नेटिव विज्ञापन टारगेटिंग कैसे काम करती है (संदर्भात्मक, रुचि और पोस्ट-कुकी)

नेटिव विज्ञापन उपयोगकर्ताओं को संदर्भात्मक संकेतों (वे जिस पेज और श्रेणी को वर्तमान में पढ़ रहे हैं), नेटवर्क के पास मौजूद फर्स्ट-पार्टी ऑडियंस डेटा (डिवाइस, जियो, अपने स्वयं के प्रकाशक नेटवर्क के भीतर ब्राउज़िंग इतिहास), और विज्ञापनदाता द्वारा प्रदान किए गए इनपुट जैसे रीटारगेटिंग पिक्सल और लुकअलाइक सेगमेंट के मिश्रण के माध्यम से टारगेट करते हैं, जो एक फिक्स्ड प्लेसमेंट खरीद के बजाय रियल-टाइम नीलामी के माध्यम से चलते हैं। कोई एकल "नेटिव टारगेटिंग" तंत्र नहीं है; यह ओवरलैपिंग विकल्पों का एक स्टैक है, और प्रत्येक को कितना वजन मिलता है यह नेटवर्क और अभियान के उद्देश्य पर निर्भर करता है।

संदर्भात्मक टारगेटिंग: सबसे पुरानी परत, अब सबसे लचीली#

हर नेटिव नेटवर्क आपको कंटेंट श्रेणी और कीवर्ड द्वारा टारगेट करने देता है: वित्त लेख, स्वास्थ्य सामग्री, ऑटोमोटिव समीक्षाएं, इत्यादि। यह टारगेटिंग का सबसे कम आक्रामक रूप है क्योंकि इसे व्यक्तिगत उपयोगकर्ता के बारे में कुछ भी जानने की आवश्यकता नहीं है, केवल यह कि वे वर्तमान में क्या पढ़ रहे हैं। यह वह परत भी बन गई है जिसमें सबसे अधिक स्थायित्व है क्योंकि तीसरे पक्ष के कुकीज़ प्रतिबंधित हो रहे हैं, क्योंकि संदर्भात्मक टारगेटिंग क्रॉस-साइट पहचानकर्ताओं पर बिल्कुल भी निर्भर नहीं करती।

नेटिव नेटवर्क पर संदर्भात्मक टारगेटिंग आमतौर पर एक व्यापक श्रेणी से गहरी जाती है। Taboola और Outbrain दोनों साइट- और सेक्शन-लेवल टारगेटिंग प्रदान करते हैं, ताकि आप किसी प्रकाशक के पूरे डोमेन के बजाय विशेष रूप से उसके स्वास्थ्य वर्टिकल या उसके पर्सनल-फाइनेंस सेक्शन में बिड कर सकें। वह सूक्ष्मता अक्सर विनियमित श्रेणियों में विज्ञापनदाताओं के लिए ऑडियंस टारगेटिंग से बेहतर लीवर होती है, क्योंकि यह एडजेसेंसी जोखिम को सीधे नियंत्रित करती है।

रुचि और व्यवहारिक टारगेटिंग#

संदर्भ से परे, नेटवर्क अपने स्वयं के प्रकाशक फुटप्रिंट में ब्राउज़िंग व्यवहार से रुचि प्रोफाइल बनाते हैं (उपयोगकर्ता नेटवर्क की सप्लाई में साइटों में क्या पढ़ता है, क्लिक करता है और उस पर ठहरता है)। यह नेटवर्क के दृष्टिकोण से फर्स्ट-पार्टी डेटा है भले ही यह कई प्रकाशक डोमेन को कवर करता हो, क्योंकि यह उन साइटों के साथ नेटवर्क के अपने ट्रैकिंग संबंध के तहत एकत्र किया जाता है। इसका उपयोग व्यापक रुचि सेगमेंट (ऑटो इंटेंडर, यात्रा शोधकर्ता, स्वास्थ्य-सामग्री पाठक) बनाने के लिए किया जाता है जिन्हें विज्ञापनदाता संदर्भात्मक और जियो टारगेटिंग के शीर्ष पर लेयर कर सकते हैं।

