Jak działa targetowanie natywnych reklam (kontekstowe, zainteresowania i po-cookies)

Natywne reklamy docierają do użytkowników poprzez mieszankę sygnałów kontekstowych (strona i kategoria, którą aktualnie czytają), danych pierwszej strony, które sieć już posiada (urządzenie, geo, historia przeglądania w ramach własnej sieci wydawców) oraz danych dostarczonych przez reklamodawcę, takich jak piksele retargetingowe i segmenty podobnych odbiorców, przetwarzanych w czasie rzeczywistym w aukcji, a nie w stałym zakupie miejsca. Nie istnieje pojedynczy mechanizm „targetowania natywnego”; jest to zestaw nakładających się opcji, a waga każdej z nich zależy od sieci i celu kampanii.

Targetowanie kontekstowe: najstarsza warstwa, teraz najodporniejsza#

Każda sieć natywna pozwala targetować według kategorii treści i słowa kluczowego: artykuły finansowe, treści zdrowotne, recenzje samochodowe itp. Jest to najmniej inwazyjna forma targetowania, ponieważ nie wymaga znajomości indywidualnego użytkownika, a jedynie tego, co aktualnie czyta. Stała się także warstwą o największej trwałości, gdy ciasteczka firm trzecich są ograniczane, ponieważ targetowanie kontekstowe nie opiera się wcale na identyfikatorach międzywitrynowych.

Targetowanie kontekstowe w sieciach natywnych zazwyczaj idzie głębiej niż szeroka kategoria. Taboola i Outbrain oferują targetowanie na poziomie witryny i sekcji, więc możesz licytować konkretnie w pionie zdrowotnym wydawcy lub w sekcji finansów osobistych, zamiast całej domeny. Ta precyzja często jest lepszym dźwignią niż targetowanie odbiorców dla reklamodawców w regulowanych kategoriach, ponieważ bezpośrednio kontroluje ryzyko sąsiedztwa.

Targetowanie zainteresowań i zachowań#

Poza kontekstem sieci budują profile zainteresowań na podstawie zachowań przeglądania w obrębie własnej sieci wydawców (co użytkownik czyta, klika i na co się zatrzymuje na stronach w sieci). Są to dane pierwszej strony z perspektywy sieci, mimo że obejmują wiele domen wydawców, ponieważ są zbierane w ramach własnego związku śledzenia z tymi witrynami. Służą do tworzenia szerokich segmentów zainteresowań (np. osoby planujące zakup samochodu, podróżnicy, czytelnicy treści zdrowotnych), które reklamodawcy mogą nakładać na targetowanie kontekstowe i geo.

Retargeting: oparty na pikselu i nadal najintencjonalniejszy dźwignia#

Umieść piksel sieci na swojej stronie, a możesz retargetować odwiedzających, którzy nie skonwertowali, wyświetlając im natywne miejsca reklamowe, gdy przeglądają inne witryny w obrębie tej sieci. To pozostaje jedną z najsilniejszych dźwigni w natywnych reklamach, ponieważ opiera się na bezpośrednim związku pierwszej strony (twój własny piksel, twój własny odwiedzający), a nie na grafie ciasteczek firm trzecich. To także powód, dla którego retargetowanie natywne jest stosunkowo odporne na dyskusje o wygasaniu ciasteczek, które mocno dotknęły wyświetlanie i media społecznościowe.

Geo, urządzenia i planowanie czasowe#

To podstawowe elementy we wszystkich sieciach: targetowanie geograficzne na poziomie kraju i często regionu/miasta geo targeting, typ urządzenia (desktop, mobile, tablet) i system operacyjny, typ połączenia mobilnego oraz harmonogram dzienny/tygodniowy. Żadne z tego nie zależy od rozpoznawania tożsamości, co jest częścią powodu, dla którego kampanie natywne są mniej narażone na utratę identyfikatorów niż programatyczne zakupy wyświetlania oparte na danych z bid-stream.

Co właściwie zmienia „post-cookie”#

Części targetowania natywnego najbardziej narażone na wygasanie ciasteczek firm trzecich zawsze były najcieńszą warstwą: profile zachowań międzywitrynowych składane poza danymi jednej sieci. Sieci natywne były mniej od nich zależne niż programatyczne wyświetlanie w otwartym internecie, ponieważ tak duża część stosu targetowania natywnego (kontekst, własne dane zainteresowań sieci, piksele reklamodawców, geo/urządzenia) nigdy nie wymagała wspólnego identyfikatora trzeciej strony. To część powodu, dla którego natywne reklamy utrzymały się jako kanał, podczas gdy niektóre targetowanie oparte na ID w wyświetlaniach i mediach społecznościowych stało się bardziej szumne. Podejścia kohortowe i probabilistyczne wypełniają pozostałe luki, ale szczera odpowiedź brzmi: większość nabywców natywnych nie musiała tak bardzo zmieniać swojego playbooka targetowania, jak nabywcy programatycznego wyświetlania.

Segmenty rynku odbiorców i partnerstwa danych trzecich stron#

Niektóre sieci dodają segmenty odbiorców trzecich stron poprzez partnerstwa z platformami zarządzania danymi, pozwalając reklamodawcom targetować kategorie takie jak „poszukujący ubezpieczenia samochodowego” lub „ostatnio wyszukiwane oferty podróży” tworzone przez zewnętrznych dostawców danych, a nie własne obserwacje pierwszej strony. Segmenty te są zazwyczaj droższe i, szczerze mówiąc, bardziej nieprzewidywalne niż natywne narzędzia kontekstowe i retargetingowe, ponieważ metodologia bazowa różni się w zależności od dostawcy i nie zawsze jest szczegółowo ujawniona. Traktuj segmenty trzecich stron jako testową warstwę dodatkową, a nie fundament; przeprowadź kontrolę przeciwko wyłącznie kontekstowemu targetowaniu przed przeznaczeniem znaczącego budżetu.

