Ciasteczka są passé! Co dalej w analityce e-commerce, kiedy skończą się okruchy

Przez lata analityka internetowa opierała się na plikach cookie firm trzecich służących do śledzenia użytkowników i personalizacji reklam. Jednak w obliczu rosnących wymagań dotyczących prywatności oraz zaostrzających się regulacji konieczne staje się poszukiwanie nowych metod pomiaru i docierania do klientów. Przeglądarki takie jak Safari i Firefox już wyeliminowały te pliki, a Chrome jest w trakcie tego procesu. Koniec ery third-party cookies jest nieunikniony, co fundamentalnie zmienia krajobraz marketingu cyfrowego i e-commerce.

Zero- i first-party data jako nowa waluta e-commerce

Świat w erze cookieless? Brzmi jak wyzwanie i ogromna transformacja – zarówno dla analityki, jak i marketerów. Zmusza do budowania lepszych i bardziej autentycznych relacji z użytkownikami. Kluczem do skutecznej analityki i personalizacji działań marketingowych stają się zero- i first-party data. Ich przykłady znajdziesz w ramce 1.

Słuchaj „Marketer+” Podcast

• Dane zero-party to informacje, które klient świadomie i aktywnie udostępnia sam marce. Mogą to być np. preferencje i intencje zakupowe oraz preferencje dotyczące kanałów komunikacyjnych. Największą zaletą tych danych jest dokładność – w końcu pozyskujesz je bezpośrednio od klienta.
• Dane first-party są natomiast informacjami o kliencie zbieranymi w sposób pasywny podczas jego interakcji na stronie internetowej, w aplikacji, mediach społecznościowych, w e-mailach czy SMS-ach. Przykłady to historia zakupów, przeglądane produkty, zaangażowanie w przesłane wiadomości.

Odejście od third-party cookies podkreśla ogromne znaczenie danych zero- i first-party. Stają się one coraz wartościowsze ze względu na ich bezpośrednie pochodzenie i zgodność z przepisami o ochronie prywatności.

Podejście strategiczne do zbierania danych first-party, ich gromadzenia i wykorzystywania, a także wzbogacania ich o dane zero-party, stanowi fundament w budowaniu trwałych relacji z klientami. Pozwala prowadzić efektywne działania marketingowe w warunkach transformacji i dostosowywania się do ery cookieless.

Zaufanie, transparentność i lojalność stają się filarami relacji sprzyjających udostępnianiu danych przez klientów. Komunikuj, jak Twoja marka zamierza wykorzystywać zgromadzone informacje, przestrzegaj regulacji dotyczących ochrony danych oraz uzyskuj właściwe zgody na ich gromadzenie i wykorzystywanie. Ważne jest również informowanie odbiorców o ich prawach i możliwościach kontroli nad udostępnionymi danymi.

Aby ułatwić sobie proces zbierania danych, warto stosować intuicyjne i angażujące narzędzia, takie jak ankiety, quizy czy centra preferencji.

• Ankiety pozwalają na zadawanie konkretnych pytań dotyczących preferencji, opinii i potrzeb klientów. Mogą być stosowane na różnych etapach ścieżki zakupowej, np. po dokonaniu zakupu lub podczas wizyty na stronie.

Przykład ankiety uzupełniającej informacje o użytkowniku

Źródło: Aquaelzoo.pl

• Quizy są bardziej interaktywną formą zbierania danych, która angażuje klientów i dostarcza im rozrywki. Mogą być wykorzystywane do personalizacji oferty, np. rekomendowania produktów na podstawie odpowiedzi na pytania. Przykładem jest quiz na temat stylu, pomagający wybrać produkty, a firmie – zbierać dane o ich gustach.

Przykład quizu, który zbiera dane o kliencie

Źródło: My-Jewellery.com

Centra preferencji pozwalają klientom na efektywne zarządzanie ustawieniami dotyczącymi komunikacji z marką, obejmującymi m.in. częstotliwość otrzymywania wiadomości e-mailowych oraz preferowane typy treści. Dostępność i łatwość modyfikacji tych ustawień, zazwyczaj z poziomu konta klienta, znacząco podnosi komfort użytkowania i daje poczucie kontroli. Dobrze zaprojektowane centrum preferencji stanowi narzędzie do zarządzania zgodami komunikacyjnymi, ale również element strategii personalizacji. Dodatkowo użytkownicy mogą przeglądać i modyfikować odpowiedzi udzielone w ankietach i quizach, co pozwala im na bieżąco aktualizować swój profil preferencji.