रीटारगेटिंग: पिक्सल-आधारित, और अभी भी सबसे उच्च-इरादे वाला लीवर#

नेटवर्क का पिक्सल अपनी साइट पर लगाएं और आप उन विज़िटर्स को रीटारगेट कर सकते हैं जो कन्वर्ट नहीं हुए, उन्हें उस नेटवर्क की सप्लाई में कहीं और ब्राउज़ करते समय नेटिव प्लेसमेंट दिखाकर। यह नेटिव में सबसे मजबूत लीवर में से एक बना हुआ है क्योंकि यह एक सीधे फर्स्ट-पार्टी संबंध (आपका अपना पिक्सल, आपका अपना विज़िटर) पर बनाया गया है, न कि तीसरे पक्ष के कुकी ग्राफ पर। यही कारण है कि नेटिव रीटारगेटिंग डिस्प्ले और सोशल को सबसे ज्यादा प्रभावित करने वाली कुकी डिप्रिसिएशन चर्चाओं से तुलनात्मक रूप से अछूता रहा है।

जियो, डिवाइस और डेपार्टिंग#

ये हर नेटवर्क में बुनियादी सुविधाएं हैं: देश और अक्सर क्षेत्र/शहर-स्तरीय जियो टारगेटिंग, डिवाइस प्रकार (डेस्कटॉप, मोबाइल, टैबलेट) और ओएस, मोबाइल पर कनेक्शन प्रकार, और समय-दिन/दिन-सप्ताह शेड्यूलिंग। इनमें से कोई भी पहचान रिज़ॉल्यूशन पर निर्भर नहीं करता, यही कारण है कि नेटिव अभियान आमतौर पर प्रोग्रामेटिक डिस्प्ले खरीद की तुलना में पहचानकर्ता हानि के प्रति कम उजागर होते हैं जो बिड-स्ट्रीम डेटा पर निर्भर करते हैं।

"पोस्ट-कुकी" वास्तव में यहाँ क्या बदलता है#

नेटिव टारगेटिंग के वे हिस्से जो तीसरे पक्ष के कुकी डिप्रिसिएशन के प्रति सबसे अधिक उजागर थे, हमेशा सबसे पतली परत थे: एकल नेटवर्क के अपने डेटा के बाहर एक साथ जोड़े गए क्रॉस-साइट व्यवहारिक प्रोफाइल। नेटिव नेटवर्क शुरू से ही उस पर ओपन-वेब डिस्प्ले प्रोग्रामेटिक की तुलना में कम निर्भर थे, क्योंकि नेटिव के टारगेटिंग स्टैक का बहुत बड़ा हिस्सा (संदर्भ, नेटवर्क-स्वामित्व वाला रुचि डेटा, विज्ञापनदाता पिक्सल, जियो/डिवाइस) कभी भी साझा तीसरे पक्ष के पहचानकर्ता की आवश्यकता नहीं था। यही कारण है कि जबकि कुछ डिस्प्ले और सोशल आईडी-आधारित टारगेटिंग अधिक शोरगुल वाली हो गई है, नेटिव एक चैनल के रूप में टिका हुआ है। कोहॉर्ट-स्टाइल और प्रोबेबिलिस्टिक दृष्टिकोण शेष अंतरालों को भर रहे हैं, लेकिन ईमानदार जवाब यह है कि अधिकांश नेटिव खरीदारों को अपनी टारगेटिंग प्लेबुक को प्रोग्रामेटिक डिस्प्ले खरीदारों की तुलना में लगभग उतना नहीं बदलना पड़ा।

ऑडियंस मार्केटप्लेस सेगमेंट और तीसरे पक्ष के डेटा पार्टनरशिप#

कुछ नेटवर्क डेटा-मैनेजमेंट-प्लेटफॉर्म पार्टनरशिप के माध्यम से तीसरे पक्ष के ऑडियंस सेगमेंट को लेयर करते हैं, जिससे विज्ञापनदाता "ऑटो इंश्योरेंस के लिए इन-मार्केट" या "हाल ही में यात्रा डील खोजी" जैसी श्रेणियों को टारगेट कर सकते हैं जो नेटवर्क के अपने फर्स्ट-पार्टी अवलोकन के बजाय बाहरी डेटा प्रदाताओं द्वारा बनाए गए हैं। ये सेगमेंट आमतौर पर अधिक महंगे और, सच कहूँ तो, नेटवर्क के मूल संदर्भात्मक और रीटारगेटिंग टूल्स की तुलना में अधिक हिट-ऑर-मिस होते हैं, क्योंकि अंतर्निहित मेथडोलॉजी प्रदाता के अनुसार भिन्न होती है और हमेशा विस्तार से खुलासा नहीं की जाती। तीसरे पक्ष के सेगमेंट को एक परीक्षण योग्य एड-ऑन परत के रूप में मानें, न कि नींव के रूप में; उन पर महत्वपूर्ण बजट लगाने से पहले केवल संदर्भात्मक टारगेटिंग के खिलाफ एक कंट्रोल चलाएं।

