老闆問我：別怪大廠，請提出行銷數據解法
Cookieless到底有解了沒？
隨著Google宣佈Cookie即將退場，對於廣告產業及使用者所帶來的影響也越來越受到關注。根據eMarketer的統計，全球用戶使用瀏覽器佔比Chrome達69 %，這意味著隨著Cookie的消失，全球有近七成的人將不再容易被追蹤個人資訊，根據IAB（Interactive Advertising Bureau）的一項調查，接近60%的廣告主認為，Cookieless環境將使得目標受眾的定位更加困難，進而導致廣告投放效果受到影響。
另一方面，約50%的廣告主則認為，在Cookieless環境下，對用戶隱私的保護將得到加強，有助於提高消費者對品牌的信任度，對於以數據驅動行銷策略成為常態的今天，未來品牌主在想透過精準的數據信號與消費者溝通勢必將面臨極大的挑戰，這將對整個廣告生態產生深遠的影響。那麼，面對Cookie即將退場的挑戰，廣告產業該如何應對呢？
目前有三個解法，各有限制
目前國內外不同廣告系統商陸續推出不同的解決方法，例如Federated ID、Unified ID、digital fingerprints等等，這些解決方案雖然能夠一定程度上解決Cookie退場後所帶來的問題，但也同時存在著許多缺陷。
Federated ID和Unified ID
兩者均需要與不同平台的合作才能建立一起共同的ID，當沒有足夠系統商使用此ID，廣告主就失去了全面判斷使用者行為的依據。
Digital fingerprints
存在著準確性不足的問題，當用戶設備使用不同型號、軟體版本、設定都可能導致Digital fingerprints都可能導致使用者無法被正確歸戶。
回過頭來，無論使用哪種方法，最終它們的本質都是希望從數據紀錄中找到用戶的「行為」及「數據洞察」，用以後續行銷投放。因此，即便Cookie消失了，我們仍需要在保護客戶即消費者資料安全的前提下，為各種不同的行銷活動找到最適合的受眾來與其溝通。
別拘泥Cookie！ 「生活數據」才能貼近消費者
在這樣的背景下，混血數據2.0（Hybrid Data 2.0）的概念應運而生，Holmes Ads（DSP）中的混血數據是指「發票數據、電信數據、廣告數據（源自域動行銷自有聯播網）」，基於非個人識別資訊下（non-PII, non-personally identifiable information）幫助廣告主更好地了解用戶的消費習慣、生活狀態和興趣愛好，例如：
- 發票數據，可以了解到使用者的購買傾向，從而分析其消費偏好和消費能力
- 電信數據，可以了解使用者的線上行為，從而分析用戶的興趣愛好和行為習慣
- 廣告數據，可以進一步分析使用者在聯播網上的行為分析，從而了解用戶的興趣和需求
整合上述數據的洞察，讓我們可以更全面地從生活中的各種角度了解用戶，在Cookieless時代依然能無懼向前，繼續為廣告主提供數據行銷解決方案。
事實上，除了混血數據2.0，Holmes Ads（DSP）也為Cookieless準備好了一系列的解決方案，包括利用多維度數據信號源加上ｍutiforce數據演算模型(Regression Analysis、Reinforcement Learning、Classification Analysis、Clustering Analysis、Deep Learning...等等)來大幅強化精準度，這使得Holmes DSP能夠更全面地了解用戶行為和需求，進而提供更精準的數據行銷解決方案。
| Holmes Ads（DSP）是什麼？ 以「混血數據」為基礎的廣告平台，旨在為廣告主提供更準確的廣告投放方案，掌握數據包括發票數據、電信數據、廣告數據等，並持續增加不同面向的數據源，達成以「多維度、多面向、跨領域」的數據洞察，為廣告主找出目標族群的生活與消費動向。 |
數據不是不見，只是需要新的發現！
隨著使用者資料保護意識抬頭，Cookieless & Data Protection Regulations的產生是必然會發生的，在保護消費者資料安全的同時，廣告主也需要擁有豐富的資料源來了解使用者的樣貌，包含基本的demographic、興趣、線上/下行為、消費狀態等等。
ｍultiforce致力於為廣告主提供全方位、多角度的廣告及數據分析解決方案，讓廣告主可以更精確地找到目標用戶，提高廣告行銷活動的成效，對我們來說Cookie的消失並不代表廣告主無法做出精準的廣告投放。相反，它也給了廣告主更多的機會來探索更多元的數據信號，從而更好地了解目標受眾，提高廣告效果。multiforce將持續保持開放的態度，不斷地探索和創新，為客戶持續創造領先的優勢。