Server-side tracking jako alternatywne podejście do zbierania danych

Jak wycisnąć więcej z analityki w świecie bez ciasteczek? Czy trzeba się już żegnać z dobrze znaną analityką? Nastaje nowa era, w której odchodzi się od tradycyjnych metod (client-side trackingu) na rzecz server-side trackingu. Czym to się różni?

Client-side tracking – zwany też śledzeniem po stronie klienta – polega na umieszczeniu bezpośrednio na stronie internetowej lub w aplikacji fragmentów kodów JavaScript. W momencie interakcji użytkownika ze stroną jego przeglądarka wykonuje te skrypty i wysyła dane do różnych serwerów, np. systemów analitycznych lub reklamowych.

W server-side trackingu obciążenie związane z gromadzeniem i przetwarzaniem danych z przeglądarki użytkownika przenosi się na specjalny serwer strony, który kolejno przetwarza i przekazuje je do odpowiednich platform. Server-side tracking zapewnia więc centralną kontrolę nad danymi i działa jako bufor między stroną (danymi użytkownika) a zewnętrznymi dostawcami narzędzi. Dodatkowo rozwiązanie to omija ograniczenia, które wpływają negatywnie na zbieranie danych po stronie klienta, takie jak blokery reklam czy ustawienia prywatności przeglądarek.

Server-side tracking nie polega na plikach cookie stron trzecich w takim samym stopniu jak client-side. Dane są wysyłane z serwera Twojej witryny do serwerów analitycznych lub marketingowych, co omija bezpośrednie ograniczenia przeglądarki dotyczące plików cookie ustawiane po stronie klienta. Może to znacząco zmniejszyć utratę danych i zapewnić dokładniejszy obraz zachowań użytkowników. W niektórych przypadkach jest to nawet o ok. 25% więcej sesji i sprzedaży.

W konfiguracji server-side pliki cookie mogą być również ustawiane jako first-party z Twojej domeny. Są wtedy mniej podatne na blokowanie lub ograniczenie ich żywotności przez przeglądarki w porównaniu z plikami cookie firm trzecich. Ten wydłużony okres żywotności cookies daje możliwość śledzenia zachowań i sesji osób odwiedzających stronę przez dłuższy czas.

Obie metody wymagają zgody użytkownika na zbieranie danych, jednak server-side tracking daje mu większą kontrolę i możliwość usuwania, maskowania lub anonimizowania określonych elementów danych przed ich wysłaniem, co zwiększa zgodność z przepisami dotyczącymi prywatności.

Szczegółowe porównanie obu metod znajdziesz w tabeli.

  Porównanie podstawowych cech client-side i server-side trackingu

Wobec ciągłych zmian w przepisach dotyczących prywatności i technologii internetowych server-side tracking stanowi bardziej przyszłościowe rozwiązanie niż dotychczasowe podejście. Wdrożenie śledzenia po stronie serwera, choć oferuje znaczące korzyści, wymaga jednak starannego planowania, wiedzy technicznej i zaangażowania w bieżącą konserwację. Zanim się na nie zdecydujesz, przeanalizuj wymagania techniczne, jak również potencjalny zwrot z inwestycji w zakresie poprawy jakości danych i zgodności z przepisami dotyczącymi prywatności.

Znaczenie analityki kontekstowej i strategii content-driven

Wycofanie plików cookie stron trzecich sprawia, że tradycyjne targetowanie behawioralne staje się znacznie trudniejsze i mniej efektywne. W związku z tym właściciele e-commerce i marketerzy poszukują alternatywnych metod docierania do swoich odbiorców, a targetowanie kontekstowe jawi się jako alternatywne rozwiązanie przyszłości.

Polega ono na wyświetlaniu reklam opartych na treści strony internetowej, a nie na danych osobowych i behawioralnych użytkownika. W przeciwieństwie do targetowania behawioralnego, które śledzi historię aktywności w sieci, kontekstowe skupia się na obecnie przeglądanej witrynie. Istnieją trzy poziomy targetowania kontekstowego.