बाहर से प्रतिस्पर्धी की टारगेटिंग पढ़ना#

आप प्रतिस्पर्धी की सटीक सेगमेंट सेटिंग्स नहीं देख सकते, लेकिन आप वास्तव में क्या चलता है उससे बहुत कुछ अनुमान लगा सकते हैं: विज्ञापन किन जियो और डिवाइस में दिखाई देता है, यह किन प्रकाशक वर्टिकल पर केंद्रित है, और यह कितने समय तक जीवित रहता है, जो आमतौर पर इस बात का प्रॉक्सी होता है कि क्या टारगेटिंग और क्रिएटिव एक काम करने वाली ऑडियंस पर अभिसरण कर रहे हैं, एक पैटर्न जिसे हमारे गाइड नेटिव विज्ञापनों के लिए मीडिया खरीद में अधिक गहराई से कवर किया गया है। हमारे नेटवर्क-विशिष्ट गाइड Taboola विज्ञापन कैसे काम करते हैं, Outbrain कैसे काम करता है, और MGID नेटिव विज्ञापन कैसे काम करते हैं प्रत्येक नेटवर्क के विशिष्ट टारगेटिंग मेनू और नीलामी मैकेनिक्स को तोड़ते हैं, और हमारा लेख नए जियो में स्केलिंग बताता है कि जब एक अभियान टियर-2 और टियर-3 बाजारों में विस्तार करता है तो जियो टारगेटिंग विकल्प कैसे बदलते हैं।

OpenAdLibrary का विज्ञापन इंटेलिजेंस इंडेक्स हर कैप्चर किए गए क्रिएटिव के जियो, डिवाइस और वर्टिकल फुटप्रिंट को ट्रैक करता है, इसलिए प्रतिस्पर्धी की टारगेटिंग रणनीति का अनुमान लगाने के बजाय आप वास्तविक पैटर्न देख सकते हैं: विज्ञापन किन देशों में लाइव है, क्या यह केवल मोबाइल के लिए है या हर जगह चल रहा है, और यह पहली बार दिखाई देने के बाद से कैसे बदला है।

लुकअलाइक और समान-ऑडियंस टारगेटिंग#

एक बार जब रीटारगेटिंग पिक्सल या कस्टम ऑडियंस लिस्ट में पर्याप्त वॉल्यूम हो जाता है, तो अधिकांश नेटवर्क उससे एक लुकअलाइक सेगमेंट बना सकते हैं: उपयोगकर्ता जिनका ब्राउज़िंग व्यवहार आपके कन्वर्टर से मिलता-जुलता है, बिना उनकी व्यक्तिगत पहचान हल किए। यह वह जगह है जहाँ नेटिव टारगेटिंग सोशल प्लेटफॉर्म द्वारा वर्षों से पेश किए गए समान दिखने लगती है, सिवाय इसके कि सीड डेटा आमतौर पर छोटा होता है (एकल विज्ञापनदाता के ट्रैफिक से पिक्सल फायर) न कि प्लेटफॉर्म-व्यापी व्यवहारिक ग्राफ। लुकअलाइक आमतौर पर एक स्केलिंग लीवर के रूप में सबसे अच्छा काम करते हैं जब आपके पास पहले से ही संदर्भ और रीटारगेटिंग द्वारा परिभाषित एक कन्वर्टिंग कोर ऑडियंस होती है; एक पतली सीड लिस्ट के साथ कोल्ड-प्रॉस्पेक्टिंग टूल के रूप में उपयोग किए जाने पर, वे अक्सर सीधी संदर्भात्मक टारगेटिंग से कम प्रदर्शन करते हैं।

