網路為全球帶來便利的生活，另一方面，也讓用戶產生了個人隱私受到侵犯的疑慮，對此，Google 宣布於 2024 年將終止第三方 Cookie 的運作，此消息為數位廣告業者及各企業的行銷團隊投下了一筆震撼彈，然而，這並非數位廣告的終點，本文將說明在 Cookieless 的時代下，企業該如何在兼顧用戶隱私的情境下，持續從訪客的數據中淘金！
文章目錄
Cookie 是什麼？
（Photo Source：Shutterstock）
隨著網際網路的發展，現代大多數人都高度仰賴網路作為搜尋所需資訊的管道，而企業端為了獲取使用者的資訊以優化個人的線上體驗，往往會透過在用戶端的瀏覽器中嵌入 Cookie 以作為識別使用者的方式，由於 Cookie 會存取包含使用者資訊（個人 ID）的文字檔案，因此 Cookie 是過去三十年來，廣泛被行銷人員和廣告業者用來分析消費者在不同網頁間瀏覽行為的主要媒介之一。
Cookie 作為識別進入網站用戶的工具，主要分為第一方和第三方 Cookie，區分方式是依照使用者目前拜訪的網頁所做出的相對分類，他們雖然共同擁有追蹤使用者瀏覽行為的目的，但卻有著大相徑庭的收集和使用資訊方法，下述將為讀者說明該如何辨別第一方及第三方 Cookie。
首先，第一方 Cookie 是由當前所拜訪的網頁（網域）直接嵌入 Cookie 到使用者的瀏覽器中 ，透過第一方 Cookie 可以讓網頁辨識出該位使用者，不僅可以作為分析用戶在網站中行為的方式，更可以透過保存用戶的個人資料（如：語言設定、購物車的商品等功能）來優化使用者在網站中的體驗。
舉例來說，當使用者在電商網站購物時，會將有興趣的商品加入購物車中，透過第一方 Cookie 可以讓網站識別該位使用者，因此，當同一位使用者再次進入電商網站後（同一網域），系統仍然會保留上次的購物車紀錄，然而，若是第一方 Cookie 被屏蔽後，使用者每次進入該電商網站都必須重新登入，且無法添加多項商品於購物車中。
第三方 Cookie 是指由第三方業者，通常是廣告商，在當前網站（網域）中透過第三方程式碼向使用者的瀏覽器中嵌入第三方 Cookie，使得廣告商可以獲取進站用戶的個人資訊，接者，透過廣告業者之間 Cookie 同步的機制，各家廣告商得以共享同一資料庫，讓同一位使用者在進入其他網站後，廣告商仍然能夠藉由使用者瀏覽器所夾帶的 Cookie 進行辨識，進而達到跨網站追蹤使用者行為的目的，並針對該用戶偏好投放精準的廣告。
舉例來說，當 COMMEET 部落格的網頁嵌入了第三方廣告商的程式碼，使用者在進站後，會在其瀏覽器中嵌入 COMMEET 網頁所發送的第一方 Cookie，以及來自廣告商的第三方 Cookie，假設使用者瀏覽的內容為數位轉型相關文章，透過第三方 Cookie 的運作，當使用者在造訪其他網頁時，廣告商會根據第三方 Cookie 所存取的個人紀錄來投放數位轉型的相關廣告，以達到精準行銷的效益。（延伸閱讀：擁抱全新支付生態圈，迎向支付即服務（PaaS，Payments as a service）的未來！）
新型態隱私政策的運作及產生的影響
（Photo Source：Shutterstock）
在第三方 Cookie 的運作下，當訪客的資訊被裝置或是瀏覽器收集後，透過資訊整合即可被廣告商用於追蹤使用者跨網站的行為，進而形成隱私權上的缺口，有鑑於此，全球科技業巨頭 Google 宣布將於 2024 下半年終止第三方 Cookie 在 Chrome 瀏覽器中的運作。
為了減緩 Cookieless 對於數位廣告商的衝擊，以及繼續維持廣告商與 Google 的合作關係，取而代之的是新型態隱私權政策：隱私沙盒（Privacy Sandbox），透過開放的 API 讓網頁開發者可與 Google 攜手建立一個保護使用者隱私權的網路生態，而下述將說明兩項隱私沙盒的匿名處理機制及 Cookieless 所帶來的影響。
一、歸納處理資料
為了避免使用者的資訊能夠從資料集中的單一欄位被辨識，進而導致資訊洩漏的疑慮，透過 K 匿名（k-anonymity）的方式，可以確保在單一資料集中，至少有 k-1 位人擁有相同屬性的欄位，使特定的個人得以隱藏於具有相似特徵的群體中，舉例來說，在同一時間點，搜尋疫情動向主題（相同屬性欄位）的使用者，透過 K 匿名化的技術，將會被歸類於同一資料集，以增加每筆資料之間的相似性，使廣告商無法從該資料集中辨識使用者之個人資訊。
二、差別隱私（Differential Privacy）
為了提高使用者資訊的匿名性，透過演算法的計算，可以在大量的資料中加入數學雜訊，讓資料集（Dataset）在經過差別隱私的處理後，難以判斷任何一筆資料是否真正屬於該資料集中，舉例來說，在台北市居民是否了解 ESG 環保議題的資料中，藉由差別隱私的處理，在不影響最終結果的前提下，會部分提高或降低某些社區的真實數據，使得從資料集中無法判斷單一市民的居住社區，進而保障使用者的隱私權。
