Evästeiden jälkeinen aika ja sen haasteet
Markkinoinnin maailmassa harva aihe on herättänyt yhtä paljon keskustelua kuin kolmannen osapuolen evästeiden tulevaisuus – ovathan nämä pienet tiedostot olleet viime vuosiin asti digitaalisen mainonnan ja kohdentamisen kivijalka.
Niiden aika on kuitenkin vähitellen tulossa päätökseen. Vaikka evästeiden poistuminen on saattanut tuntua pitkään vain teoreettiselta uhkakuvalta, muutokset ovat jo täällä, ja ne vaikuttavat erityisesti Facebookin ja Instagramin kaltaisiin mainosrahoitteisiin some-alustoihin, joissa mainonnan kohdentamisen yksi tehokkaimpia mekanismeja on ollut aiemman verkkokäyttäytymisen analysointi ja siitä johtopäätösten teko (esim. sivustolla aiemmin käyneille käyttäjille uudelleenmarkkinointi, kiinnostuksen kohteet, elämäntilanne tai perherakenne).
Google ilmoitti estävänsä kolmannen osapuolen evästeet Chrome-selaimestaan vuoden 2024 aikana, vaikka sittemmin pyörsikin päätöksen. Tämä ilmiö on kuitenkin osa laajempaa kehitystä, jossa painotetaan yksityisyydensuojaa ja kuluttajien luottamusta. Safari, Firefox ja Brave ovat oletuksena blokanneet kolmannen osapuolen evästeet jo jonkin aikaa.
Voit myös kuunnella blogin:
Miksi evästeiden poistuminen sitten on niin merkittävä asia? Syynä ovat ennen kaikkea kuluttajien kasvavat odotukset yksityisyyden suojaamisesta sekä tiukentuva lainsäädäntö. Esimerkiksi Euroopan unionin GDPR ja Kalifornian CCPA asettavat tiukkoja vaatimuksia sille, kuinka käyttäjien tietoja voidaan kerätä ja käyttää.
Kuluttajat ovat entistä tietoisempia oikeuksistaan, ja he odottavat, että yritykset käsittelevät heidän tietojaan vastuullisesti ja läpinäkyvästi. Kolmannen osapuolen evästeet, jotka usein keräävät tietoa ilman käyttäjän aktiivista hyväksyntää, eivät enää sovi tähän maailmaan.
Mainosrahoitteiset some-alustat, kuten Metan Facebook ja Instagram, TikTok tai LinkedIn, ovat erityisen riippuvaisia tarkasta kohdentamisesta, sillä niiden liiketoimintamalli perustuu siihen, että mainostajat voivat tavoittaa juuri oikean yleisön oikeaan aikaan. Evästeiden poistuminen heikentää tätä tarkkuutta, mikä on saanut mainostajat etsimään uusia tapoja kohdentaa viestinsä tehokkaasti.
Vaikka kolmannen osapuolen evästeet lähitulevaisuudessa lopullisesti katoavat, datalähtöinen markkinointi ei muutu mahdottomaksi – se vain kehittyy eri suuntaan. Muutos pakottaa yritykset kuitenkin arvioimaan uudelleen, miten dataa kerätään ja hyödynnetään. Keskiöön nouseekin ensimmäisen osapuolen data: tiedot, jotka yritykset keräävät suoraan asiakkailtaan, heidän suostumuksellaan.
Vaikka kolmannen osapuolen evästeet lähitulevaisuudessa lopullisesti katoavat, datalähtöinen markkinointi ei muutu mahdottomaksi – se vain kehittyy eri suuntaan.
Vaikka muutoksen mukana tulee haasteita, se tuo myös uusia mahdollisuuksia. Tekoäly (AI) tarjoaa keinoja analysoida ja hyödyntää ensimmäisen osapuolen dataa paikkaamaan heikentyvää tarkkuutta. Metan kanavat ovat jo ottaneet käyttöön AI-pohjaisia työkaluja, jotka auttavat mainostajia kohdentamaan sisältöään myös ilman evästeitä. AI:n avulla voidaan tunnistaa käyttäytymismalleja, ennakoida ostoaikeita ja luoda dynaamisia, reaaliaikaisesti mukautuvia mainoksia.
