為何推廣者能在未來更精準定位受眾？
消費者的隱私權對於在網路當中可被定位的影響正在為推廣者及其資料擴展能力所驅動的數字廣告創造一個全新的世界。隨著監管機構和搜尋瀏覽器越來越重視數位廣告中的隱私問題，廣告技術供應商跨域收集和應用使用者資料的能力正在下降。目前結果是網路上 70％ 的受眾都被隱藏起來了，而將大部分廣告預算花在網路上的品牌需要認真考慮替代方案，因為它們目前只能接觸到 30% 的受眾，這將削弱它們的市場份額和品牌價值。而推廣者的情況則截然不同。他們與訪問其網站的每一位用戶（包括路過用戶）都有第一方的關係，因此可以接觸到 100% 的用戶，瞭解他們的即時行為和偏好，這使得推廣者正在成為新一代的受眾定位資料供應商。
擴展第一方資料
長期以來，傳統資料供應商應用其專有的建模技術，使其在數位廣告應用當中得到擴展。隨著這些資料供應商的能力逐漸減弱，擁有合適工具的推廣者開始嶄露頭角。推廣者和品牌正在探索不同的建模方式，以擴展資料應用並擴大受眾範圍，而 Lookalike 建模是最普遍的建模技術，也是擴展基於興趣、行為或意圖的受眾的有力工具。在許多使用案例中，lookalike 模型都非常有效，包括當您想找到與現有客戶相似的使用者、與參與過特定行銷活動的用戶相似的用戶、或表現出特定興趣或意圖的用戶時。
Gumtree 是一個案例，在過去的 12 個月中，該網站向＂相似＂和＂點擊＂受眾（點擊過其他廣告的用戶）提供了超過 2200 萬次的展示，擴大了廣告活動的覆蓋範圍，提高了廣告活動的效果。然而，在一些廣告案例當中，更多品牌尋求的是不同的群體（新客）。在這種情況下，推廣者可以使用分類模型，一個模型可以接收多個種子受眾，因而可以瞭解特定類別或屬性的所有可能類別。另一種強大的建模類型是事件預測，這些模型可以預測使用者執行特定操作的可能性。可能是用戶點擊廣告、用戶購買訂閱或使用者點擊聯盟連結。
數百萬用戶即時訪問
種子資料：模型的好壞取決於輸入的資料。對於推廣者來說，這可以是他們從用戶互動中收集到的興趣資料，一般來說，種子資料集越大，模型的效果就越好。而獲取正確的種子資料和建立適當的模型是最基本的步驟。但將模型擴展到數百萬使用者並進行即時預測會是最難的部分。即時預測對推廣者至關重要：如果每晚批量進行預測，就會永遠落後一步。這也代表你將失去機會，無法對應那些只訪問過一次就再也不返回網站的用戶。
未來的機遇
掌握了建模方面的正確知識、工具和專業技能，推廣者就能為受眾帶來前所未有的價值，而由於傳統資料提供商正逐漸失去在網路上定位受眾的能力，推廣者有機會從他們創造的價值中獲得 100% 的收益。
文章來源：https://www.digitaldoughnut.com/articles/2023/october-2023/publishers-are-the-future-of-audience-targeting
