L’espressione idiomatica inglese “Blue-sky thinking” viene usata nell’ambito del business per identificare delle sessioni di brainstorming creativo, in cui si raccolgono le idee per gestire nuove situazioni o trovare soluzioni. Proprio quest’espressione, in questi mesi, può essere associata a tantissime realtà legate al marketing, e all'ambito della pubblicità in particolare, che stanno cercando di esplorare nuove soluzioni per fronteggiare l'abbandono, da parte di Google, dei cookie di terze parti. Quest'ultimi sono brevi file di testo che vengono scaricati sul dispositivo di un utente quando visita un sito web. Tali cookie, ad ogni visita successiva, sono rinviati al sito web che li ha originati (cookie di prime parti) oppure a un altro sito che li riconosce (cookie di terze parti). Il tempo scorre e, nonostante la proroga di Google per l’entrata in vigore della sua “Privacy Sandbox initiative" a fine 2023 (inizialmente era entro il 2022), il futuro del marketing digitale sembra meno nitido e prevedibile di quanto lo status quo avrebbe permesso di disegnare. È chiaro che l’elefante nella stanza di queste misure è la privacy e tutte le disposizioni legislative che sono nate nelle varie sedi nazionali, sovra regionali e internazionali al riguardo (GDPR europeo, esempio per antonomasia).
In questo panorama, la dilazione temporale permetterà, quindi, una graduale diminuzione del ricorso ai cookies di terze parti e, allo stesso tempo, apre una riflessione su quello che fin ora è stato il perimetro dell’audience intelligence. Anzitutto, per audience intelligence s’intende l’analisi e la misurazione del pubblico sotto molteplici punti di vista. L'attività core si esplicita nell'identificazione di insight e pattern che guidino e orientino le strategie di marketing tramite la definizione di target sempre più puntuali. Gli elementi distintivi dell’audience intelligence sono, allora, da rintracciare nella capacità di integrare diverse fonti dati e codificare l’insieme delle informazioni sulle caratteristiche degli utenti nei diversi ambienti. Da ciò emerge quanto l’eliminazione di una fonte come i cookies di terze parti incrinino anche i meccanismi di output delle piattaforme di audience intelligence, e come anch’esse debbano rimodularsi sulla base del prossimo ambiente che verrà a costituirsi. L’attività di audience intelligence, e le piattaforme che la permettono, hanno quindi lo scopo di semplificare la raccolta e l'analisi dei dati, massimizzando l’automazione di tutto il processo, ma, perché ciò possa accadere, si deve avere una strategia d’azione chiara basata su una comprensione dello spazio d’azione digitale in questione.
In tal senso, bisogna fin da subito cercare di definire (anche in maniera sperimentale fino al 2023) come poter adattare il proprio adv. Ciò che è chiaro è che, in un’era post-cookie, elaborare, collegare e interpretare dati cross-site – affidandosi, quindi, sempre più ad attività di audience intelligence – non sarà più un’opzione. Infatti, solamente una visione olistica e sofisticata dell’open internet sarà vincente per i marketer. L’idea di fondo è quella di favorire l’interazione con le soft skill, che sono fondamentali nella definizione del processo decisionale. Si è, quindi, alla ricerca di un equilibrio tra tecnologia, a cui bisogna necessariamente affidarsi (in particolar modo al machine learning, che di fatto, consente di “classificare” gli acquirenti che sono i cosiddetti “converter”), e l’insieme di tutte quegli stati emotivi e tratti culturali che impattano sui comportamenti.
Le campagne pubblicitarie online di maggior successo in ambienti privi di cookie di terze parti si baseranno su un mix di alternative emergenti, tra cui figurano ovviamente anche i dati di prima parte (dati di login, autenticazione, ecc. forniti direttamente dall'utente). La sfida per i brand, le agenzie e gli editori sarà anche quella di trovare partner capaci di fornire soluzioni di AI e machine learning in grado di ingerire, comprendere e rispondere a questa complessità in tempo reale.
La cookieless era sta producendo importanti sviluppi tra i player It, propio per trovare soluzioni alternative. Tra i possibili player tecnologici che stanno lavorando per diventare abilitatori di tali funzioni, è interessante citare la tecnologia brevettata da Quantcast, advertising technology company con sede a San Francisco, che ha creato Ara™, una soluzione che sfrutta molteplici segnali come dati di prima parte, analisi contextual, identificatori, coorti e molto altro, utilizzando la potenza dell’Intelligenza Artificiale.
Ara™ è, quindi, il motore di AI e machine learning ed elabora una moltitudine di segnali, impiegando tecniche statistiche avanzate sia per combinarli tra loro che per interpretare i modelli dell’audience online. Per esempio, grazie ai progressi in ambito contextual, è in grado di organizzare l'open internet in una Topic Map, un'analisi multi-dimensionale del contenuto per argomenti e interessi, per supportare la pianificazione di un’audience personalizzata basata sul comportamento di navigazione, l'interesse e l'intento.
In conclusione, come si legge in un articolo dedicato su Think with Google, un sito realizzato da Google dedicato ai marketer dove trovare approfondimenti, statistiche e contenuti ispirazionali di vario tipo, “La tentazione di eseguire operazioni con risultati a breve termine, ad esempio acquistare set di dati o utilizzare strumenti pubblicitari su dispositivi basati sul riconoscimento dell'identità come il fingerprinting, può essere forte. Tuttavia, i professionisti e le professioniste del marketing devono valutare se questa sia la scelta giusta. Vale la pena utilizzare queste scorciatoie violando le aspettative degli utenti in termini di privacy? Bisogna chiedersi quale potrebbe essere l'impatto di queste scelte sul proprio brand. Ora è il momento di guardare al lungo termine: investi nella creazione di relazioni di fiducia con i clienti, in una strategia basata sui dati proprietari che sia efficace e in un'esperienza online incentrata sul rispetto della privacy”.
