Kohdennettu mainonta

Web-palvelut tuottavat jatkuvasti uusia liiketoimintayrityksiä ja tulomahdollisuuksia internet-yrityksille. Yritykset ovat kehittäneet nopeasti teknisiä valmiuksia, joiden avulla ne voivat kerätä tietoa verkon käyttäjistä. Seuraamalla ja valvomalla, millä verkkosivustoilla käyttäjät vierailevat, internet-palveluntarjoajat voivat suoraan näyttää mainoksia, jotka ovat suhteessa kuluttajan mieltymyksiin. Useimmat nykyiset verkkosivustot käyttävät näitä kohdentamistekniikoita käyttäjien internetkäyttäytymisen seuraamiseen, ja niiden yksityisyyskysymyksistä käydään paljon keskustelua.

HakukonemarkkinointiEdit

Hakukonemarkkinoinnissa käytetään hakukoneita kohdeyleisöjen tavoittamiseen. Esimerkiksi Googlen Google Remarketing-kampanjat ovat eräänlainen kohdennettu mainonta, jossa verkkosivustot käyttävät verkkosivustoillaan vierailleiden tietokoneiden IP-osoitteita markkinoidakseen mainoksensa uudelleen nimenomaan käyttäjälle, joka on aiemmin käynyt heidän verkkosivustollaan, kun hän käyttää Googlen näyttöverkkoon kuuluvia verkkosivustoja tai kun hän hakee tuotteeseen tai palveluun liittyviä avainsanoja Googlen hakukoneessa. Dynaaminen uudelleenmarkkinointi voi parantaa kohdennettua mainontaa, koska mainokset voivat sisällyttää mainoksiin tuotteita tai palveluita, joita kuluttajat ovat aiemmin katsoneet mainostajan verkkosivustolla.

Google Adwordsissa on erilaisia alustoja, miten mainokset näkyvät. Hakuverkosto näyttää mainokset ”Google-haussa, muilla Googlen sivustoilla, kuten kartat ja ostokset, sekä sadoilla muilla kuin Googlen hakukumppanuussivustoilla, jotka näyttävät AdWords-mainoksia, jotka on sovitettu hakutuloksiin”. ”Näyttöverkko sisältää kokoelman Googlen verkkosivustoja (kuten Google Finance, Gmail, Blogger ja YouTube), yhteistyökumppaneiden sivustoja sekä mobiilisivustoja ja -sovelluksia, jotka näyttävät AdWords-mainoksia, jotka on sovitettu tietyn sivun sisältöön. Näistä kahdesta mainosverkostosta voi olla hyötyä kullekin yrityksen tai yritystyypin erityistavoitteelle. Esimerkiksi hakuverkosta voi olla hyötyä yritykselle, jonka tavoitteena on tavoittaa tiettyä tuotetta tai palvelua etsivät kuluttajat.

Muita tapoja, joilla mainoskampanjat pystyvät kohdentamaan käyttäjän, on käyttää selainhistoriaa ja hakuhistoriaa, esimerkiksi jos käyttäjä on kirjoittanut hakukoneeseen, kuten Googleen, mainoskynät; mainoskynien mainokset näkyvät sivun yläreunassa orgaanisten sivujen yläpuolella, nämä mainokset kohdennetaan käyttäjän IP-osoitteen alueelle, ja ne esittävät tuotteen tai palvelun paikallisella alueella tai ympäröivillä alueilla, mainoksen korkeampi sijoituspaikka on hyöty siitä, että mainoksella on korkeammat laatupisteet. Mainoksen laatuun vaikuttavat laatupisteytyksen 5 osatekijää:

• Mainoksen odotettu klikkausprosentti
• Laskeutumissivun laatu
• Mainoksen/haun relevanssi
• Geografinen suorituskyky
• Kohdennetut laitteet

Mainos asetetaan paremmuusjärjestykseen näiden kriteerien perusteella, se vaikuttaa mainostajaan parantamalla mainoshuutokauppakelpoisuutta, todellisia klikkauskohtaisia kustannuksia (CPC), mainospaikkaa ja mainospaikan tarjousarvioita; Yhteenvetona voidaan todeta, että mitä parempi laatupistemäärä, sitä parempi mainospaikka ja alhaisemmat kustannukset.