Czytanie targetowania konkurenta z zewnątrz#

Nie możesz zobaczyć dokładnych ustawień segmentów konkurenta, ale możesz wywnioskować wiele z tego, co faktycznie się wyświetla: w jakich geo i urządzeniach pojawia się reklama, w jakich pionach wydawców się koncentruje i jak długo utrzymuje się, co zwykle jest wskaźnikiem, czy targetowanie i kreacja trafiają w działającą grupę odbiorców – temat omówiony bardziej szczegółowo w naszym przewodniku po media buying for native ads. Nasze przewodniki specyficzne dla sieci, takie jak how Taboola ads work, how Outbrain works i how MGID native ads work, rozkładają menu targetowania i mechanikę aukcji każdej sieci, a nasz artykuł o scaling to new geos opisuje, jak wybory targetowania geo zmieniają się w miarę rozwoju kampanii w rynki drugiego i trzeciego poziomu.

Indeks ad intelligence OpenAdLibrary śledzi geo, urządzenia i piony każdej przechwyconej kreacji, więc zamiast zgadywać strategię targetowania konkurenta możesz zobaczyć rzeczywisty wzorzec: w jakich krajach reklama jest aktywna, czy jest tylko mobilna, czy wyświetlana wszędzie, i jak to się zmieniło od pierwszego pojawienia się.

Lookalike i podobne targetowanie odbiorców#

Gdy piksel retargetingowy lub niestandardowa lista odbiorców ma wystarczającą objętość, większość sieci może zbudować segment lookalike: użytkownicy, których zachowanie w przeglądaniu przypomina twoich konwertujących, bez konieczności indywidualnego rozpoznawania ich tożsamości. To miejsce, w którym targetowanie natywne zaczyna przypominać to, co platformy społecznościowe oferowały od lat, z tą różnicą, że dane źródłowe są zwykle mniejsze (piksel uruchamiany z jednego reklamodawcy) niż szerokie grafy zachowań platformy. Lookalike działają najlepiej jako dźwignia skalowania po zdefiniowaniu konwertującej grupy podstawowej opartej na kontekście i retargetingu; użyte jako narzędzie zimnego prospectingu przy małej liście źródłowej, często wypadają gorzej niż proste targetowanie kontekstowe.

Jak targetowanie wpływa na aukcję, nie tylko zasięg#

Łatwo myśleć o targetowaniu wyłącznie jako filtrze odbiorców, ale w sieciach natywnych zmienia ono także efektywny koszt. Węższe, bardziej trafne targetowanie (konkretna sekcja wydawcy, ciepła pula retargetingu) zazwyczaj oznacza konkurencję z mniejszą liczbą reklamodawców o tę samą wyświetlenie, co może obniżyć efektywny CPC, zanim zostanie uwzględniona jakość kreacji. Szerokie targetowanie dociera do większej liczby osób, ale wprowadza cię do większej puli aukcyjnej, często z reklamodawcami licytującymi pod kątem wolumenu, a nie trafności. To jeden z powodów, dla których wąskie strategie kontekstowe i najpierw retargetingowe często przewyższają kampanie o szerokim zasięgu pod względem czystego ROAS, mimo że surowa liczba wyświetleń wydaje się mniejsza na papierze.

Gdzie reklamodawcy popełniają błędy w targetowaniu#

Dwa typowe błędy pojawiają się w kontach natywnych. Pierwszy to jednoczesne nakładanie zbyt wielu restrykcyjnych warstw na nową kampanię – wąskie geo, wąski segment zainteresowań i mała biała lista wydawców – co pozbawia algorytm wystarczającej objętości do nauki i utrzymuje koszty wysokie. Drugi to odwrotność: uruchamianie szerokiego targetowania we wszystkich wymiarach od pierwszego dnia, ponieważ „optimizujemy później”, co spala budżet na wyraźnie nieistotnych miejscach, zanim konto zdobędzie jakiekolwiek sygnały. Lepsza kolejność to najpierw geo i urządzenia (tanie do poprawnego ustawienia, drogie do błędnego), potem kontekst, a następnie warstwowanie retargetingu i rozszerzanie zainteresowań po uzyskaniu podstawowych danych wydajności.

Praktyczne wnioski#

Targetowanie natywne nie jest jednym pokrętłem, to pięć lub sześć niezależnych (kontekst, dane zainteresowań sieci, własny piksel, geo, urządzenia, harmonogram), które łączy się razem, a zwycięska kombinacja różni się w zależności od pionu. Reklamodawcy w sektorze zdrowia i finansów najczęściej polegają na sekcji kontekstowej, ponieważ ryzyko sąsiedztwa i zgodność są tam ważniejsze. E‑commerce bardziej polega na retargetingu i lookalike, ponieważ intencja zakupu jest łatwiejsza do uchwycenia przy pomocy piksela. Zacznij od kontekstu i geo, aby ustalić bezpieczną bazę, dodaj retargeting, gdy piksel zdobędzie wystarczającą objętość, i traktuj segmenty zainteresowań jako dźwignię zasięgu, gdy podstawowa grupa już konwertuje.