Rośnie więc także siła strategii opartej na treściach – tworzenie wysokiej jakości, wartościowego i angażującego contentu może przyciągnąć i zatrzymać klientów. Istotne znaczenie ma opracowywanie treści zgodnych z intencjami wyszukiwania, bezpośrednio rozwiązujących problemy użytkownika. Pozwala to na przyciągnięcie ruchu organicznego i budowanie zaufania do marki.

Dodatkowo dzięki analizie danych zero- i first-party możliwe jest tworzenie spersonalizowanych materiałów, które trafiają w oczekiwania konkretnej grupy klientów. Może to dotyczyć np. dynamicznych treści dopasowujących się do zachowań użytkowników lub segmentowej komunikacji e-mailowej.

Google Topics API jest częścią inicjatywy Google Privacy Sandbox, która ma na celu zrównoważenie prywatności internautów z potrzebami reklamodawców i umożliwienie dalszego wyświetlania reklam opartych na zainteresowaniach i historii użytkownika. Jak to działa?

Google Topics API monitoruje aktywność użytkownika przez tygodniowe okresy zwane epokami i przypisuje mu zainteresowania (tematy) na podstawie odwiedzanych stron internetowych. Te tematy są wybierane z hierarchicznej taksonomii. Następnie gdy monitorowana osoba odwiedza stronę internetową, która wyświetla reklamy, API udostępnia stronie i partnerom reklamowym jedno z zainteresowań tej osoby z ostatnich trzech epok i umożliwia im wyświetlanie reklam opartych na tej informacji.

  Mechanizm działania Google Topics API (Google Privacy Sandbox)

  Źródło: „Interfejs Topics API”

Dlaczego jest to rozwiązanie bardziej szanujące prywatność użytkownika? Reklamy są targetowane na poziomie szerszych kategorii (zainteresowań), a sama informacja o nich jest przechowywana lokalnie na urządzeniu użytkownika, który ma do niej dostęp i może ją usunąć. Funkcję dodatkowego zabezpieczenia pełni udostępnianie stronom internetowym i partnerom reklamowym tylko jednego z zainteresowań z ostatnich trzech tygodni.

Unified ID 2.0 – co to jest i jak może wspierać personalizację bez ciasteczek

Z powodu obaw dotyczących prywatności i przez działania przeglądarek internetowych (takich jak Safari i Firefox, a wkrótce także Google Chrome) poleganie na plikach cookie stron trzecich staje się niemożliwe.

Unified ID 2.0 (UID2) to alternatywa dla plików cookie stron trzecich, która umożliwia personalizację reklam z jednoczesnym poszanowaniem prywatności użytkowników.

UID2 stanowi nowy standard w branży reklamy cyfrowej, który ma na celu poprawę prywatności użytkowników i targetowania reklam w przyszłości bez polegania na plikach cookie stron trzecich. Jest to zmodyfikowana wersja uniwersalnego identyfikatora (UID). Jak działa, dowiesz się z ramki 3.

Rola sztucznej inteligencji i uczenia maszynowego w analityce bez ciasteczek

Wyobraź sobie, że masz ogromny zbiór danych o tym, jak ludzie korzystają ze stron internetowych, ale nie wiesz, kim konkretnie są te osoby. To właśnie są dane anonimowe. AI i ML pomogą Ci znaleźć w tych danych wzorce i trendy, dzięki czemu możesz lepiej zrozumieć, co interesuje Twoich klientów.

Jak to działa? Algorytmy uczenia maszynowego analizują te anonimowe dane i uczą się preferencji nabywców.

Jeśli wiele osób ogląda produkty z kategorii sport, system może przewidzieć, że inni również będą nią zainteresowani. Dzięki temu możesz oferować spersonalizowane rekomendacje towarów i treści, co sprawia, że zakupy stają się przyjemniejsze i efektywniejsze.

Gdy ciasteczka odchodzą do lamusa, AI i ML zyskują na znaczeniu. Pozwalają wyciągać cenne wnioski z danych anonimowych, a jednocześnie szanować prywatność użytkowników. To trochę jak czytanie książki bez poznawania autora – nadal możesz zrozumieć historię, ale nie znasz szczegółów życia osoby, która ją napisała.

Co w przypadku, kiedy część Twoich danych jest niekompletna lub obarczona błędami? Wtedy AI i ML mogą wypełnić luki w ich śledzeniu.

Dzięki modelowaniu danych i ekstrapolacji możliwe jest zrozumienie zachowań użytkowników i trendów rynkowych przy niekompletnych informacjach.