Google käyttää näyttöverkkoa seuratakseen, mitä käyttäjät katsovat, ja kerätäkseen tietoa heistä. Kun käyttäjä siirtyy verkkosivustolle, joka käyttää Googlen näyttöverkkoa, se lähettää Googlelle evästeen, joka näyttää tietoja käyttäjästä, mitä hän on hakenut, mistä hän on kotoisin, IP-osoitteen perusteella, ja rakentaa sitten profiilin käyttäjän ympärille, jolloin Google voi helposti kohdentaa mainoksia käyttäjälle tarkemmin. Jos käyttäjä esimerkiksi käy usein mainosalan yritysten verkkosivustoilla, jotka myyvät mainoskyniä, Google kerää käyttäjältä tietoja, kuten iän, sukupuolen, sijainnin ja muita demografisia tietoja sekä tietoja vierailtuihin verkkosivustoihin liittyvistä tiedoista. käyttäjä luokitellaan sitten mainostuotteiden luokkaan, jolloin Google voi helposti näyttää mainoksia mainostuotteisiin liittyvillä verkkosivustoilla, joilla käyttäjä vierailee. tämäntyyppisiä mainoksia kutsutaan myös käyttäytymiseen perustuviksi mainoksiksi, sillä ne jäljittävät käyttäjän verkkosivustokäyttäytymistä, ja ne näyttävät mainoksia aiempien sivujen tai haettujen termien perusteella. (”Esimerkkejä kohdennetusta mainonnasta”)

Sosiaalisen median kohdentaminenEdit

Sosiaalisen median kohdentaminen on kohdennetun mainonnan muoto, jossa käytetään yleisiä kohdentamisominaisuuksia, kuten geokohdennusta, käyttäytymiskohdennusta, sosio-psykografista kohdentamista, ja kerätään tiedot, jotka kuluttajat ovat antaneet kullakin sosiaalisen median alustalla. Mediankäyttäjien katseluhistorian mukaan tietyistä tuotteista tai palveluista kiinnostuneet asiakkaat kohdennetaan automaattisesti tiettyjen tuotteiden tai palvelun mainoksilla. Esimerkiksi Facebook kerää valtavia määriä käyttäjätietoja alustoillaan olevasta valvontainfrastruktuurista. Tietoja, kuten käyttäjän tykkäyksiä, katseluhistoriaa ja maantieteellistä sijaintia, hyödynnetään, jotta kuluttajille voidaan mikrokohdistaa henkilökohtaisia tuotteita. Sosiaalinen media luo myös profiileja kuluttajista, ja tarvitsee vain katsoa yhteen paikkaan, käyttäjän profiiliin löytääkseen kaikki kiinnostuksen kohteet ja ”tykkäämiset”.

Mainostajat voivat esimerkiksi Facebookin avulla kohdentaa mainostajia käyttämällä laajoja ominaisuuksia, kuten sukupuolta, ikää ja sijaintia. Lisäksi ne mahdollistavat suppeamman kohdentamisen demografisten tietojen, käyttäytymisen ja kiinnostuksen kohteiden perusteella (katso kattava luettelo Facebookin erityyppisistä kohdentamisvaihtoehdoista).

TelevisioEdit

Mainoksia voidaan kohdentaa tietyille kuluttajille, jotka katsovat digitaalista kaapeli- tai over-the-top-videota. Kohdentaminen voidaan tehdä iän, sukupuolen, sijainnin tai henkilökohtaisten elokuviin liittyvien kiinnostusten mukaan jne. Kaapelilaatikon osoitteet voidaan verrata Acxiomin, Equifaxin ja Experianin kaltaisilta tiedonvälittäjiltä saatuihin tietoihin, mukaan lukien tiedot avioliitosta, koulutuksesta, rikosrekisteristä ja luottotiedoista. Poliittiset kampanjat voivat myös verrata tietoja julkisiin tietoihin, kuten puoluekantaan ja siihen, missä vaaleissa ja puolueen esivaaleissa katsoja on äänestänyt.

MobiililaitteetEdit

Mainonta on 2000-luvun alusta lähtien ollut yleistä verkossa ja viime aikoina myös mobiililaitteissa. Mobiililaitteisiin perustuva kohdennettu mainonta mahdollistaa sen, että kuluttajasta voidaan välittää enemmän tietoa, ei vain hänen kiinnostuksenkohteitaan, vaan myös tietoja hänen sijainnistaan ja ajastaan. Näin mainostajat voivat tuottaa mainoksia, jotka voisivat mukautua heidän aikatauluunsa ja tarkemmin muuttuvaan ympäristöönsä.

