In che modo Stop & Shop utilizza l’intelligenza artificiale, non i cookie, per indirizzare i clienti

116

Unisciti ai dirigenti dal 26 al 28 luglio per la AI & Edge Week di Transform. Ascolta i migliori leader discutere di argomenti relativi alla tecnologia AL/ML, AI conversazionale, IVA, NLP, Edge e altro ancora. Prenota ora il tuo pass gratuito!

L’IA potrebbe essere la chiave per sostituire i cookie?

Per oltre due decenni, marchi come il rivenditore di generi alimentari Stop & Shop hanno fatto affidamento su “cookie” di terze parti – i piccoli file di testo salvati tramite un browser Web mentre l’utente naviga in un sito Web – per discernere il comportamento dei clienti e alimentare il loro programmatico o software- pubblicità digitale guidata.

Ma quei giorni sono quasi finiti, grazie ai piani di Google di eliminare gradualmente il supporto per i cookie di terze parti su Chrome nel 2023, i limiti di Apple all’uso del suo ID dispositivo mobile nelle app iOS, nonché la necessità di conformità al GDPR. Presto, l’industria della pubblicità digitale statunitense da 152 miliardi di dollari non avrà più accesso alla maggior parte dei dati sui cookie di terze parti.

Tuttavia, rivenditori e marchi non stanno aspettando che l’ascia cada. Al contrario, molti stanno già testando una varietà di possibili modi per indirizzare i clienti giusti una volta terminato l’accesso ai cookie di terze parti. Questi includono soluzioni basate sull’intelligenza artificiale che imparano da dati proprietari e di terze parti per individuare modelli che formano profili o segmenti dei clienti.

Stop & Shop, ad esempio, una catena di supermercati con sede nel Massachusetts (e sussidiaria della holding Ahold) con 415 negozi negli Stati Uniti nordorientali, ha trascorso l’ultimo anno e mezzo a testare nuovi approcci con la società di marketing digitale AMP Agency.

“Volevamo capire cosa sarebbe cambiato in un mondo di cookie post di terze parti”, ha affermato Samantha Weiss, VP, data strategy e programmatic presso AMP Agency. “Come possiamo adattare i benchmark, crescere e migliorare?”

Stop & Shop aveva bisogno di un nuovo modo per indirizzare i clienti

Secondo Meghan Galligan, direttore del marketing digitale di Stop & Shop, la società sapeva di dover trovare altri modi per indirizzare i clienti con contenuti pertinenti in modo rispettoso della privacy, con l’avvicinarsi della deprecazione dei cookie.

“Volevamo essere i primi ad alzare la mano e testare il più possibile quest’anno mentre avevamo ancora la sicurezza dei cookie su cui fare affidamento”, ha detto.

Ancora più importante, Stop & Shop ha fatto in modo che la sua strategia per i dati proprietari fosse solida, ha spiegato. Ora stanno anche confrontando nuove soluzioni con segmenti basati su cookie e tra loro.

Il suo team ha anche preparato la leadership di Stop & Shop per il panorama post-cookie. “Negli ultimi due anni, abbiamo detto loro che tutto ciò che sono abituati a vedere da noi sta per cambiare”, ha detto. “Stiamo facendo loro sapere che quando arriverà il 2023 avremo un piano solido di cui ci sentiamo bene”.

Un approccio che l’agenzia AMP ha adottato per conto di Stop & Shop è quello di aumentare l’uso del targeting contestuale o la pratica di visualizzare annunci basati sul contenuto di un sito web. Un’altra tattica è collaborare con aziende che offrono nuovi identificatori di clienti che utilizzano dati proprietari e di terze parti per sostituire i cookie. Ad esempio, l’agenzia AMP sta testando l’ID di LiveRamp, che utilizza algoritmi di apprendimento automatico per eseguire la risoluzione dell’identità combinando i dati di un’azienda con il proprio enorme database di oltre 250 milioni di consumatori statunitensi.

Infine, l’agenzia aveva già collaborato con Dstillery, una soluzione per il pubblico dei clienti, sul targeting personalizzato basato sull’intelligenza artificiale. Quest’anno hanno testato la soluzione di pubblicità programmatica lanciata di recente da Dstillery, l’IA personalizzata senza ID, che utilizza l’apprendimento automatico e l’analisi predittiva per aiutare le aziende a raggiungere il loro pubblico migliore, ma non tiene traccia degli utenti.

Una soluzione di intelligenza artificiale senza tracciamento degli utenti

Melinda Han Williams, capo scienziata dei dati di Dstillery, ha dichiarato a VentureBeat che il suo approccio è il targeting comportamentale predittivo, ma senza tenere traccia degli utenti che verranno presi di mira.

Invece di cercare di utilizzare l’IA per comprendere l’utente, ha spiegato, la soluzione utilizza l’IA per trovare le migliori impressioni che hanno maggiori probabilità di portare alla conversione.

Dstillery addestra il modello di intelligenza artificiale sui dati proprietari del cliente, quindi cerca “segnali di protezione della privacy” per fare offerte pubblicitarie programmatiche. Ciò può includere l’esame del DMA (area di mercato designata), l’URL e l’ora del giorno per offrire l’annuncio al miglior cliente.

