ข้อมูลแบบ Zero-Party

ข้อมูลแบบ Zero-Party คือข้อมูลที่ลูกค้าแบ่งปันให้แบรนด์โดยเจตนาและเชิงรุก เช่น ความชอบที่ระบุชัด ความตั้งใจซื้อ หรือวิธีที่ต้องการให้ติดต่อ ซึ่งต่างจากข้อมูลที่แบรนด์อนุมานจากการสังเกตพฤติกรรม คำนี้ถูกบัญญัติขึ้นเพื่อแบ่งแยกให้ชัดเจนระหว่าง "สิ่งที่ลูกค้าบอกเราโดยตรง" กับ "สิ่งที่เราคาดเดาจากการดูสิ่งที่พวกเขาทำ"

แตกต่างจากข้อมูลแบบ First-Party อย่างไร#

ข้อมูลแบบ First-Party เก็บได้จากพฤติกรรมจริงของลูกค้าบนแพลตฟอร์มของแบรนด์เอง เช่น การดูหน้าเว็บ ประวัติการซื้อ การเปิดอีเมล เป็นข้อมูลที่มีค่าและเป็นมิตรกับความเป็นส่วนตัวมากกว่าข้อมูลแบบ Third-Party แต่ก็ยังเป็นการอนุมาน: แบรนด์กำลังตีความพฤติกรรม ไม่ใช่ถามโดยตรง ข้อมูลแบบ Zero-Party ข้ามขั้นตอนการอนุมานนี้ไป แบบทดสอบที่ถามว่า "คุณมีผิวหนังประเภทไหน" ศูนย์กำหนดความชอบที่ผู้ติดตามเลือกหมวดหมู่อีเมลที่ต้องการ หรือแบบสำรวจหลังการซื้อที่ถามว่าทำไมถึงซื้อ สิ่งเหล่านี้ล้วนสร้างข้อมูลแบบ Zero-Party เพราะลูกค้าของ ผู้โฆษณา ระบุข้อมูลนั้นด้วยตนเอง ด้วยความตระหนักชัดเจนว่ากำลังแบ่งปันข้อมูล

ความตรงไปตรงมานี้เองที่เป็นเหตุผลว่าทำไมจึงถือว่าเชื่อถือได้สูงกว่าสำหรับการปรับแต่งเฉพาะบุคคล: ไม่ต้องเดาว่าการคลิกหมายถึงความสนใจจริงหรือเป็นอุบัติเหตุ เพราะลูกค้าบอกคุณตรงๆ

เหตุผลที่แบรนด์เก็บข้อมูลแบบนี้มากขึ้น#

ในขณะที่วิธีการกำหนดเป้าหมายแบบไร้คุกกี้เข้ามาแทนที่บางส่วนของสิ่งที่การติดตามแบบ Third-Party เคยทำ แบรนด์ต่างหันมาเน้นการถามลูกค้าโดยตรงเพื่อขอข้อมูลที่ต้องการ แทนที่จะพยายามอนุมานข้อมูลภายใต้ข้อจำกัดด้านความยินยอม กลไกนี้มักมีอัตราการแปลงที่ดีในตัวมันเอง: แบบทดสอบหรือแบบฟอร์มกำหนดความชอบที่ออกแบบมาดีบน หน้าแลนดิงเพจ เป็นกลยุทธ์การมีส่วนร่วมที่ชอบด้วยเหตุผล ไม่ใช่แค่เปลือกหุ้มการเก็บข้อมูล เมื่อมันให้บางสิ่งตอบแทนลูกค้า (คำแนะนำ ส่วนลด ประสบการณ์ที่เกี่ยวข้องมากขึ้น) เพื่อแลกกับข้อมูล

ข้อแลกเปลี่ยนคือขนาดและความซื่อสัตย์ ข้อมูลแบบ Zero-Party ครอบคลุมเฉพาะลูกค้าที่ยินดีมีส่วนร่วมเชิงรุก ซึ่งเป็นกลุ่มที่เลือกเองและมีขนาดเล็กกว่าเมื่อเทียบกับการติดตามพฤติกรรมแบบแฝง และประโยชน์ของมันขึ้นอยู่กับว่าลูกค้าตอบอย่างถูกต้อง แทนที่จะเล่นกลกับแบบฟอร์มเพื่อรับสิ่งจูงใจ

มีบทบาทอย่างไรสำหรับผู้โฆษณาที่ใช้ Native และ Affiliate Traffic#

สำหรับ ผู้ซื้อสื่อ ที่รันแคมเปญ Native และ Affiliate ข้อมูลแบบ Zero-Party มักปรากฏน้อยกว่าในฐานะปัจจัยนำเข้าสำหรับการกำหนดเป้าหมาย แต่ปรากฏมากกว่าในฐานะตัวเลือกการออกแบบหน้าแลนดิงเพจและฟันเนล: แบบทดสอบสั้นๆ ก่อนเปิดเผยข้อเสนอ หรือขั้นตอนกำหนดความชอบก่อนชำระเงิน ซึ่งทั้งช่วยปรับปรุงคุณภาพของ การติดตามการแปลง และให้สัญญาณที่ชัดเจนขึ้นสำหรับการรีเทอร์เก็ตกลุ่มที่บอกคุณแล้วว่าต้องการอะไร นอกเหนือจากสิ่งที่ การกำหนดเป้าหมายตามภูมิศาสตร์ กำลังจำกัดกลุ่มผู้ชมอยู่แล้ว มันจับคู่ได้อย่างเป็นธรรมชาติกับแนวทาง Data Clean Room เมื่อแบรนด์ต้องการรวมข้อมูลความชอบที่ระบุชัดนั้นกับกลุ่มผู้ชมของแพลตฟอร์ม โดยไม่เปิดเผยบันทึกข้อมูลดิบของฝ่ายใดฝ่ายหนึ่ง

ก่อนสร้างฟันเนลหน้าแลนดิงเพจใหม่รอบๆ แบบทดสอบกำหนดความชอบ ควรตรวจสอบว่าคู่แข่งในอุตสาหกรรมเดียวกันของคุณกำลังใช้กลไกที่คล้ายกันอยู่หรือไม่ ดัชนี ข่าวกรองโฆษณา ของ OpenAdLibrary ทำให้ง่ายต่อการดูรูปแบบครีเอทีฟและหน้าแลนดิงเพจที่ใช้งานจริงข้ามเครือข่ายและอุตสาหกรรมต่างๆ