Evästeettömässä maailmassa yritysten kilpailuetu ei siis enää perustu siihen, kuinka paljon tietoa he voivat kerätä, vaan siihen, kuinka tehokkaasti he hyödyntävät olemassa olevaa dataa.
Tekoälyn rooli evästeiden jälkeisessä kohdentamisessa
Mitä evästeet oikeastaan ovat? Evästeet ovat pieniä tiedonpalasia, useimmiten käytännössä tekstitiedostoja, joita verkkosivustot tallentavat käyttäjän selaimen kautta päätelaitteelle eri tarkoituksia varten.
Niiden avulla voidaan esimerkiksi muistaa käyttäjän kirjautumistiedot, seurata ostoskorin sisältöä tai analysoida verkkosivujen käyttöä.
Evästeet jakautuvat kahteen päätyyppiin: ensimmäisen osapuolen ja kolmannen osapuolen evästeisiin. Ero näiden välillä liittyy siihen, kuka evästeen asettaa ja mihin tarkoitukseen sitä käytetään.
Ensimmäisen osapuolen evästeet (first party cookies):
- Asetetaan suoraan sillä verkkosivustolla, jolla käyttäjä vierailee. Esimerkiksi, kun käyttäjä kirjautuu verkkokauppaan ja lisää tuotteita ostoskoriin, ensimmäisen osapuolen evästeet huolehtivat, että tiedot säilyvät istunnon ajan ja mahdollisesti myös seuraavaan istuntoon. Toisin sanoen, tänään ostoskoriin talteen laitetut tuotteet odottavat siellä myös huomenna.
- Tietoja käytetään ensisijaisesti parantamaan käyttäjäkokemusta, esimerkiksi tallentamalla käyttäjän valitsemia asetuksia (kuten kieli tai valuutta) tai tunnistamaan palaava käyttäjä.
- Ensimmäisen osapuolen evästeiden käyttö on yleensä kuluttajien hyväksymää, koska ne tukevat sujuvaa ja personoitua asiointia, eikä dataa hyödynnä muut osapuolet.
- Selaimet oletuksena hyväksyvät ensimmäisen osapuolen evästeet, olkoonkin että ne voi erikseen käydä poistamassa. Myös sekä CCPA että GDPR sallivat niiden keräämisen ilman käyttäjän erikseen antamaa lupaa.
Kolmannen osapuolen evästeet (third party cookies):
- Asetetaan sivuston ulkopuolisten toimijoiden, kuten mainosverkostojen tai datanvälittäjien, toimesta. Tämä tapahtuu palvelimen kautta, jota käyttäjä ei suoraan käytä – toisin sanoen, kun käyttäjä vierailee verkkokaupassa (ensimmäinen osapuoli), verkkokauppa saattaa asettaa Metan seurantaevästeen (kolmas osapuoli). Näin käyttäjä saattaa nähdä mainoksia, jotka seuraavat häntä sivustolta tai palvelusta toiseen.
- Näiden evästeiden päätavoitteena on seurata käyttäjän toimintaa eri verkkosivustoilla, jotta mainosalustat voivat rakentaa käyttäjän mieltymyksistä ja tottumuksista mahdollisimman tarkan profiilin ja sitten kohdentaa mainoksia käyttäjän profiilin perusteella.
- Kolmannen osapuolen evästeitä on kritisoitu yksityisyyden loukkaamisesta, sillä ne keräävät laajasti tietoa ilman, että käyttäjä on täysin tietoinen siitä, mihin tiedot päätyvät. Isoilla, esim. uutissivustoilla, evästeitä saatetaan asettaa useita satoja.
Miksi ero on merkityksellinen? Ensimmäisen osapuolen evästeet ovat edelleen keskeinen työkalu yrityksille, koska niiden käyttöä pidetään yleisesti hyväksyttävämpänä ja ne parantavat merkittävästi käyttäjäkokemusta. Kolmannen osapuolen evästeet sen sijaan ovat joutuneet lainsäädännön ja kuluttajien tarkastelun kohteeksi, sillä niiden avulla kerättyä tietoa on usein käytetty ilman käyttäjän täyttä ymmärrystä ja hyväksyntää.
Miten sitten kohdennan markkinointia?