因此，在 Cookieless 的時代下，以個人資訊作為記錄訪客跨網站瀏覽行為的商業模式將逐步淘汰，然而，廣告業者不僅是支撐內容提供者持續運作的經濟基礎，更是維護使用者從網路中獲取大量且免費資訊的重要支柱，因此，在隱私沙盒的計畫下，Google 將提供 API 給廣告業者，並將使用者行為的匿名資訊加以分群，使其得以根據不同群體投放行為定向之廣告，最終創造使廣告商穩定獲利以及使用者隱私權獲得保障的雙贏局面！
Cookieless 時代下的解方
（Photo Source：Shutterstock）
Cookieless 代表著第三方 Cookie 從網路世界的退場，使用者在網路上的行為將會更具備隱私和安全性，而廣告業者該如何在匿名的狀態下，投放與用戶感興趣之內容適配程度高的廣告，將成為 Cookieless 時代下的首要目標，下述將說明如何藉由瀏覽器 API 機制和內容比對行銷在隱私至上的時代下找出解方。
如同前述所提及，Google 的隱私沙盒計畫，提供廣告商在 Cookieless 的限制下，不須追蹤使用者瀏覽紀錄的解方，透過 Topic API 的機制，能從訪客近期的瀏覽的網域名稱中，投放使用者可能感興趣的廣告，舉例來說，假設使用者搜尋「淨零碳排」的關鍵字，便會被歸類在永續環保的主題，使廣告商可以針對用戶的偏好投放相應的廣告，提升用戶的搜尋體驗。
同時，再行銷也是數位廣告中不可或缺的環節，同樣藉由 Google 的隱私沙盒中的 FLEDGE API 的機制，使其能夠根據使用者近期瀏覽的網頁（包含廣告買方和賣方網頁），在使用者的裝置（瀏覽器）中執行廣告競價，以增加產品或服務的曝光，舉例來說，當使用者瀏覽線上家電購物平台時，透過 FLEDGE API 機制，可以讓使用者自身的瀏覽器紀錄該位用戶對家電感興趣，進而在下一次用戶瀏覽其他頁面像是新聞文章時，透過瀏覽器便可執行家電產品的廣告競價，最終勝出的業者便能夠投放其廣告在訪客的瀏覽頁面上，再次提供吸引用戶購買的誘因。
除了透過 API 來獲取使用者感興趣的主題外，也可以藉由在廣告業行之有年的內容比對行銷（Contextual Targeting）作為投放廣告的方式，內容比對行銷是指根據訪客正在瀏覽的頁面內容，投放與內容適配度高的廣告，舉例來說，想要推廣環保包材的業者可以選擇與 COMMEET 的企業責任專欄合作，在企業責任相關文章中，投放環保包材之廣告，精準推播給對於環保議題感興趣的受眾，提升廣告的含金量！（延伸閱讀：跟上世界的腳步！中小企業怎麼因應淨零碳排趨勢，無痛進行低碳轉型？）
企業的行銷團隊可以如何應對？
（Photo Source：Shutterstock）
在 Cookieless 的時代下，全球的企業都在找尋著數位行銷的解方，如何在維護訪客隱私權的情境下，從數據及內容中分析用戶的偏好，進而精準地投放廣告將會是掌握流量和提升營收的不二法門，因此，下述將說明企業的行銷團隊如何在 Cookieless 的網路世界中正面迎戰並凱旋而歸！
Cookieless 意味著第三方 Cookie 的移除，然而訪客所造訪的網頁仍會在使用者的瀏覽器中嵌入第一方 Cookie，紀錄使用者的個人資訊以及在該網站的瀏覽行為，因此，企業的行銷團隊可以根據訪客的登入記錄和使用習慣（如：語言設定、購物車商品），改善用戶在網站中的使用體驗。
此外，行銷團隊也可以在第一方資料的基礎上，透過 Cohort Marketing 作為將消費者分群的方式，Cohort Marketing 是指將相似性質、習慣或經驗的用戶歸類在同一群組中，而行銷團隊可以藉由分析每一群組的同質性，像是以訪客感興趣的產品、主題，乃至於居住地做出市場區隔，描繪出精準的客群，接著再根據企業現階段的發展策略，針對特定的族群投放相關產品及服務的廣告，以提升精準行銷之效益！
除了第一方和第三方數據外，零方數據（Zero-party Data）更是近幾年深受行銷團隊青睞的數據之一，零方數據是指消費者或用戶自願與企業分享的資訊，而獲取零方數據的管道主要包含網站中的試用表單、社群媒體的投票功能以及問卷參與等等，隨著消費者對於品牌的信任或忠誠度的提升，將會大幅提升零方數據的質量，因此， 行銷團隊可以從零方數據中獲得消費者的真實感受及偏好，進而針對用戶的特定需求發送客製化的產品推薦訊息，不僅可以讓用戶感受到獨特的尊榮感，更可以維繫品牌與用戶之間雙向交流的關係，從而提升消費者對於品牌的忠誠度！
在 Cookieless 的時代下，將會以匿名處理的方式取代追蹤個別訪客的數據，然而，無論是廣告商抑或是行銷團隊，未來仍可以從匿名的數據中剖析資料並找出洞察，為不同市場區隔的客群投放合適的廣告及制定精準的行銷方案，達成在兼顧用戶隱私權的同時，發揮數據最大價值的效益！（延伸閱讀：大數據驅動決策？利用數據分析實踐數位轉型核心價值，帶動企業成長）
文／Vivi Peng｜COMMEET編輯群
0 Comments