無需第三方 Cookie 即可提供廣告相關性:模型化受眾的進階技術
2024 年 6 月 18 日 | 由應用科學經理 Daniele Barchiesi 與應用科學家 Guilherme Ilunga 撰寫

簡介:
雖然 2017 年時還是個遙遠的「也許」,但如今該是時候了,我們要停用 Cookie 並轉向全新且更有效的解決方案,藉此向消費者傳遞品牌訊息。無論何時(2025 年甚至更晚)都不重要,幾乎整個網路都不會與第三方 Cookie 綁定,而且轉變的準備工作正在進行中。
此發展迫使廣告商和廣告科技公司不斷改進策略,以有意義的方式與受眾互動。這些新方法包括無塵室的策略性投資、以瀏覽器為基礎的解決方案,以及利用第一方數據。此外,內容相關投放和模型化解決方案等成熟的解決方案因其向顧客傳遞相關訊息的能力,而重新獲得廣告主的青睞。
此技術白皮書深入瞭解模型化受眾背後的動機和方法。這涵蓋了模型架構、受眾叢集、階層門檻及挑戰(例如訓練 Cookie 偏差及網域適應)等技術層面,並突顯了亞馬遜廣告團隊所考慮的創新解決方案。
在此技術白皮書中,您可以了解下列內容的運作方式:

亞馬遜廣告會利用獨特的購物、串流及內容相關訊號來預測即時興趣及提供相關訊息。

模型化受眾會根據模型架構、受眾叢集、階層門檻及模型訓練進行工作。

來自各行各業的廣告主,皆已從利用模型化技術建立的更持久受眾中看見了顯著益處。