Evästeettömän ajan mukanaan tuomat haasteet eivät ole ratkaisemattomia. AI on noussut merkittäväksi työkaluksi, joka auttaa yrityksiä säilyttämään tehokkaan kohdentamisen ilman kolmannen osapuolen dataa.
AI:n kyky analysoida käyttäytymistä, tunnistaa trendejä ja tehdä ennusteita perustuu sen kykyyn hyödyntää valtavia datamääriä – tässä tapauksessa ensimmäisen osapuolen dataa, joka kerätään suoraan käyttäjiltä heidän suostumuksellaan.
Ensimmäisen osapuolen data, kuten verkkosivuston käyttöön, asiakaspalautteisiin tai ostotapahtumiin liittyvät tiedot, tarjoaa luotettavan ja eettisen perustan kohdennetulle markkinoinnille. AI voi myös jalostaa tätä dataa monin tavoin. Se analysoi käyttäjän aikaisempia toimintoja, luoden ennusteita siitä, mitä tuotteita tai palveluja asiakas todennäköisesti tarvitsee seuraavaksi. Tämä tekee markkinoinnista paitsi tarkempaa, myös asiakkaalle relevantimpaa.
Metan kaltaiset alustat ovatkin omaksuneet tekoälyn kilpailuedukseen. Facebook ja Instagram hyödyntävät AI-pohjaisia ratkaisuja, kuten kohderyhmäluokittelua ja käyttäytymisennusteita, jotka tarjoavat mainostajille uusia tapoja saavuttaa yleisönsä. Esimerkiksi Advantage+ Shopping Campaigns -työkalun avulla mainostajat voivat hyödyntää automaattisia optimointeja, jotka perustuvat tekoälyn analysoimiin käyttäytymismalleihin. Näin yritykset voivat saavuttaa oikean yleisön entistä tarkemmin ja luoda mainoksia, jotka mukautuvat dynaamisesti käyttäjän tarpeisiin.
Huomattavaa kuitenkin on, että mainostajalla on tyypillisesti erittäin rajoitettu pääsy suoraan näihin työkaluihin. Ne on käytännössä aina leivottu sisään erilaisiin kampanjamuotoihin (kuten yllämainittu Metan ASC-kampanja), jolloin mainosalustalle annetaan esimerkiksi tavoite ja rahasumma, joka tavoitteen täyttämisestä ollaan valmiita maksamaan. Näin mainosalustan algoritmi etsii sitten valtavasta datamassasta käyttäjiä, jotka todennäköisesti tekevät tavoitteena olevia konversioita, etsii sellaiset mainoshuutokaupat, joissa mainososton voi tehdä alle määritetyn maksimihinnan ja lopulta näyttää mainoksen käyttäjälle.
Aiemmin melko merkittävänäkin pidetty uudelleenmarkkinointiyleisön ja ”kylmän” yleisön ero hämärtyy – ASC-kampanjassa yleisöt ovat sekaisin ja Metalle vain kerrotaan millaista osuutta olemassa olevista asiakkaista tai sivuston kanssa vuorovaikuttaneista käyttäjistä se kulloinkin kampanjalla tavoittelee.
Työkalut käyttävät jatkuvaa koneoppimista valitakseen tehokkaimmat mainosvariaatiot.
Työkalut käyttävät jatkuvaa koneoppimista valitakseen tehokkaimmat mainosvariaatiot ja allokoivat budjetin reaaliajassa sinne, missä se tuottaa parhaat tulokset. Allokointia voi tehdä kampanjan sisällä (mainosalusta ohjaa budjettia parhaiten toimivalle kohdennukselle), tai kokonaisten kampanjoiden ja jopa eri kanavien välillä. Esimerkiksi SDM:llä käytössä olevalla Smartly.io-työkalulla voimme antaa tekoälylle koko käytössä olevan budjettipoolin ja pyytää sitä etsimään tavoitteen mukaisia konversioita esimerkiksi TikTokista, Pinterestistä ja Instagramista.
Myös somekanavien konversio-optimoinnissa on tekoälyllä merkittävä rooli: algoritmi analysoi jatkuvasti käyttäjäpolkuja ja pyrkii tunnistamaan signaaleja, milloin ja missä vaiheessa potentiaalinen asiakas todennäköisimmin tekee ostoksen.
