Co by było, gdyby wszyscy użytkownicy byli anonimowi?

Jako nowy konsultant świeżo po studiach przeszedłem szkolenie o nazwie „Analiza niepowodzeń”. Nie jestem pewien, czy obecnie nadal wykonują tego typu ćwiczenia, ale ideą ćwiczenia było rozegranie najgorszych scenariuszy i ustalenie, jak złagodzić każdy scenariusz. Uznałem to ćwiczenie za pomocne i, na dobre i na złe, od czasu do czasu odtwarzałem w głowie potencjalne niepowodzenia.

Ostatnio zastanawiałem się nad analizą awarii związaną z analityką cyfrową, prywatnością i RODO. Branża analityki cyfrowej znajduje się obecnie w dziwnym miejscu, jeśli chodzi o identyfikację użytkowników i prywatność. Organizacje chcą gromadzić jak najwięcej danych o użytkownikach, aby móc ulepszać reklamy cyfrowe i produkty, ale jednocześnie konsumenci chcą, aby ich prywatność była szanowana. W ciągu ostatnich kilku lat byliśmy świadkami gry w kotka i myszkę między organami regulacyjnymi, firmami, sprzedawcami i konsumentami w zakresie identyfikacji użytkowników i prywatności danych. W niektórych przeglądarkach/urządzeniach pliki cookie trwają tylko siedem dni; na innych nigdy nie wygasają. O ile nie jesteś całkowicie zanurzony w terenie (jak Aurelie lub Cory), trudno jest być na bieżąco z obowiązującymi przepisami w każdym kraju (lub stanie, jeśli jesteś w USA).

Dlatego ostatnio zastanawiałem się nad analizą awarii i prywatnością danych. Co by było, gdyby wszyscy użytkownicy witryny lub aplikacji byli anonimowi? Co by było, gdyby nie było plików cookie, które informowałyby Cię, czy osoby korzystające z Twojej witryny/aplikacji były tam wcześniej? Jak zmieniłoby to branżę analityki cyfrowej?

Choć może to zabrzmieć nieco pesymistycznie, nie jest wykluczone, że pewnego dnia wszystkie pliki cookie i anonimowa identyfikacja użytkowników zostaną zakazane. Ale nawet jeśli tak się nie stanie, ideą analizy awarii jest odegranie hipotetycznych scenariuszy i zastanowienie się nad skutkami i technikami łagodzenia skutków. Poniżej znajduje się moja analiza niepowodzeń dotyczących prywatności danych związanych z branżą analityki cyfrowej.

Atrybucja marketingowa

Najbardziej oczywistą ofiarą usunięcia wszystkich anonimowych tożsamości jest atrybucja marketingu cyfrowego. Chociaż nadal byłoby możliwe sprawdzenie, ilu użytkowników dokonało konwersji, przechodzącbezpośrednioz reklamy cyfrowej, nie byłoby możliwe ustalenie, czy ten sam użytkownik odwiedził wcześniej Twoją witrynę lub aplikację z innych kampanii. Ponieważ atrybucja marketingowa polega na przypisywaniu udziału wielu kampaniom, z którymi ten sam użytkownik miał kontakt w czasie, w świecie w pełni zgodnym z zasadami prywatności wszystkie konwersje byłyby „ostatnim dotknięciem”. Brak tożsamości oznaczałby również, że marketerzy nie mieliby możliwości zrozumienia wzajemnych zależności między kampaniami marketingowymi ani określenia, które kampanie lub kombinacje kanałów marketingowych doprowadziły do ​​konwersji. W świecie całkowicie pozbawionym plików cookie kampanie lub decyzje dotyczące kanałów kierowałyby się w stronę tych, w których przeważa sukces ostatniej szansy. Jak na ironię, Google ociąga się z usuwaniem plików cookie przeglądarki Chrome, kiedy prawdopodobnie mają najwięcej do zyskania, ponieważ płatne wyszukiwanie jest często ostatnią rzeczą, jaką robią użytkownicy przed konwersją!

Z perspektywy analityki cyfrowej ten scenariusz zanegowałby wartość wielu funkcji tradycyjnych produktów „analityki marketingowej”. Produkty takie jak Google i Adobe Analytics mają rozbudowane funkcje związane z kampaniami, kanałami i pozyskiwaniem. Wiele nowych funkcji marketingowych, które dodaliśmy do Amplitude, również straciłoby na wartości. Ta powolna degradacja tożsamości użytkownika jest częściowo odpowiedzialna za niedawne przejście branży z marketingu na produkt. W końcu, jeśli nie można dokładnie obliczyć zwrotu z wydatków na reklamę w marketingu, logiczne jest, że kierownictwo odsunie budżety od marketingu. Nikt nie lubi wydawać pieniędzy, których nie może udowodnić, że generują zwrot z inwestycji!

