谷歌發表了一篇關于數據和測量的戰略文章，回顧了 cookie、隱私和跟蹤轉化的近期發展。這篇文章概述了 2023 年對營銷人員來說會是什么樣子，以及他們現在應該做些什么來做好準備。
該文章指出了一個驚人的統計數據，即到 2020 年，只有 10% 的人口受到隱私法規的保護，而到 2023 年，整整 65% 的人口將生活在具有隱私保護法規的國家/地區，這些法規限制了他們的互聯網活動可以被跟蹤的程度.
本文討論了推動轉化的策略，并以打破圍繞不久的將來隱私優先營銷現實的三個神話的形式介紹了這些方法。
三個隱私至上的神話
- 誤區 #1：棄用 Cookie 會破壞網站標簽
- 誤區二：準確測量依賴于第三方數據
- 誤區 3：保護隱私和推動業務成果相互排斥
誤區 1：Cookie 棄用和網站標簽
谷歌指出，第三方 cookie 最終將被淘汰，但這不會影響準確衡量和優化互聯網營銷活動的能力。
他們建議使用全局站點代碼 (gtag.js) 或 Google 跟蹤代碼管理器來優化營銷活動。
谷歌表示，這些測量工具提供：
“……準確衡量，對下游產生積極影響，并改進轉化建模和出價。”
誤區二：第三方數據丟失會影響準確測量
第三方 cookie 使上下文相關的廣告能夠改善廣告商的客戶定位，消費者通常開玩笑地稱之為令人毛骨悚然的廣告。
谷歌建議現在是開始規劃第一方數據戰略的時候了。
這篇文章鏈接到一個名為“營銷人員應該如何考慮建立第一方數據策略”的視頻，主講人是 Google 全球產品主管 Jaylen Baca。
他首先將第一方數據定義為從各種交互中收集的有關每個客戶的所有信息，包括電話交互、店內交互和應用交互。
Baca 建議與相關公司建立 B2B 合作伙伴關系，這有助于建立更多的第一方數據。
他提供了這個場景：
“例如，如果您是一家食品和飲料公司，您可以考慮與 Home Chef 或 HelloFresh 等家常套餐銷售商合作，以擴大您的受眾范圍并建立您的數據。”
誤區 3：保護隱私會對業務結果產生負面影響
谷歌承認第三方數據的丟失會導致“測量差距”，并表示這是不可避免的。
然而，他們建議隱私安全的機器學習模型可以介入，以幫助提供關于客戶旅程的準確報告。
谷歌解釋說：
“機器學習通過分析數據來識別趨勢、相關性和其他可能因人為錯誤或其他原因而被遺漏的見解。”
有一個關于轉換建模的五分鐘視頻解釋器的鏈接，該鏈接概述了機器學習以及第一方數據如何幫助提高活動績效，并引用了一項研究表明機器學習工具可以將活動績效提高 35%。
引用
事實與虛構：阻礙營銷的 3 個測量誤區