Algoritmit eivät kuitenkaan ole itsestäänselvyyksiä ja kaikkivoipia. Jotta niiden hyödyt voidaan maksimoida, yritysten on investoitava paitsi teknologiaan, myös sen ymmärtämiseen.
Algoritmeja on ruokittava mahdollisimman laadukkaalla ja (tietosuoja huomioiden) laajalla datalla, toisin sanoen sille on kerrottava, että tarjouspyyntölomakkeen lähetys on liidi, mutta reklamaatiolomakkeen lähetys ei. Liideille voi myös antaa rahallisia arvoja, vaikka ne eivät suoraan liikevaihdoksi muuttuisikaan. Näin algoritmi tietää, että 10 euron arvoiseksi määritetty tarjouspyynnöstä lähtenyt liiditapahtuma on yritykselle huomattavasti arvokkaampi kuin kahden euron arvoiseksi määritetty yleisen yhteydenottolomakkeen lähetys.
Algoritmeja on ruokittava mahdollisimman laadukkaalla ja (tietosuoja huomioiden) laajalla datalla.
Reaaliaikainen personointi on toinen tekoälyn merkittävimmistä eduista. Alustat voivat muokata mainossisältöjä käyttäjien profiilien perusteella, esimerkiksi näyttämällä tiettyjä tuotteita tai palveluita juuri silloin, kun käyttäjän kiinnostus on korkeimmillaan. Tämä ei edellytä suoraa yksilöityä dataa, vaan tekoäly hyödyntää laajoja käyttäytymismalleja ja anonymisoituja dataklustereita.
Esimerkiksi verkkokauppa voi hyödyntää tekoälyä tarjotakseen personoituja mainoksia, jotka mukautuvat käyttäjän aiempiin selailutottumuksiin ja ostokäyttäytymiseen. Tätä kutsutaan dynaamiseksi tuotemainonnaksi. Käyttäjä voi nähdä mainoksen tuotteesta, jota hän on aiemmin harkinnut, tai kokonaan uuden ehdotuksen, joka perustuu hänen kiinnostuksen kohteisiinsa.
Tämä tekee mainonnasta paitsi kustannustehokkaampaa (budjetti ohjautuu niihin kohdennuksiin ja mainoksiin, jotka tarjoavat parhaan mainostuoton) myös asiakkaalle relevantimpaa, koska hänelle tarjotaan tuotteita ja palveluita, joihin hän on ilmaissut mielenkiintonsa – tai parhaimmillaan, joita hän ei vielä itsekään tiennyt tarvitsevansa.
Mitä tämä tarkoittaa sinun yrityksellesi?
Evästeiden jälkeinen maailma vaatii yrityksiltä uudenlaista ajattelua ja toimintamalleja, erityisesti yksityisyyden ja datan hallinnan osalta.
Kuluttajien luottamus on entistä tärkeämpää, ja sen rakentaminen edellyttää läpinäkyvyyttä datan keräämisessä ja käytössä.
Tämä tarkoittaa selkeitä viestejä siitä, mitä tietoja kerätään, miksi niitä kerätään ja miten ne hyödyttävät asiakasta. Kun kuluttajat kokevat olevansa datan hallinnan keskiössä, he ovat todennäköisemmin valmiita jakamaan tietojaan.
Strateginen siirtymä ensimmäisen osapuolen dataan on toinen keskeinen askel. Yritysten on kehitettävä tapoja kerätä dataa suoraan asiakkaiden kanssa tapahtuvissa vuorovaikutuksissa, esimerkiksi verkkosivujen, asiakaskyselyiden ja kanta-asiakasohjelmien avulla.
Tärkeää on myös varmistaa, että tämä data kerätään ja säilytetään noudattaen voimassa olevia yksityisyydensuojan vaatimuksia, kuten GDPR:ää. Ensimmäisen osapuolen data tarjoaa yrityksille mahdollisuuden rakentaa syvällisempiä asiakassuhteita ja tarjota entistä personoidumpia palveluita.