टारगेटिंग नीलामी के साथ कैसे इंटरैक्ट करती है, न कि केवल पहुंच के साथ#

टारगेटिंग को विशुद्ध रूप से एक ऑडियंस फिल्टर के रूप में सोचना आसान है, लेकिन नेटिव नेटवर्क पर यह आपकी प्रभावी लागत भी बदल देती है। संकीर्ण, अधिक प्रासंगिक टारगेटिंग (एक विशिष्ट प्रकाशक सेक्शन, एक वार्म रीटारगेटिंग पूल) का आमतौर पर मतलब है कि आप उसी इंप्रेशन के लिए कम अन्य विज्ञापनदाताओं के खिलाफ प्रतिस्पर्धा कर रहे हैं, जो क्रिएटिव गुणवत्ता को फैक्टर करने से पहले भी आपके प्रभावी CPC को कम कर सकता है। व्यापक टारगेटिंग अधिक लोगों तक पहुँचती है लेकिन आपको एक बड़े नीलामी पूल में फेंक देती है, जिसमें अक्सर ऐसे विज्ञापनदाता शामिल होते हैं जो प्रासंगिकता के बजाय वॉल्यूम पर बिड कर रहे होते हैं। यह एक कारण है कि संकीर्ण संदर्भात्मक और रीटारगेटिंग-फर्स्ट रणनीतियाँ अक्सर शुद्ध ROAS आधार पर व्यापक पहुंच वाले अभियानों से बेहतर प्रदर्शन करती हैं, भले ही कागज पर रॉ इंप्रेशन वॉल्यूम छोटा दिखता हो।

जहाँ विज्ञापनदाता टारगेटिंग गलत करते हैं#

नेटिव अकाउंट में दो गलतियाँ बार-बार दिखाई देती हैं। पहली है एक नए अभियान पर एक साथ बहुत अधिक प्रतिबंधात्मक परतें स्टैक करना, टाइट जियो, एक संकीर्ण रुचि सेगमेंट और एक छोटी प्रकाशक व्हाइटलिस्ट एक साथ, जो एल्गोरिदम को सीखने के लिए पर्याप्त वॉल्यूम से वंचित रखती है और लागत को अनिश्चित काल तक उच्च बनाए रखती है। दूसरी इसके विपरीत है: पहले दिन से हर आयाम पर व्यापक चलाना क्योंकि "हम बाद में ऑप्टिमाइज़ करेंगे," जो खाते के पास काम करने के लिए कोई सिग्नल होने से पहले स्पष्ट रूप से अप्रासंगिक प्लेसमेंट पर बजट जला देता है। बेहतर अनुक्रम आमतौर पर पहले जियो और डिवाइस (सही करने के लिए सस्ता, गलत करने के लिए महंगा), दूसरा संदर्भ, फिर एक बार आपके पास प्रतिक्रिया देने के लिए वास्तविक प्रदर्शन डेटा का एक बेसलाइन होने पर रीटारगेटिंग और रुचि विस्तार को लेयर करना है।

व्यावहारिक निष्कर्ष#

नेटिव टारगेटिंग एक डायल नहीं है, यह पाँच या छह स्वतंत्र डायल हैं (संदर्भ, नेटवर्क रुचि डेटा, आपका अपना पिक्सल, जियो, डिवाइस, शेड्यूल) जिन्हें आप एक साथ स्टैक करते हैं, और जीतने वाला संयोजन हर वर्टिकल के लिए अलग होता है। स्वास्थ्य और वित्त विज्ञापनदाता आमतौर पर सेक्शन-लेवल संदर्भात्मक टारगेटिंग पर सबसे अधिक भरोसा करते हैं क्योंकि वहाँ एडजेसेंसी और अनुपालन अधिक मायने रखते हैं। ईकॉमर्स रीटारगेटिंग और लुकअलाइक पर अधिक भरोसा करता है क्योंकि खरीदारी का इरादा पिक्सल के साथ कैप्चर करना आसान होता है। एक सुरक्षित बेसलाइन स्थापित करने के लिए संदर्भ और जियो से शुरुआत करें, एक बार आपके पिक्सल में पर्याप्त वॉल्यूम होने पर रीटारगेटिंग को लेयर करें, और एक बार कोर पहले से ही कन्वर्ट कर रहा हो तो रुचि सेगमेंट को एक पहुंच लीवर के रूप में मानें।