Taktyka łagodzenia

Jak więc można złagodzić ten błąd atrybucji marketingowej? Jednym z podejść do łagodzenia skutków, które Google forsował, jest idea modelowania behawioralnego i modelowania konwersji. Chociaż planuję omówić je bardziej szczegółowo w przyszłym poście na blogu, na wysokim poziomie, Google próbuje wykorzystać dane znane o użytkownikach, którzy wyrazili zgodę, dooszacowania, co dzieje się z użytkownikami anonimowymi (bez zgody). Nie jestem fanem tego podejścia, ponieważ generalnie nie popieram sztucznego konstruowania danych. To może być śliskie zbocze. Myślę również, że to podejście jest krótkoterminową pomocą i nie zadziała, ponieważ odsetek anonimowych użytkowników wzrasta do 100%.

Innym podejściem do łagodzenia atrybucji marketingowej jest Incrementality lub Randomized Control Trials (RCT). Techniki te są interesujące, ponieważ nie opierają się na wiedzyoużytkowniku. Zamiast tego te niezależne od użytkownika techniki wykorzystują uczenie maszynowe, algorytmy i eksperymenty, aby określić, które wydatki marketingowe prowadzą do sukcesu. W tym momencie nie widziałem zastosowania tych podejść na szeroką skalę, ale spodziewam się, że zyskają na popularności, ponieważ coraz więcej użytkowników jest anonimowych dla marketerów.

Raporty dotyczące utrzymania użytkowników

Jedną z najlepszych części identyfikowania powtarzających się użytkowników witryny lub aplikacji jest raportowanie retencji. Widząc, jak często ten sam użytkownik powraca do Twojej usługi cyfrowej, możesz dowiedzieć się takich rzeczy jak:

• Jakie kampanie przyciągają lojalnych użytkowników?
• Jakie cechy produktu wpływają na długoterminowe zaangażowanie?
• Jaki jest Twój typowy interwał użytkowania produktu?
• Jakie funkcje lub treści powodują odejście użytkowników?

Chociaż produkty do analizy marketingowej oferują lekkie raporty dotyczące retencji, jest to obszar, w którym dostawcy analiz produktów sięgają znacznie głębiej. Na przykład Amplitude ma ponad dwadzieścia permutacji raportów retencji.

Ale jeśli niemożliwe staje się ustalenie, czy użytkownik w Twojej witrynie lub aplikacji jest dzisiaj po raz pierwszy, czy piąty, raportowanie retencji staje się bezużyteczne. W tym scenariuszu wyglądałoby to tak, jakby każdy użytkownik był pierwszym użytkownikiem. Niemożliwe byłoby wiedzieć, jak często użytkownicy odchodzili. Brak tożsamości znacznie utrudniłby zespołom produktowym zrozumienie różnic w korzystaniu z funkcji przez początkujących i doświadczonych użytkowników.

Taktyka łagodzenia

Najbardziej opłacalną taktyką ograniczania ryzyka zatrzymywania użytkowników jest zwiększone uwierzytelnianie użytkowników. Marki od lat są leniwe i zlecają relacje z klientami sieciom reklamowym. Na przykład, zamiast Home Depot nakłaniać wszystkich swoich klientów do posiadania konta Home Depot, płacą Google lub Facebookowi, aby w kółko znajdowali tych samych użytkowników za pośrednictwem swoich sieci reklamowych. Ale ponieważ coraz więcej użytkowników staje się anonimowych z powodu usuwania plików cookie i przepisów dotyczących prywatności, sieci reklamowe tracą zdolność dokładnej identyfikacji użytkowników. Na przykład, kiedy Apple wprowadził ITP, Facebook odnotował ogromny spadek przychodów z reklam, ponieważ marki przestały wierzyć, że Facebook może dokładnie śledzić użytkowników, tak jak oni.