Some-alustojen hyödyntämisessä tämä tarkoittaa ensisijaisesti kahta asiaa:
- Ota käyttöön alustojen palvelinpuolen seuranta. Metalla ja LinkedInillä niistä käytetään nimitystä Conversions API, TikTokin vastaava on Events API. Näin seurantaevästeet saadaan ensimmäisen osapuolen evästeeksi, sillä seurantapalvelin ja oma sivustopalvelimesi toimivat saman domainin alla.Palvelinseurannan myötä myös mainonnan tuloksellisuuden tarkastelu helpottuu. Evästeet ovat merkittävässä osassa myös raportointia, sillä niiden avulla saadaan laskettua mainonnan tuottoja, kun esimerkiksi ostoskoriin lisäyksistä tai ostoista palautetaan mainosalustalle sekä lukumäärä, ostetut tuotteet että niiden hinnat. Jos käyttäjä ei hyväksy evästeitä tai käyttää evästeet blokkaavaa selainta, tätä dataa ei saada raportoitua ja näin kanavien roolit saattavat vääristyä kokonaisuutta tarkastellessa. Esimerkiksi Metan kanavissa näemme usein, että jopa 90 prosenttia mainoksen klikkauksista on viimeinen asia, mistä saamme dataa. Toisin sanoen, esimerkiksi tuhannesta sivustolle siirtyneestä käyttäjästä voimme raportoida vain sadan käyttäjän tekemät konversiot. Tästä syystä useat alustat ovatkin kehittelemässä omia ”mallintavia” raportointityökaluja, jolloin tuloksetkin näyttävät, jos ei realistisemmilta, niin ainakin alustan kannalta paremmilta.
- Hyödynnä alustojen tai työkalujen AI-ominaisuuksia. Yllämainittuihin ominaisuuksiin ja datanmurskaukseen ei pääse suoraan käyttöliittymistä käsiksi, mutta ne ovat tiettyjen kampanjatyyppien (esim. Metan ASC) ”konepellin alla” käytössä. On kuitenkin tärkeä ymmärtää niiden reunaehdot ja toimintaperiaatteet, jotta ne saavat käyttöönsä esimerkiksi riittävän budjetin, aikavälin ja lähdedatan toimiakseen optimaalisesti.
Kanavien omat algoritmit siis huolehtivat oikean käyttäjän etsimisestä, kun taas työkalut kuten Smartly.io tai ROIHunter huolehtivat automaattisesti oikeasta ja riittävästä budjetista siellä, missä ostosuppilo sitä kulloinkin eniten tarvitsee. Ne myös valitsevat mainosversiot (tai kokonaan AI-perusteisesti koostetut mainokset) sen mukaan, mikä kussakin yleisössä resonoi parhaiten.
Haluatko lukea enemmän markkinointistrategiasta, kilpailueduista ja tekoälyn vaikutuksista niihin? Hanki käsiisi Digimarkkinointi+AI -kirjamme ja ota vahva etunoja kohti huomispäivän digimarkkinointia!
Katse tulevaisuuteen
Tekoäly ja evästeettömyys tulevat muokkaamaan digimarkkinoinnin kenttää syvemmin kuin mikään yksittäinen muutos viime vuosikymmeninä.
Meta ja muut mainosrahoitteiset some-alustat jatkavat investointejaan tekoälyyn, tuoden markkinoijille uusia mahdollisuuksia hyödyntää käyttäytymisennusteita, dynaamisia kohderyhmiä ja entistä tehokkaampia personoinnin työkaluja. Tulevaisuudessa tekoälyn kehitys mahdollistaa yhä tarkemman ja reaaliaikaisemman kohdentamisen, jossa asiakaskokemusta voidaan parantaa ilman, että yksityisyydestä tingitään.
Vaikka tekoäly tarjoaa valtavasti uusia mahdollisuuksia, se ei kuitenkaan korvaa asiantuntevaa markkinoijaa, vaan pikemminkin korostaa ihmisen asiantuntijuuden merkitystä.
Markkinoijan tehtävä on ymmärtää, miten tekoälyä hyödynnetään juuri tietyn yrityksen ja kohderyhmän tarpeisiin. Liiketoiminnan tavoitteiden ja alustojen vaatimusten yhteensovittaminen vaatii taitoa, strategista ajattelua ja jatkuvaa oppimista.
Tarvitsetko kättä pidempää markkinoinnin strategisen ajattelun tueksi? Lataa 7 vaihetta markkinointistrategian luomiseen -oppaamme!
Lisää ääniblogejamme löydät sivuiltamme.