AI potrafi również identyfikować grupy klientów na podstawie różnych informacji, takich jak dane z historii zakupów, kontekst przeglądania stron, a nawet zainteresowania wynikające z oglądanych treści. Modele uczenia maszynowego mogą przewidywać, czy klient jest zadowolony, czy planuje kolejny zakup i wiele innych ważnych rzeczy.

To wszystko pozwala oferować spersonalizowane ścieżki zakupowe i prowadzić bardziej ukierunkowane działania marketingowe, nawet bez śledzenia każdego nabywcy z osobna. AI otwiera drzwi do dynamicznego i przyjaznego dla prywatności podejścia do analizy danych, które wykracza poza tradycyjne metody oparte na ciasteczkach. Zamiast sztywnych kategorii masz teraz bardziej elastyczne i oparte na rzeczywistych zachowaniach modele predykcyjne, przewidujące zachowania klientów oraz trendy.

Marką, która bardzo dobrze wykorzystuje modele predykcyjne z użyciem AI, jest Netflix. Każdy użytkownik platformy dostaje inne propozycje filmów, które mogą mu się spodobać, a nawet jeśli dwóm osobom jest proponowany ten sam film, to każda z nich może widzieć inną miniaturkę. To, jaka miniaturka się wyświetli, uzależnione jest od dotychczas zebranych danych dotyczących zainteresowań oraz zachowań w serwisie.

Privacy-first marketing i etyka danych

Dzisiaj bardziej niż kiedykolwiek ludzie dbają o prywatność w internecie. Dlatego firmy, które uczciwie podchodzą do zbierania i wykorzystywania danych, zyskują lojalność klientów. Co to znaczy w praktyce?

Przede wszystkim warto postawić na transparentność i poszanowanie preferencji użytkowników dotyczących prywatności. Firma powinna jasno mówić, jakie informacje zbiera, do czego ich używa i czy dzieli się nimi z kimś innym. To jak powiedzenie: „Hej, zbieramy takie informacje, żeby… i robimy z nimi to i to”. Klienci muszą mieć też kontrolę nad swoimi danymi – możliwość łatwego wycofania zgody na ich przetwarzanie, jeśli tego chcą.

Bardzo ważne jest także bezpieczeństwo. Firmy muszą dbać o dane jak o własne skarby, chronić je przed kradzieżą czy wyciekiem. Kiedy użytkownik czuje, że informacje o nim są bezpieczne, bardziej ufa marce.

Jak wielkie firmy dbają o prywatność użytkownika?

• Apple wprowadził zmiany, które dają użytkownikom większą kontrolę nad tym, czy aplikacje mogą ich śledzić. To pokazuje, że prywatność jest ważna i wpływa na sposób działania firm online.
• Bacardi zauważyło, że kampanie reklamowe, które szanują prywatność, są bardziej opłacalne. To dowód na to, że uczciwość się opłaca.
• Everlane i Patagonia otwarcie mówią o swoich kosztach i procesie produkcji. Dzięki temu klienci im ufają.
• Glossier stawia na treści tworzone przez samych klientów, a nie na nachalne reklamy. To sprawia, że marka wydaje się bardziej autentyczna.
• Bombas za każdą sprzedaną parę skarpetek oddaje drugą potrzebującym. To pokazuje, że firma ma misję i jest społecznie odpowiedzialna.

Te przykłady dowodzą, że organizacje, które dbają o naszą prywatność, są lepiej postrzegane i zyskują lojalność. Klienci chcą wiedzieć, co się dzieje z ich danymi, i mieć nad nimi kontrolę. Firmy, które to rozumieją, budują zaufanie i osiągają sukces.

Świat bez third-party cookies

Kiedy kończą się ciastka, trzeba szukać alternatyw – i to szybko. Świat e-commerce i digital marketingu stoi przed wielkim wyzwaniem, a specjaliści muszą dostosować swoje strategie do rzeczywistości bez third-party cookies.

Rozwiązania oparte na zero- i first-party data, server-side trackingu, targetowaniu kontekstowym to tylko niektóre z kierunków zyskujących na znaczeniu. Niewątpliwie rewolucją może okazać się zastosowanie AI i uczenia maszynowego. Kluczowe będzie umiejętne połączenie kilku rozwiązań, aby zapełnić puste opakowanie po ciastkach, a jednocześnie zmierzyć się z rosnącą ochroną prywatności użytkowników.