Sisällön ja asiayhteyden perusteella tapahtuva kohdentaminenEdit

Yksinkertaisin kohdentamismenetelmä on sisällöllinen/kontekstuaalinen kohdentaminen. Tällöin mainostajat sijoittavat mainoksia tiettyyn paikkaan läsnä olevan suhteellisen sisällön perusteella. Toinen käytetty nimitys on sisältösuuntautunut mainonta, koska se vastaa kulutettavaa kontekstia. Tätä kohdentamismenetelmää voidaan käyttää eri medioissa, esimerkiksi verkossa julkaistavassa artikkelissa, jossa ostetaan asuntoja, olisi tähän kontekstiin liittyvä mainos, kuten vakuutusmainos. Tämä saavutetaan yleensä mainosten täsmäytysjärjestelmällä, joka analysoi sivun sisällön tai etsii avainsanoja ja esittää asiaankuuluvan mainoksen, joskus ponnahdusikkunoiden avulla. Joskus mainosten täsmäytysjärjestelmä voi kuitenkin epäonnistua, koska se voi olla huolimaton erottamaan positiiviset ja negatiiviset korrelaatiot toisistaan. Tämä voi johtaa ristiriitaisten mainosten sijoittamiseen, jotka eivät sovi sisältöön.

Tekninen kohdentaminenEdit

Tekninen kohdentaminen liittyy käyttäjän omaan ohjelmisto- tai laitteistotilaan. Mainosta muutetaan käyttäjän käytettävissä olevan verkon kaistanleveyden mukaan, esimerkiksi jos käyttäjä käyttää matkapuhelinta, jonka yhteys on rajallinen, mainosten jakelujärjestelmä näyttää pienemmän version mainoksesta nopeampaa tiedonsiirtonopeutta varten.

Suuntautuneet mainontajärjestelmät palvelevat mainoksia suoraan demografisten, psykografisten tai käyttäytymiseen liittyvien ominaisuuksien perusteella, jotka liittyvät mainokselle altistuvaan kuluttajaan (kuluttajiin). Nämä järjestelmät ovat aina digitaalisia, ja niiden on oltava osoitteellisia siten, että mainoksen tarjoavan päätelaitteen (digisovitin, verkkosivusto tai digitaalinen kyltti) on kyettävä esittämään mainos muista päätelaitteista riippumatta mainoksen tarjoamishetkellä kyseiselle päätelaitteelle ominaisten kuluttajaominaisuuksien perusteella. Osoitteellisen mainonnan järjestelmien on siis käytettävä päätepisteisiin liittyviä kuluttajan ominaisuuksia mainosten valinnan ja tarjoilun perustana.

AjankohdistaminenEdit

Journal of Marketing -lehden mukaan yli 1,8 miljardia asiakasta käytti vuonna 2016 vähintään 118 minuuttia päivässä- verkkopohjaisen verkkomedian kautta. Lähes 77 % näistä asiakkaista on vuorovaikutuksessa sisällön kanssa tykkäämällä, kommentoimalla ja klikkaamalla sisältöön liittyviä linkkejä. Tämän hämmästyttävän ostajatrendin vuoksi mainostajien on tärkeää valita oikea aika sisällön aikatauluttamiselle, jotta mainonnan tehokkuus voidaan maksimoida.

Sisällön aikatauluttamisen kannalta tehokkaimman kellonajan määrittämiseksi on olennaista tietää, milloin aivot pystyvät tehokkaimmin säilyttämään muistin. Kronopsykologian tutkimuksessa on todettu, että kellonaika vaikuttaa vuorokausivaihteluun henkilön työmuistin saavutettavuudessa, ja on havaittu estävien menettelyjen käyttöönotto työmuistin tehokkuuden lisäämiseksi aikoina, jolloin työmuistin saavutettavuus on heikko. Työmuistin tiedetään olevan elintärkeä kielelliselle hahmottamiselle, oppimiselle ja päättelylle, sillä se tarjoaa meille kyvyn laittaa pois, palauttaa ja valmistella nopeaa tietoa.Monilla ihmisillä työmuistin saavutettavuus on hyvä, kun he heräävät kohti päivän alkua, heikentynyt illan puolivälissä ja kohtalainen yöllä.

