政策收紧,应用趋难,数字营销将走向何方?
数字营销追求最大化程度利用已收集的数据,通过人工智能、大数据等,高效挖掘消费者需求并将合适的广告精准投放并实现高转化效果。
著名管理学专家彼得•德鲁克曾表示,营销的最终目标是深入洞察和了解消费者,营销数字化是对这一目标的进一步探索,通过数据分析形成立体标签描绘用户画像并实现广告的精准投放。
但随着数据安全法、个人信息保护法落地,隐私保护政策收紧,数字营销业面临获取用户ID难、数据打通难等问题,有研究数据显示,随着iOS隐私政策的更新,目前全行业的IDFA的授权获取率跌至26%以下,数字营销业需适应政策环境和市场条件做出调整。
根据《2022年中国数字营销趋势报告》显示,2022年国内多数广告主将要求第三方数据服务商建立合规体系,隐私保护和数据价值的把关压力转移至第三方数据服务商。
个保法落地后数据资产只能躺平?
《个人信息保护法》(下称《个保法》)对自动化政策提出了系列要求并通过36个“同意”配合《网络数据安全管理条例(征求意见稿)》的45个“同意”构建起强大的保护用户隐私的“授权墙”,个人数据获取困难,原本需要依赖ID进行定向广告和多方广告技术逐渐被限制。
此外,根据《个保法》二十二条和二十三条的规定,个人信息处理者向其他个人信息处理者转移个人信息需要取得同意,这意味着广告主很难获得最终用户的明确授权来从媒体平台收集广告效果数据,也限制了对过去已获取数据的挖掘和利用,行业内的营销资产都处于“躺平”状态。
目前,如何合法合规挖掘数据价值成为行业内待解难题。TalkingData产品副总裁闫辉告诉21世纪经济报道记者,信息处理者不应该通过绕路的方式强行获得用户授权,对非授权数据进行灰色利用,应当对现有获得授权的数据进行合理处理和应用。如通过匿名化和标签化处理、利用算法模型转换成人类无法识别的机器学习的特征等方式安全合规地利用数据。
数据融通难题有待第三方解决
沉淀数据营销资产是企业内部提升效率的关键步骤,企业外如何打破数据孤岛联合媒体资源,仍然是数字营销不可小觑的挑战,根据《2022中国数字营销趋势报告》的调查显示,40%的广告主认为在选择媒介时“跨媒体资源难整合”是一项营销挑战。
业内普遍存在着“围墙花园”,虽然在单一平台内部拥有丰富的技术件和完备的方案提供域内闭环运作,但是在跨媒体和跨公域的诸多场景都面临着难题,如多个媒体间的流量与转化路径难度都会提高。闫辉认为,想要解决多方数据孤岛的难题需要引入新的角色,如具备安全服务能力且中立性较好的公司、协会或者是国家单位来连接多方的数据孤岛,打破跨资源难整合的难题。
“围墙花园”是控制内部用户对应用、网页和服务进行访问的环境。通过围墙可以将用户资源掌握在自己手中,最大限度控制用户和资源,利于围墙建立者在环境内部打造内部核心产业链。“围墙花园”实际上提高了墙内用户访问墙外内容的难度,无形中为跨媒体用户与数据流通竖起了高墙。
TalkingData方表示,借助联邦学习、隐私计算技术实现数据融通已经在业内快速落地。一种方式,像大型互联网平台开发联邦平台,如字节的DataHub和腾讯的神盾,更多是用来实现平台与企业两方间的联邦计算。还有一种方式,像TalkingData联合云平台构建的“安全岛”,利用数据加密、可信计算技术和认证审计服务,提供容纳多方数据合作的安全环境,在满足合规要求的前提下,支持数据融合、品效测评、消费者分层等不同营销场景的应用。
营销技术需注入“新鲜血液”
面对数据挖掘难、融通难的现况,为了适应法规的变化提高数据利用效率,数字营销技术领域也做出相应改变,产生了新的技术趋势为数字营销行业注入新的活力。
数字营销技术的主要包含AdTech(广告科技)和MarTech(营销技术)两大分支。AdTech指用于管理、投放、定向和评估数字广告的技术和方法;MarTech指用于管理和评估所有数字营销活动及电商活动整个营销过程的所有技术和方法。
在AdTech方向的趋势正如上文提到的,互联网平台如腾讯、字节等重视起“围墙花园”内的数据能力建设,在自身的域内提供建模环境和DMP(Data Management Platform数据管理平台)等进行数据赋能;第三方服务商和公域营销的服务商也开始研究匿名化技术替代原有技术。
在MarTech方向的技术趋势是利用AI算法建模进行建模型投放,从而进行更科学、更高效的精细化营销。21世纪经济报道记者了解到,目前业内利用AI算法和建模技术进行营销的模式逐渐普及。
个人信息保护法的实施后相关配套文件、司法解释等出台前,各方数字化基建仍然面临着不确定性。但可以确定的是数字营销行业的安全隐私技术需求广泛存在,发展安全隐私计算能力已是业内普遍诉求。
本文转载自:21世纪经济报道
文章原标题:隐私政策收紧,数据挖掘与融通趋难,数字营销走向何方?
作者:王俊 杨景宜
编辑:张雅婷
封面图来源:Pexels
推荐阅读:
TalkingData——用数据说话
每天一篇好文章,欢迎分享关注