2024-08-06|閱讀時間 ‧ 約 27 分鐘

IN 003|什麼是第一方數據?

    今天我們接著討論「第一方數據 First Party Data」。


    ## 1. 「第一方數據」的價值:廣告商如何利用數據提升行銷效率


    昨天我們提到,


    「第一方數據 First Party Data」透過「第一方 Cookie」收集,


    指的是公司直接從網站訪問者與客戶上收集到的任何數據。


    而這筆收集到的「第一方數據 First Party Data」對「廣告商 Advertiser」非常有用。


    具體上來說,廣告商用第一方數據幹這四件事情[1]:


    01 定位:確定看到廣告的,是理想的受眾群體。


    02 協作:幫助「發布者 Publisher」確定廣告定位到理想的受眾上。


    03 個人化:幫助廣告內容與目標受眾的興趣能直接相關。


    04 旅程優化:讓「顧客旅程 Customers」能夠量身定制,例如帶入顧客的資訊就可以跳過一些表單的填寫。


    這部分很有意思,尤其是「數據協作 Data Collaboration」,


    是我認為「合成數據 Synthetic Data」有很多潛力的方向。


    原則上,廣告商一但有了第一方數據,


    廣告商就可以跟客戶更好互動,增加行銷工作的效率,


    做廣告的精準投放,等等核心的業務。


    ## 2. 未來行銷的關鍵:如何利用「第一方數據」在第三方Cookie退場後保持競爭力


    擁有第一方數據,在Google讓第三方Cookie退場後會變得很關鍵。


    (雖然Google 在2024年7月又說不取消第三方Cookie了[2],但未來不知道會如何。)


    第一方數據在「打造消費者個人化資訊,並搭配一對一個人畫即時推薦」這件事情上很關鍵,因為第一方數據能夠[3]:


    01 收集獨一無二的消費者洞察


    可以分析消費者的偏好數據,提供獨特的產品屬性


    02 建立匿名檔案與消費者建立連結


    匿名收集數據,符合GDPR,有助消費者信任產品


    03 重視顧客購物旅程的每個環節


    讓品牌知道每一個行銷渠道,如


    (a) 線上

    (b) 線下

    (c) 網站

    (d) Email

    (d) 行動APP


    裡面哪個行銷效果最好。


    如此,「第一方數據 First Party Data」能直接提高關鍵行銷指標,例如:


    01 客戶留存率


    02 平均客單價


    所以各個品牌方都有很強的目的要收集自己網站產生的第一方數據。


    ## 3. 「數據所有權」的優勢:為何「第一方數據」超越其他數據來源


    另外,如果從「數據所有權」的角度想,


    第一方數據是遠勝第二方數據與第三方數據的,


    因為第一方數據,是公司從自己的資產中收集而來,


    公司就完全擁有這些數據,


    並且可以用這些數據來改善「營銷活動」與「客戶體驗」[4]。


    更進一步說,「行銷人員 Marketers」最主要的目標,


    就是改良其「行銷活動 Campaigns」的「投資報酬率 ROI」。


    而要幫助改善ROI,「第一方數據 First Party Data」具體能夠做:


    01 重定位 Retargeting


    02 預測行為模式 Predict Behavioral Patterns


    03 受眾洞察 Audience Insights


    04 個人化內容與廣告 Personalized Content and Advertising


    這些任務,在我們目前「資料科學 Data Science」的教學都沒有,


    感覺需要我們去把這些教育做出來,會幫助學生更能找到工作。


    ## 4. 提升數據洞察:使用「第一方數據」進行ETL與合成數據探索


    另外,更進階使用「第一方數據 First Party Data」的方式[4],包含


    01 歸因 Attribution


    了解何時網站與應用程式有效活得新的客戶,


    以及何時是因為廣告類的付費程式獲得新客戶,


    這樣可以衡量「成長 Growth」,


    是因為自己網站做得好,還是廣告打得好,十分重要。


    02 應用程式內變現 In-app Monetization


    度量「APP內購買 In-app Purchase」與「廣告變現 Ad monetization」各自的貢獻,找到「最佳用戶 Best Users」並定位更多類似用戶


    03 提取轉換載入 Extract, transform, load (ETL)


    匯出見解,與公司自己的數據集結合,


    進一步產生更多洞察。


    這個ETL也是一個有趣的點去思考「合成數據 Synthetic Data」,


    也就是說,在數據隱私法規較嚴格的地方,是否合成數據可以自由地做ETL?


    如果可行,那麼大家就能在符合隱私法規的狀況下,


    繼續做該做的數據科學與機器學習了。


    Reference

    [1] https://sharethis.com/zh-tw/data-topics/2022/10/0-1-2-3-data-types/

    [2] https://www.tomsguide.com/computing/browsers/google-just-abandoned-its-plan-to-phase-out-third-party-cookies-what-it-means-for-you

    [3] https://rosetta.ai/zh-tw/blog/first-party-data-and-roas

    [4] https://www.singular.net/glossary/first-party-data/



    分享至
    成為作者繼續創作的動力吧!
    從 Google News 追蹤更多 vocus 的最新精選內容從 Google News 追蹤更多 vocus 的最新精選內容

    王啟樺的沙龍 的其他內容

    你可能也想看

    發表回應

    成為會員 後即可發表留言
    © 2024 vocus All rights reserved.