Sosiodemografinen kohdennusmuotoilu Muokkaa

Sosiodemografinen kohdennusmuotoilu keskittyy kuluttajien ominaisuuksiin. Tähän kuuluvat heidän ikänsä, sukupolvensa, sukupuolensa, palkkansa ja kansallisuutensa. Ideana on kohdentaa käyttäjiä spesifisesti ja käyttää tätä kerättyä tietoa, esimerkiksi kohdistaa kohdistaminen ikäluokkaan 18-24-vuotias mies. Facebook käyttää tätä kohdentamisen muotoa näyttämällä käyttäjän tilillä käyttäjän yksilöllisen demografian kannalta merkityksellisiä mainoksia, tämä voi näkyä bannerimainoksina tai kaupallisina videoina.

Maantieteellinen ja sijaintiin perustuva kohdentaminenTiedosto

Tässä mainonnan muodossa kohdennetaan eri käyttäjiä heidän maantieteellisen sijaintinsa perusteella. IP-osoitteet voivat viestiä käyttäjän sijainnista, ja sijainti voidaan yleensä siirtää postinumeroiden avulla. Sijainnit tallennetaan sitten käyttäjille staattisiin profiileihin, joten mainostajat voivat helposti kohdistaa mainonnan näihin henkilöihin heidän maantieteellisen sijaintinsa perusteella. Sijaintiin perustuva palvelu (location-based service, LBS) on mobiilitietopalvelu, joka mahdollistaa alueellisen ja ajallisen tiedonsiirron ja jota voidaan käyttää mainostajan hyödyksi. Nämä tiedot voidaan hyödyntää laitteessa olevista sovelluksista, jotka mahdollistavat pääsyn sijaintitietoihin. Tämäntyyppisessä kohdennetussa mainonnassa keskitytään sisällön paikallistamiseen, esimerkiksi käyttäjälle voidaan tarjota vaihtoehtoja alueen aktiviteeteista, esimerkiksi ruokapaikkoja, lähellä sijaitsevia kauppoja jne. Vaikka mainonnan tuottaminen kuluttajan sijaintiin perustuvista palveluista voi parantaa mainosten toimittamisen tehokkuutta, se voi herättää kysymyksiä käyttäjän yksityisyyden suojaan liittyen.

Käyttäytymiseen perustuva kohdentaminenMuutos

Käyttäytymiseen perustuva kohdentaminen keskittyy käyttäjien aktiviteetteihin/tehtäviin, ja se saavutetaan helpommin www-sivuilla. Tietoa verkkosivujen selaamisesta voidaan kerätä tiedonlouhinnalla, joka löytää kuvioita käyttäjien hakuhistoriasta. Tätä menetelmää käyttävät mainostajat uskovat, että se tuottaa mainoksia, jotka ovat käyttäjille merkityksellisempiä, mikä johtaa siihen, että kuluttajat vaikuttavat niihin todennäköisemmin. Jos kuluttaja etsi usein lentolippujen hintoja, kohdentamisjärjestelmä tunnistaisi tämän ja alkaisi näyttää aiheeseen liittyviä mainoksia toisistaan riippumattomilla verkkosivustoilla, kuten lentolipun tarjouksia Facebookissa. Sen etuna on se, että se voi kohdentaa yksittäisten ihmisten kiinnostuksen kohteita sen sijaan, että se kohdentuisi ihmisryhmiin, joiden kiinnostuksen kohteet voivat vaihdella.

Kun kuluttaja vierailee verkkosivustolla, sivut, joilla hän vierailee, aika, jonka hän katselee kutakin sivua, linkit, joita hän napsauttaa, hakuja, joita hän tekee, ja asiat, joiden kanssa hän on vuorovaikutuksessa, mahdollistavat sen, että sivustot voivat kerätä kyseisiä tietoja ja muita tekijöitä luodakseen ”profiilin”, joka linkittyy kävijän selaimessa olevaan selaimeen. Tämän seurauksena sivustojen julkaisijat voivat käyttää näitä tietoja luodakseen määriteltyjä yleisösegmenttejä, jotka perustuvat kävijöihin, joilla on samankaltaiset profiilit.