L’approccio, afferma Williams, riprende i comportamenti di intenzione di acquisto come la ricerca e la pianificazione, nonché i comportamenti di stile di vita.

“Penso che sia già abbastanza diverso dalla maggior parte degli approcci là fuori”, ha detto, aggiungendo che la maggior parte delle altre soluzioni post-cookie stanno sviluppando nuove soluzioni basate sull’identità. Ma che dire di tutto il traffico web che non ha ID?

“Sappiamo già che alcune persone non vogliono essere rintracciate su Internet. E tutti questi nuovi identificatori richiedono una certa quantità di consenso esplicito”, ha affermato. “Quindi ci saranno molte persone là fuori che sono irraggiungibili con quelle soluzioni”.

La soluzione senza ID di Dstillery “ha alcuni aspetti di ciò che ti aspetti da quegli approcci basati su ID, perché stiamo utilizzando molte informazioni per fare previsioni su dove è il posto migliore per mostrare l’annuncio”, ha affermato. “Ma penso che siamo stati addestrati a pensare che l’obiettivo sia raggiungere gli utenti e quante informazioni ho sull’utente e quanto siano rispettose della privacy le informazioni sull’utente, ma l’IA personalizzata senza ID non sta cercando di raggiungere utenti a tutti.”

Dstillery, dice, va in una direzione diversa. “Stiamo davvero prendendo alla lettera il fatto che questo utente non vuole che sappiamo nulla su di lui, quindi non cercheremo di capire qualcosa sull’utente”, ha spiegato. “L’unica cosa che sappiamo dell’utente è ciò che sta facendo in questo preciso momento, perché è l’inventario in cui abbiamo la possibilità di mostrare un annuncio”.

Invece, Dstillery cerca di capire quanto può dedurre solo sulla base di quell’unica informazione: cosa sta facendo l’utente in questo momento? “Sulla base di ciò, qual è la loro probabilità di essere un buon cliente per questo marchio in futuro o di convertirsi per questo marchio in futuro”, ha affermato.

Quindi, la soluzione esamina i viaggi digitali di coloro che hanno aderito completamente a scopi di ricerca, consentendo alle aziende di vedere ogni singolo sito in cui stanno andando. “Stiamo esaminando milioni di questi viaggi, ed è qui che entra in gioco l’IA”, ha affermato. “Lo gestiamo attraverso una rete neurale: abbiamo creato questo grande modello che chiamiamo la ‘mappa di Internet’ che fornisce informazioni su ogni singolo sito e come è correlato a ogni altro sito”.

Una volta creato questo modello fondamentale, Dstillery ha potuto capire che quando vedono un utente su un sito Web, possono capire molto su un cliente senza identificarlo in alcun modo.

“Possiamo creare un intero modello personalizzato specifico per un inserzionista: per ogni singolo sito web, abbiamo un punteggio che attribuisce un valore in questo momento a qualsiasi area geografica ampia in cui si trovi la persona, per determinare la sua probabilità di conversione per quello marchio”, ha detto. “È una previsione comportamentale basata sull’inventario, su un’impressione specifica, anziché sul profilo della persona”.

Testare soluzioni di intelligenza artificiale per un mondo post-cookie

Williams sottolinea che anche gli sforzi di Google per fornire un cookie sostitutivo, come parte della sua iniziativa Privacy Sandbox, si sono concentrati sull’identità del cliente.

“Il suo primo approccio è stato FLoC, che raggruppa gli utenti in base ai loro comportamenti, ma non era abbastanza sensibile alla privacy”, ha spiegato. “Ora stanno facendo Topics, che fornisce informazioni più ampie, ma non è così utile e si basa sullo stesso inquadramento di gran parte del settore: per essere efficace l’inserzionista deve sapere di più sull’utente, ma il l’utente desidera condividere meno informazioni. Queste due idee sono intrinsecamente in competizione l’una contro l’altra”.

Ma Dstillery afferma che i suoi risultati sono alla pari con gli approcci basati sui cookie. “È impressionante che anche senza tutte queste informazioni, puoi usare l’IA per fare praticamente lo stesso livello di previsione, solo dall’impressione”, ha detto. “Devi cambiare mentalità”.

E, aggiunge, il team di Chrome ha incoraggiato questo tipo di sviluppo da altre aziende. “Questo è il tipo di Internet che vorrebbero creare con Privacy Sandbox”, ha affermato.

In questo momento, le persone stanno cercando di essere istruite, quindi Williams dice che Dstillery sta facendo molto lavoro di sensibilizzazione. Raccomanda inoltre alle persone di testare ora mentre i cookie sono ancora in circolazione per confrontare le misurazioni. “Il modo più comune in cui le persone effettuano test è testa a testa rispetto ad altri approcci e quindi misurandolo rispetto ai loro KPI preferiti basati sui cookie”.

Per Stop & Shop, questo test di soluzioni basate sull’intelligenza artificiale è stato essenziale. “Ci ha dato la possibilità di costruire agende di apprendimento e prepararci per il prossimo anno”, ha affermato Galligan. “È qualcosa che ci darà molta forza mentre entriamo in questo nuovo futuro post-biscotti”.

La missione di VentureBeat deve essere una piazza cittadina digitale per i decisori tecnici per acquisire conoscenze sulla tecnologia aziendale trasformativa e le transazioni. Saperne di più sull’appartenenza.