Trazendo relevância dos anúncios sem depender de cookies de terceiros: técnicas avançadas de modelagem de público-alvo
18 de junho de 2024 | Por Daniele Barchiesi, gerente de ciência aplicada, e Guilherme Ilunga, especialista em ciência aplicada
Introdução:
Embora parecesse uma possibilidade distante em 2017, já passou da hora de adotarmos novas soluções mais eficazes para inserir as mensagens das marcas para os consumidores e abandonarmos os cookies. Não importa se em 2025 ou mais tarde, praticamente toda a web deixará de usar cookies de terceiros, e a preparação para essa mudança já está bem avançada.
Essa evolução impeliu anunciantes e empresas de tecnologia de publicidade a aprimorar suas estratégias para interagir com os públicos-alvo de maneiras significativas. Os novos métodos incluem investimentos estratégicos em clean rooms, soluções baseadas em navegador e uso de dados internos. Além disso, soluções consolidadas, como a segmentação contextual e soluções modeladas, recuperaram a confiança dos anunciantes por sua capacidade de levar mensagens relevantes para os clientes.
Este white paper técnico explora as motivações e metodologias por trás dos públicos-alvo modelados. Ele aborda aspectos técnicos, incluindo arquitetura do modelo, agrupamento de público-alvo, limite hierárquico e desafios como o viés de treinamento de cookies e a adaptação de domínio, destacando as soluções inovadoras consideradas pela equipe da Amazon Ads.
Neste artigo técnico, você aprenderá como:
A Amazon Ads usa sinais exclusivos de compras, de streaming e contextuais para prever interesses em tempo real e inserir mensagens relevantes.
Os públicos-alvo modelados são usados com base na arquitetura do modelo, agrupamento de público-alvo, limite hierárquico e treinamento do modelo.
Anunciantes de vários setores obtiveram benefícios significativos ao utilizar públicos-alvo mais duráveis baseados em técnicas de modelagem.