.”

De ID-vrije oplossing van Dstillery “heeft enkele smaken van wat je verwacht van die ID-gebaseerde benaderingen, omdat we veel informatie gebruiken om voorspellingen te doen over waar de beste plaats is om de advertentie te tonen”, zei ze. “Maar ik denk dat we zijn getraind om te denken dat het doel is om gebruikers te bereiken en hoeveel informatie ik heb over de gebruiker en hoe privacyvriendelijk de informatie over de gebruiker is – maar ID-vrije Custom AI probeert niet te bereiken gebruikers helemaal niet.”

AI neuraal netwerk richt zich op gedragstrends

Dstillery, zegt ze, gaat in een andere richting. “We nemen echt aan dat deze gebruiker niet wil dat we iets over hen weten, dus we gaan niet proberen iets over de gebruiker te achterhalen”, legde ze uit. “Het enige dat we van de gebruiker weten, is wat ze op dit moment aan het doen zijn, want dat is de inventaris waar we de mogelijkheid hebben om een ​​advertentie te tonen.”

In plaats daarvan probeert Dstillery erachter te komen hoeveel het kan afleiden op basis van dat ene stukje informatie – wat doet de gebruiker op dit moment? “Op basis daarvan, wat is hun kans om in de toekomst een goede klant voor dit merk te worden of in de toekomst voor dit merk te converteren,” zei ze.

Vervolgens kijkt de oplossing naar de digitale reizen van degenen die zich volledig hebben aangemeld voor onderzoeksdoeleinden, waarbij ze bedrijven in staat stellen elke afzonderlijke site te zien waar ze naartoe gaan. “We kijken naar miljoenen van deze reizen, en dit is waar de AI van pas komt”, zei ze. “We voeren het door een neuraal netwerk – we kwamen met dit grote model dat we de ‘kaart van het internet’ noemen en dat informatie vertelt over elke afzonderlijke site en hoe deze gerelateerd is aan elke andere site.”

Toen dit basismodel eenmaal was gebouwd, kon Dstillery begrijpen dat wanneer ze een gebruiker op één website zien, ze veel over een klant kunnen begrijpen zonder deze op enigerlei wijze te identificeren.

“We kunnen een heel aangepast model bouwen dat specifiek is voor een adverteerder – voor elke afzonderlijke website hebben we een score die op dit moment een waarde hecht in welke brede geografie dan ook waar de persoon zich bevindt, om de waarschijnlijkheid van conversie voor dat moment te bepalen merk,” zei ze. “Het is een gedragsvoorspelling op basis van inventaris, op een specifieke indruk, in plaats van op basis van een profiel van de persoon.”

Stop & Shop-tests voor een post-cookiewereld

Williams wijst erop dat zelfs Google’s eigen inspanningen om een ​​cookie-vervanging te bieden, als onderdeel van zijn Privacy Sandbox-initiatief, gericht waren op de identiteit van de klant.

“De eerste benadering was FLoC, dat gebruikers groepeert op basis van hun gedrag, maar dat was niet privacygevoelig genoeg”, legt ze uit. “Nu doen ze Topics, wat meer brede informatie biedt, maar het is niet zo nuttig en het is gebaseerd op dezelfde framing die veel van de industrie heeft – dat om effectief te zijn de adverteerder meer over de gebruiker moet weten, maar de gebruiker wil minder informatie delen. Deze twee ideeën zijn inherent met elkaar in tegenspraak.”

Maar Dstillery beweert dat de resultaten vergelijkbaar zijn met op cookies gebaseerde benaderingen. “Het is indrukwekkend dat je zelfs zonder al die informatie AI kunt gebruiken om vrijwel hetzelfde niveau van voorspellingen te doen, gewoon vanuit de indruk,” zei ze. “Je moet je mindset veranderen.”

En, voegt ze eraan toe, het Chrome-team heeft dit soort ontwikkeling van andere bedrijven aangemoedigd. “Dit is het type internet dat ze zouden willen creëren met de Privacy Sandbox”, zei ze.

Op dit moment willen mensen opgeleid worden, dus Williams zegt dat Dstillery veel outreach doet. Ze raadt mensen ook aan om nu te testen terwijl er nog cookies zijn om metingen te vergelijken. “De meest gebruikelijke manier waarop we mensen laten testen, is het rechtstreeks vergelijken met andere benaderingen en het vervolgens meten met hun favoriete op cookies gebaseerde KPI’s.”

Voor Stop & Shop was dit testen van AI-aangedreven oplossingen essentieel. “Het heeft ons de mogelijkheid gegeven om leeragenda’s op te bouwen en ons voor te bereiden op volgend jaar”, aldus Galligan. “Het is iets dat ons veel kracht zal geven als we deze nieuwe post-cookie-toekomst ingaan.”