Marki wkrótce dostrzegą korzyści płynące z utrzymywania relacji 1:1 ze swoimi klientami za pomocą uwierzytelnionego logowania zamiast polegania na sieciach reklamowych w celu ustalenia tożsamości. Gdy zachęcisz klientów do uwierzytelnienia, możesz zobaczyćwszystkieich zachowania użytkowników w sposób zgodny z zasadami prywatności. Branże, takie jak usługi finansowe, przodują w dziedzinie tożsamości użytkowników, ponieważ prawie każdy klient uwierzytelnia się podczas korzystania z finansowych witryn i aplikacji. Cyfrowi tubylcy, tacy jak Uber, Doordash itp., również dostrzegli korzyści płynące z tego, ponieważ większość użytkowników uwierzytelnia się podczas korzystania z aplikacji mobilnych. W ciągu najbliższych kilku lat więcej marek znajdzie sposoby na zwiększenie liczby zalogowanych kont, nawet jeśli będą musiały zapłacić (lub przekupić) klientów za ich utworzenie. Jako konsumenci być może wszyscy będziemy musieli przyzwyczaić się do używania narzędzi do haseł, takich jak 1Password lub LastPass, aby zapamiętać nasze różne loginy do marek!

Inną potencjalną strategią ograniczania zatrzymywania użytkowników jest wykorzystanie technologii blockchain. Wyobrażam sobie scenariusz, w którym użytkownicy przechowują swoje dane osobowe na prywatnym blockchainie i wybierają, które części swojego profilu użytkownika mają udostępnić każdej marce. Jeden z tych atrybutów może informować, że jest to ten sam użytkownik co w przeszłości, jednocześnie zaciemniając swoją rzeczywistą tożsamość. Blockchain byłby sposobem na bezpieczne poinformowanie marki, że ma powracającego gościa bez narażania prywatności. Ale spodziewam się, że użytkownicy będą chcieli czegoś w zamian za udostępnienie tych informacji. Użytkownicy mogą zarabiać na swojej tożsamości i przejmować kontrolę nad swoimi danymi, co może wyeliminować sieci reklamowe jako pośredników. Na marginesie, moja niedawna przeprowadzka do Amsterdamu zapoznała mnie z DigiD, sprytną technologią, która to umożliwia. Ilekroć holenderska organizacja lub firma potrzebuje informacji o mnie, mogę to autoryzować za pomocą DigiId.

Inne potencjalne skutki

Całkowicie anonimowy świat ma największy wpływ na atrybucję marketingową i utrzymanie użytkowników, ale poniżej przedstawiono kilka innych potencjalnych skutków:

• Kohorty użytkowników – zbudowanie kohorty użytkowników, którzy wykonali X w jednej sesji i Y w innej, byłoby niemożliwe.
• Podróże użytkowników — nie można wyświetlić podróży użytkowników obejmujących wiele urządzeń i wiele sesji.
• Lejki konwersji – Lejki konwersji byłyby ograniczone tylko do konwersji sesji.
• Ścieżkowanie — niemożliwe byłoby połączenie ścieżek użytkownika między sesjami.
• Eksperymentowanie — możesz zatrzymać użytkowników tylko w określonym eksperymencie lub teście w ramach jednej sesji.
• Personalizacja — nie można personalizować treści ani promocji na podstawie zachowania użytkowników w przeszłości.
• Remarketing – nie byłoby możliwości wysyłania wiadomości remarketingowych do użytkowników, którzy nie dokonali konwersji (np. pozostawili produkty w koszyku).

Streszczenie

Jak widać, branża analityki cyfrowej w dużym stopniu polega na anonimowej identyfikacji użytkowników. Miejmy nadzieję, że nigdy nie będziemy mieć świata, w którym identyfikacja anonimowych użytkowników będzie całkowicie niemożliwa. Jako branża mam nadzieję, że znajdziemy obopólnie korzystne rozwiązanie w zakresie prywatności i tożsamości. Ale jeśli chcesz zaplanować najgorszy scenariusz, w oparciu o moją analizę awarii, możesz rozważyć następujące kwestie:

• Zainwestuj w analitykę produktów — podczas gdy tożsamość wpływa na marketing i analitykę produktów, analityka marketingowa jest bardziej dotkliwa. Nawet w 100% anonimowym świecie zespoły produktowe mogą nadal wykorzystywać dane z analizy produktów, aby zobaczyć, jak użytkownicy angażują się w produkt, z jakich funkcji korzystają itp. Chociaż obserwowanie tego w miarę upływu czasu od powracających użytkowników jest dodatkową korzyścią, nie jest to wymagane . Jednak większość korzyści płynących z analiz marketingowych zostaje zniweczona, jeśli wszyscy użytkownicy są anonimowi.
• Zmień podejście do atrybucji — znajdź sposób na atrybucję marketingową, która nie polega na śledzeniu poszczególnych użytkowników.
• Zwiększ uwierzytelnianie użytkowników – Marki powinny więcej inwestować w budowanie relacji 1:1 z klientami i zachęcanie ich do tworzenia uwierzytelnionych kont.