OpenAdLibraryOpenAdLibrary
Definizione

Custom Audience

Una custom audience è un gruppo targetizzabile che un inserzionista costruisce dai propri dati, come una lista clienti caricata, visitatori del sito tracciati tramite pixel o utenti dell'app, senza fare affidamento sulle categorie di interesse integrate nella piattaforma.

Illustrazione editoriale: Custom Audience

Una custom audience è un gruppo targetizzabile di utenti che un inserzionista costruisce dai propri dati, anziché dalle categorie predefinite di interesse o demografiche di una piattaforma. Viene tipicamente creata caricando una lista clienti (email, numeri di telefono o identificatori hash), tracciando i visitatori del sito con un pixel di tracciamento, o collegando l'attività dell'app, per poi confrontare tali dati con la base utenti della piattaforma per trovare dove quelle stesse persone esistono già su di essa.

Le tre fonti comuni#

La maggior parte delle custom audience proviene da uno di questi tre luoghi. Una lista clienti è un caricamento diretto, solitamente di email o numeri di telefono, confrontata con gli utenti registrati della piattaforma, utile per raggiungere acquirenti esistenti con messaggi di upselling o riattivazione. L'attività sul sito o sull'app proviene da un pixel o SDK che si attiva su azioni specifiche, visualizzazioni di pagina, visualizzazioni di prodotto, aggiunte al carrello, acquisti, che è lo stesso meccanismo sottostante su cui funzionano le campagne di remarketing. Le audience di coinvolgimento sono costruite da persone che hanno già interagito con gli annunci o i contenuti dell'inserzionista direttamente sulla piattaforma, come chiunque abbia guardato una parte di un annuncio video o aperto un modulo.

Le custom audience come base per le lookalike#

Oltre a targetizzare la custom audience stessa, il suo altro utilizzo principale è fungere da base per un'espansione di pubblico simile: la piattaforma analizza i tratti condivisi della lista personalizzata e trova nuovi utenti che le somigliano. Questo è il motivo per cui la qualità dei dati in una custom audience è importante anche quando un buyer non ha intenzione di targetizzarla direttamente. Una lista personalizzata disordinata o troppo ampia produce un pubblico di espansione più debole a valle, quindi le due funzionalità sono strettamente collegate nella pratica anche se risolvono problemi diversi.

Dati first-party e vincoli sulla privacy#

Costruire custom audience utili dipende da solidi dati first-party: informazioni utente pulite, ottenute con consenso, raccolte direttamente anziché dati di terze parti acquistati da un broker. La regolamentazione sulla privacy e le policy delle piattaforme si sono entrambe inasprite riguardo a quali identificatori possano essere usati per il matching di una custom audience e come avvenga tale matching, spingendo generalmente verso dati hash, ottenuti con consenso e raccolti direttamente dall'inserzionista. I buyer dovrebbero controllare la documentazione attuale della piattaforma specifica per i requisiti di matching e le regole sul consenso, piuttosto che presumere che i metodi di caricamento più vecchi siano ancora validi.

Dove si colloca questo nei funnel native e di affiliazione#

Le custom audience sono più mature sulle piattaforme social e di ricerca che detengono identità di utenti registrati su larga scala, ma l'idea sottostante, targetizzare le persone in base ai dati che già si possiedono su di loro, si applica tra i canali. Un buyer che gestisce annunci native tramite Taboola o Outbrain e possiede anche una lista clienti o dati di sito tracciati tramite pixel, può spesso indirizzare quell'audience attraverso un demand-side platform connesso per sovrapporre il targeting di custom audience all'inventario native, anziché fare affidamento solo sul targeting contestuale e geografico integrato nella rete. Questo è più importante per gli inserzionisti con una base clienti consolidata da cui attingere, come marchi DTC che gestiscono annunci native insieme ad altri canali, meno per offerte di affiliazione a freddo senza dati clienti esistenti da cui partire.

Mantenere una custom audience utile nel tempo#

Le liste diventano obsolete. Una lista clienti caricata una volta e mai aggiornata si allontana sempre più dal comportamento degli acquirenti attuali ogni mese, e un'audience basata su pixel con una breve finestra di attribuzione necessita di nuove visite continue per rimanere popolata. Aggiornare le liste secondo un programma regolare e rimuovere gli identificatori non più validi, mantiene una custom audience (e qualsiasi cosa modellata da essa) rappresentativa di chi il marchio sta effettivamente raggiungendo oggi, anziché di chi ha raggiunto un anno fa.

Domande frequenti

Quali dati si possono usare per costruire una custom audience?
Le fonti comuni includono liste clienti caricate come email o numeri di telefono, attività sul sito o sull'app tracciata tramite un pixel o SDK, e dati di coinvolgimento di persone che hanno già interagito con gli annunci o i contenuti di un inserzionista direttamente sulla piattaforma.
Una custom audience è la stessa cosa di una lookalike audience?
No. Una custom audience è il gruppo effettivo costruito dai dati dell'inserzionista. Una lookalike audience è un gruppo separato, generato ex novo, di persone che condividono caratteristiche con una custom audience ma che non erano presenti nei dati originali.
Ho bisogno di una lista clienti molto grande per costruire una custom audience utile?
La maggior parte delle piattaforme imposta una dimensione minima affinché il matching e la modellazione funzionino in modo affidabile, e liste molto piccole potrebbero non trovare abbastanza utenti corrispondenti per essere utili per il targeting o come base per una lookalike. Controlla la documentazione attuale della piattaforma specifica per le soglie minime.
Con quale frequenza dovrei aggiornare una custom audience?
Regolarmente. Le audience basate su pixel dipendono da una finestra di attribuzione a rotazione e necessitano di nuove visite continue per rimanere popolate, mentre le liste clienti caricate si allontanano sempre più dal comportamento attuale più a lungo rimangono senza un aggiornamento.
Il Team di OpenAdLibrary
Scritto daIl Team di OpenAdLibrary
Intelligence pubblicitaria e ricerca sulla pubblicità nativa

Sviluppiamo OpenAdLibrary, la piattaforma aperta per la trasparenza pubblicitaria. Ogni giorno i nostri sistemi catturano annunci nativi live su Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo e MSN, identificano il vero inserzionista dietro ciascuno e seguono il clic fino alla sua landing page. Queste guide distillano ciò che osserviamo in quei dati, permettendoti di analizzare il mercato più rapidamente.