Kun kävijät palaavat tietylle sivustolle tai sivustojen verkostoon käyttämällä samaa selainta, näitä profiileja voidaan käyttää, jotta markkinoijat ja mainostajat voivat sijoittaa verkkomainoksiaan ja -viestejään niiden kävijöiden eteen, jotka ovat kiinnostuneempia tarjotuista tuotteista ja palveluista ja joilla on suurempi aikomus niitä kohtaan. Käyttäytymiseen perustuva kohdentaminen on noussut yhdeksi tärkeimmistä tekniikoista, joita käytetään digitaalisen markkinoinnin ja mainonnan tehokkuuden ja voittojen lisäämiseksi, sillä mediatoimittajat pystyvät tarjoamaan yksittäisille käyttäjille erittäin relevantteja mainoksia. Teorian perusteella, jonka mukaan oikein kohdennetut mainokset ja viestit herättävät enemmän kuluttajien kiinnostusta, kustantajat voivat periä lisämaksua käyttäytymiseen perustuvasta kohdennetusta mainonnasta ja markkinoijat voivat saavuttaa

Käyttäytymiseen perustuvaa markkinointia voidaan käyttää yksinään tai yhdessä muiden kohdentamisen muotojen kanssa. Monet ammattilaiset kutsuvat tätä prosessia myös ”yleisökohdennukseksi”.

Käyttäytymiseen perustuvan markkinoinnin suurimmat edut ovat, että se auttaa tavoittamaan surffaajia, joilla on affiniteetti, tavoittamaan surffaajia, jotka eivät ole altistuneet mediakampanjalle, ottamaan yhteyttä surffaajiin, jotka ovat lähellä konversiota, ja palauttamaan yhteyden uusiin mahdollisiin asiakkaisiin tai potentiaalisiin ostajiin.

OnsiteMuokkaa

Käyttäytymiseen perustuvaa kohdentamista voidaan soveltaa myös mihin tahansa verkko-omaisuuteen sillä perusteella, että se joko parantaa kävijäkokemusta tai hyödyttää verkko-omaisuutta, tyypillisesti kasvaneiden konversiolukujen tai kasvaneiden kulutustasojen kautta. Tämän tekniikan/filosofian varhaisia omaksujia olivat HotWiredin kaltaiset toimitukselliset sivustot, verkkomainonta johtavilla verkkomainospalvelimilla, vähittäiskauppa- tai muut sähköisen kaupankäynnin sivustot tekniikkana, jolla voidaan lisätä tuotetarjousten ja myynninedistämistoimien relevanssia kävijäkohtaisesti. Viime aikoina tämän perinteisen sähköisen kaupankäynnin markkinoiden ulkopuoliset yritykset ovat alkaneet kokeilla näitä uusia tekniikoita.

Tyypillinen lähestymistapa tähän lähtee liikkeelle käyttämällä web-analytiikkaa tai käyttäytymisanalytiikkaa kaikkien kävijöiden valikoiman jakamiseksi useisiin erillisiin kanaviin. Sen jälkeen kukin kanava analysoidaan ja luodaan virtuaalinen profiili kutakin kanavaa varten. Nämä profiilit voivat perustua henkilöhahmoihin, jotka antavat verkkosivuston ylläpitäjille lähtökohdan päättää, mitä sisältöä, navigointia ja ulkoasua kullekin eri henkilöhahmolle näytetään. Kun on kyse käytännön ongelmasta, joka liittyy profiilien onnistuneeseen toimittamiseen oikein, tämä onnistuu yleensä joko käyttämällä erikoistunutta sisällön käyttäytymisalustaa tai kehittämällä räätälöityjä ohjelmistoja. Useimmat alustat tunnistavat kävijät määrittelemällä jokaiselle sivuston kävijälle yksilöllisen ID-evästeen, jolloin kävijöitä voidaan seurata koko heidän verkkomatkailunsa ajan. Alusta tekee sitten sääntöihin perustuvan päätöksen siitä, mitä sisältöä tarjoillaan.

Itsestään oppivat käyttäytymiskohtaiset kohdentamisjärjestelmät tarkkailevat kävijöiden reaktioita sivuston sisältöön ja oppivat, mikä todennäköisimmin synnyttää halutun konversiotapahtuman. Jokin hyvä sisältö kullekin käyttäytymispiirteelle tai -mallille määritetään usein käyttämällä lukuisia samanaikaisia monimuuttujaisia testejä. Käyttäytymiseen perustuva kohdentaminen sivustolla edellyttää suhteellisen suurta liikennemäärää, ennen kuin voidaan saavuttaa tilastollinen luottamustaso sen suhteen, kuinka todennäköisesti tietty tarjous tuottaa konversion käyttäjältä, jolla on tietty käyttäytymisprofiili. Jotkin palveluntarjoajat ovat pystyneet tähän hyödyntämällä suurta käyttäjäkuntaansa, kuten Yahoo! Jotkut palveluntarjoajat käyttävät sääntöpohjaista lähestymistapaa, jonka avulla ylläpitäjät voivat määrittää sisällön ja tarjoukset, joita näytetään henkilöille, joilla on tiettyjä ominaisuuksia.

NetworkEdit

Mainosverkostot käyttävät käyttäytymiseen perustuvaa kohdentamista eri tavalla kuin yksittäiset sivustot. Koska ne palvelevat monia mainoksia monilla eri sivustoilla, ne pystyvät muodostamaan kuvan internetin käyttäjien todennäköisestä demografisesta koostumuksesta.Yhdellä sivustolla käynnistä saatavat tiedot voidaan lähettää monille eri yrityksille, kuten Microsoftin ja Googlen tytäryhtiöille, Facebookille, Yahoolle, monille liikennettä kirjaaville sivustoille ja pienemmille mainostoimistoille.Nämä tiedot voidaan joskus lähettää yli sadalle sivustolle, ja ne voidaan jakaa liikekumppaneille, mainostajille ja muille kolmansille osapuolille liiketoimintatarkoituksiin. Tietoja kerätään evästeiden, verkkomajakoiden ja vastaavien tekniikoiden ja/tai kolmannen osapuolen mainospalveluohjelmiston avulla, jotta voidaan automaattisesti kerätä tietoja sivuston käyttäjistä ja sivuston toiminnasta. Jotkin palvelimet jopa tallentavat sivun, joka ohjasi sinut niille, verkkosivustot, joilla vierailet niiden jälkeen, mitkä mainokset näet ja mitä mainoksia napsautat.

Verkkomainonta käyttää evästeitä, työkalua, jota käytetään nimenomaan käyttäjien tunnistamiseen, keinona toimittaa kohdennettua mainontaa seuraamalla käyttäjän toimia verkkosivustolla. Tähän tarkoitukseen käytettäviä evästeitä kutsutaan seurantaevästeiksi. Mainosverkkoyritys, kuten Google, käyttää evästeitä toimittaakseen mainoksia, jotka on sovitettu käyttäjän mielenkiinnon kohteisiin, kontrolloidakseen, kuinka monta kertaa käyttäjä näkee mainoksen, ja ”mitatakseen”, mainostetaanko tiettyä tuotetta asiakkaan mieltymysten mukaisesti.

Tietoja kerätään ilman, että niihin liitetään ihmisten nimiä, osoitteita, sähköpostiosoitteita tai puhelinnumeroita, mutta niihin voi sisältyä laitetunnistustietoja, kuten IP-osoite, MAC-osoite, evästeet tai jokin muu laitteelle ominainen ainutkertainen aakkosnumeerinen tunniste tietokoneestasi, mutta jotkin kaupat saattavat luoda vierastunnisteita, jotka kulkevat näiden tietojen mukana. Evästeitä käytetään näytettävien mainosten ohjaamiseen ja sivustojen selaustoiminnan ja käyttötapojen seuraamiseen. Yritykset käyttävät näitä tietoja päätelläkseen ihmisten iästä, sukupuolesta ja mahdollisista ostoharrastuksista, jotta ne voisivat tehdä räätälöityjä mainoksia, joita klikkaat todennäköisemmin.

Esimerkkinä voidaan mainita käyttäjä, joka näkyy jalkapallosivustoilla, yrityssivustoilla ja miesten muotisivustoilla. Kohtuullinen arvaus olisi olettaa, että käyttäjä on mies. Yksittäisten sivustojen demografiset analyysit, jotka on tehty joko sisäisesti (käyttäjäkyselyt) tai ulkoisesti (Comscore \ Netratings), mahdollistavat sen, että verkostot voivat myydä pikemminkin yleisöjä kuin sivustoja.Vaikka mainosverkkoja käytettiinkin tämän tuotteen myymiseen, se perustui niiden sivustojen valintaan, joilla yleisöt olivat. Käyttäytymiseen perustuvan kohdentamisen avulla ne voivat olla hieman tarkempia tässä asiassa.

ResearchEdit

Teoksessa An Economic Analysis of Online Advertising Using Behavioral Targeting Chen ja Stallaert (2014) tutkivat taloudellisia vaikutuksia, kun verkkojulkaisija harjoittaa käyttäytymiseen perustuvaa kohdentamista. He katsovat, että kustantaja huutokauppaa mainospaikan ja hänelle maksetaan kustannus per klikkaus -perusteella. Chen ja Stallaert (2014) yksilöivät tekijät, jotka vaikuttavat kustantajan tuloihin, mainostajien voittoihin ja yhteiskunnalliseen hyvinvointiin. He osoittavat, että verkkojulkaisijan tulot voivat joissakin olosuhteissa kaksinkertaistua, kun käytetään käyttäytymiseen perustuvaa kohdentamista.

Kustantajan tulojen kasvu ei ole taattu: joissakin tapauksissa mainonnan hinnat ja siten kustantajan tulot voivat olla alhaisemmat, riippuen kilpailun asteesta ja mainostajien arvostuksista. He tunnistavat kaksi käyttäytymiseen perustuvaan kohdentamiseen liittyvää vaikutusta: kilpailuvaikutus ja alttiusvaikutus. Näiden kahden vaikutuksen suhteellinen voimakkuus ratkaisee, vaikuttavatko ne myönteisesti vai kielteisesti kustantajan tuloihin. Chen ja Stallaert (2014) osoittavat myös, että vaikka yhteiskunnallinen hyvinvointi lisääntyy ja pienille mainostajille käy paremmin käyttäytymiskohdennuksessa, hallitseva mainostaja voi olla huonommassa asemassa ja haluton siirtymään perinteisestä mainonnasta.

BlueLithium (nyk. Yahoo! Advertising) tutki vuonna 2006 laajassa verkkotutkimuksessa käyttäytymiskohdennettujen, kontekstuaaliseen sisältöön perustuvien mainosten vaikutuksia. Tutkimuksessa käytettiin 400 miljoonaa ”impressiota” eli käyttäytymis- ja kontekstisidonnaisten rajojen yli välitettyä mainontaa. Erityisesti yhdeksän käyttäytymisluokkaa (kuten ”ostajat” tai ”matkailijat”), joilla oli yli 10 miljoonaa ”näyttökertaa”, havainnoitiin sisällön ylimenevien mallien löytämiseksi.

Kaikki tutkimuksen mittaukset tehtiin klikkausprosentteina (CTR) ja toimintaprosentteina (ATR) eli konversioina. Jokaisesta vaikutelmasta, jonka joku saa, se, kuinka monta kertaa hän ”klikkaa” sen läpi, vaikuttaa CTR-tietoihin, ja jokainen kerta, kun käyttäjä käy läpi mainoksen tai muuntaa sen, lisää ”action-through”-tietoja. Tutkimuksen tulokset osoittavat, että mainostajien, jotka etsivät liikennettä mainoksilleen, olisi keskityttävä käyttäytymiseen perustuvaan kohdentamiseen kontekstissa. Vastaavasti, jos he etsivät konversioita mainoksista, käyttäytymiskohdennus ilman kontekstia on tehokkain prosessi. Tiedot auttoivat määrittämään ”yleispätevän nyrkkisäännön”, mutta tulokset vaihtelivat kuitenkin suuresti sisältöluokittain. Kaiken kaikkiaan tutkijoiden tulokset osoittavat, että käyttäytymiseen perustuvan kohdentamisen tehokkuus riippuu mainostajan tavoitteista ja ensisijaisista kohdemarkkinoista, joita mainostaja yrittää tavoittaa.

Tietosuojaan ja turvallisuuteen liittyvät huolenaiheetEdit

Monet verkkokäyttäjät ja etujärjestöt ovat huolissaan tämäntyyppiseen kohdentamiseen liittyvistä yksityisyyskysymyksistä, koska kohdennettu mainonta edellyttää suurten määrien, myös erittäin arkaluonteisten henkilötietojen (kuten seksuaalisen suuntautumisen tai seksuaalisten mieltymysten, terveysongelmien, sijainnin) yhdistämistä, joita sitten vaihdetaan satojen osapuolten välillä reaaliaikaisen tarjousten tekoprosessin yhteydessä.

Monille ihmisille on epäselvää, että yksilöllisiä henkilötietoja vaihdetaan ilman omistajien lupaa. Pohjimmiltaan se, että yksittäisten tietojen sääntelemättömästä vaihdosta hyötyy, on törkeä suojan rikkominen. Samanaikaisesti kuitenkin yksittäiset tiedot, erityisesti ne, jotka tunnistetaan kiinnostuksen ja taipumuksen perusteella, ovat perussegmentti verkkopohjaisen myynninedistämisen välittämisessä, mikä on lukuisten sivustojen apuna.

Tämä on kiista, jota käyttäytymiskohtaisen kohdentamisen teollisuus yrittää hillitä koulutuksella, edunvalvonnalla ja tuoterajoituksilla, jotta kaikki tiedot pysyisivät ei-henkilökohtaisesti tunnistettavina tai jotta loppukäyttäjiltä saataisiin lupa. AOL loi vuonna 2008 animaatioita selittääkseen käyttäjilleen, että heidän aiemmat toimintansa voivat määrittää heidän tulevaisuudessa näkemiensä mainosten sisällön. Ottawan yliopiston kanadalaisen Internet Policy and Public Interest Clinicin kanadalaiset tutkijat ovat hiljattain vaatineet liittovaltion tietosuojavaltuutettua tutkimaan Internetin käyttäjien verkkoprofilointia kohdennettua mainontaa varten.

Euroopan komissio (komissaari Meglena Kunevan välityksellä) on niin ikään tuonut esiin useita huolenaiheita, jotka liittyvät (henkilötietojen) keräämiseen verkossa, profilointiin ja käyttäytymiseen perustuvaan kohderyhmäkohtaiseen mainontaan, ja se toivoo, että ”nykyistä sääntelyä valvottaisiin tiukemmalla kädellä”.

Lokakuussa 2009 kerrottiin, että Pennsylvanian yliopiston ja Berkeley Center for Law and Technology -laitoksen äskettäisen tutkimuksen mukaan suuri enemmistö yhdysvaltalaisista internetin käyttäjistä hylkäsi käyttäytymiseen perustuvan mainonnan käytön.Useat akateemikkojen ja muiden tahojen tekemät tutkimukset ovat osoittaneet, että nimettömiksi väitettyjä tietoja voidaan käyttää todellisten yksilöiden tunnistamiseen.

Joulukuussa 2010 verkkoseurantayritys Quantcast suostui maksamaan 2,4 miljoonaa dollaria sovitellakseen joukkorahoitusoikeudenkäyntiä, joka koski heidän käyttämiään niin sanottuja ”zombie”-evästejä kuluttajien jäljittämiseen. Nämä zombie-evästeet, joita oli kumppanuussivustoilla, kuten MTV:llä, Hululla ja ESPN:llä, syntyivät uudelleen jatkaakseen käyttäjän seurantaa, vaikka ne olisi poistettu. Tällaista teknologiaa käytetään myös Facebookissa, joka käyttää Facebook Beacon -tekniikkaa käyttäjien seuraamiseen eri puolilla internetiä, jotta niitä voitaisiin myöhemmin käyttää kohdennetumpaan mainontaan. Seurantamekanismeja ilman kuluttajan suostumusta paheksutaan yleisesti; kuluttajien käyttäytymisen seuranta verkossa tai mobiililaitteilla on kuitenkin avainasemassa digitaalisessa mainonnassa, joka on suurimman osan internetin taloudellinen selkäranka.

Maaliskuussa 2011 kerrottiin, että verkkomainosala alkaisi tehdä yhteistyötä Council of Better Business Bureaus -järjestön (Council of Better Business Bureaus) kanssa ryhtyäkseen valvomaan itseään osana sen ohjelmaa, jonka tarkoituksena on valvoa ja säännellä sitä, miten markkinoijat seuraavat kuluttajia verkossa, joka tunnetaan myös nimellä ”käyttäytymismainonta” (Behavioral Advertising, käyttäytymiseen perustuva mainonta).

Uudelleen kohdentuva mainontaaMuokkaa

Uudelleenkohdentamisessa mainostajat käyttävät käyttäytymiseen perustuvaa kohdentamista tuottaakseen mainoksia, jotka seuraavat käyttäjiä sen jälkeen, kun käyttäjät ovat katsoneet tai ostaneet tietyn kohteen. Esimerkkinä tästä ovat kauppojen katalogit, joissa kaupat tilaavat asiakkaat sähköpostijärjestelmäänsä ostoksen jälkeen toivoen, että ne kiinnittävät huomiota useampiin kohteisiin jatkuvia ostoksia varten. Tärkein esimerkki uudelleenkohdentamisesta, joka on saavuttanut useimpien ihmisten maineen, on mainokset, jotka seuraavat käyttäjiä eri puolilla verkkoa ja näyttävät heille samoja kohteita, joita he ovat katsoneet siinä toivossa, että he ostavat niitä. Retargeting on erittäin tehokas prosessi; analysoimalla kuluttajien toimintaa tuotemerkin kanssa he voivat puuttua kuluttajien käyttäytymiseen asianmukaisesti.