Third-party data
Third-party data (данные третьей стороны) - информация о пользователях, которая собирается сторонними организациями, не имеющими прямых отношений с этими пользователями, и затем продаётся или предоставляется другим компаниям для использования в маркетинговых целях. Такие данные агрегируются из множества источников: сайтов, приложений, офлайн-транзакций, публичных записей и других.
В интернет-маркетинге third-party data долгое время была основой для таргетинга и ретаргетинга, позволяя рекламодателям находить новых клиентов за пределами своей базы. Однако в последние годы её роль снижается из-за проблем с конфиденциальностью, точностью и изменений в законодательстве.
Что такое third-party data
[править]Third-party data собирается компаниями, которые не взаимодействуют с пользователем напрямую. Это могут быть:
- Агрегаторы данных. Компании, которые собирают информацию из множества открытых и закрытых источников, структурируют её и продают.
- Брокеры данных. Посредники, которые покупают данные у одних компаний и перепродают другим.
- Рекламные сети и платформы. Такие как Google Ads, Яндекс Директ, VK Реклама, которые используют данные о поведении пользователей на своих площадках для таргетинга.
Эта информация является обезличенной и обычно содержит данные о демографии, интересах, поведении в интернете, покупательской способности и других характеристиках.
Как собираются third-party data
[править]- Сторонние cookies. Файлы, которые размещаются на сайте не самим сайтом, а сторонними сервисами (рекламными сетями, счётчиками аналитики, виджетами соцсетей). Они отслеживают пользователя при переходе между разными сайтами.
- Пиксели и SDK. Код, встроенный на сайты и в приложения, который передаёт информацию о действиях пользователя внешним системам.
- Партнёрские сети. Сайты и приложения, которые делятся данными о своих пользователях с агрегаторами.
- Публичные источники. Открытые базы данных, соцсети, форумы, государственные реестры (хотя использование таких данных часто ограничено законом).
- Офлайн-источники. Данные из магазинов, опросов, анкет, которые затем оцифровываются и агрегируются.
Преимущества third-party data (исторические)
[править]- Масштаб. Позволяет охватить огромную аудиторию, выходящую далеко за пределы собственной клиентской базы.
- Доступность. Данные легко купить через множество платформ (DSP, рекламные сети) без необходимости заключать прямые партнёрства.
- Быстрый старт. Для новых компаний или продуктов это способ быстро начать таргетированную рекламу, не имея собственных данных.
- Сегментация. Позволяет создавать сегменты по интересам, демографии, поведению, которые невозможно получить из first-party данных.
Недостатки и проблемы third-party data
[править]- Низкая точность. Данные собираются из множества источников разного качества, что приводит к ошибкам и устареванию. Человек, который когда-то искал подарок для друга-рыбака, может быть навсегда помечен как «рыбак» и годами получать нерелевантную рекламу.
- Отсутствие прозрачности. Часто невозможно точно узнать, откуда взялись данные и насколько легально они были собраны. Это создаёт юридические и репутационные риски.
- Проблемы конфиденциальности. Многие пользователи не знают, что их данные собираются и продаются. Это вызывает недоверие и негативную реакцию.
- Регуляторные ограничения. Законы GDPR в Европе, 152-ФЗ в России, CCPA в Калифорнии серьёзно ограничивают сбор и использование third-party данных без явного согласия пользователя.
- Блокировка браузерами. Браузеры (Safari, Firefox) уже давно блокируют сторонние cookies по умолчанию. Google планировал сделать то же самое в Chrome, но пока отложил это решение, оставив выбор за пользователями. Это делает традиционные методы third-party таргетинга всё менее эффективными.
- Фрагментация идентификаторов. В мире, где cookies работают нестабильно, а мобильные идентификаторы (IDFA, GAID) ограничены, становится сложнее связывать данные о пользователе в единый профиль.
Google Privacy Sandbox
[править]Google Privacy Sandbox - это инициатива по созданию новых стандартов для веба, которые позволят показывать релевантную рекламу без использования сторонних cookies. Основные компоненты:
- Topics API - определяет интересы пользователя на основе посещаемых сайтов и предоставляет рекламодателям только темы, а не детальную историю.
- FLEDGE - позволяет проводить ретаргетинг на основе аукционов, которые происходят на устройстве пользователя, без передачи данных на внешние серверы.
- Attribution Reporting API - отслеживает конверсии без раскрытия данных отдельных пользователей.
Эти технологии всё ещё находятся в стадии разработки и тестирования.
Альтернативные идентификаторы
[править]В ответ на отказ от third-party cookies развиваются альтернативные системы идентификации:
- Unified ID 2.0 (UID2) - открытый стандарт от The Trade Desk, основанный на email-адресах пользователей.
- ID5 - идентификатор, который объединяет различные сигналы (cookies, email, device ID) для создания стабильного профиля.
- Яндекс ID - единый идентификатор пользователя в экосистеме Яндекса.
- VK ID - аналогичный идентификатор для сервисов VK.
Эти решения часто работают в закрытых экосистемах (walled gardens) или требуют участия пользователя (логин).
Сравнение с другими типами данных
[править]| Критерий | First-party data | Second-party data | Third-party data |
|---|---|---|---|
| Источник | Собственные каналы | Прямые партнёры | Сторонние агрегаторы |
| Точность | Очень высокая | Высокая | Низкая / Средняя |
| Уникальность | Уникальна | Уникальна для партнёрства | Доступна всем |
| Прозрачность | Полная | Высокая (есть договор) | Низкая |
| Стоимость | Низкая | Средняя | Низкая |
| Масштаб | Ограничен клиентской базой | Расширенный | Огромный |
| Соответствие регуляторам | Высокое | Требует проверки | Часто проблемное |
Этические аспекты использования third-party data
[править]Использование third-party data вызывает серьёзные этические вопросы:
- Информированное согласие. Действительно ли пользователи понимают, как их данные собираются и используются?
- Профилирование. Насколько этично создавать детальные профили людей без их ведома?
- Дискриминация. Не приводят ли алгоритмы таргетинга к дискриминации определённых групп?
- Манипуляция. Где грань между персонализацией и манипуляцией?
Ответственные компании пересматривают свои подходы к использованию данных, делая ставку на прозрачность и контроль со стороны пользователя.
Будущее third-party data в эпоху Privacy-First
[править]Индустрия движется в сторону отказа от third-party cookies и других непрозрачных методов сбора данных. Основные тренды:
- Переход на first-party и Zero-party data. Компании инвестируют в сбор собственных данных через прямые взаимодействия с клиентами.
- Contextual targeting. Возврат к рекламе, основанной на контексте страницы, а не на профиле пользователя. Реклама рыболовных снастей показывается на сайте о рыбалке, а не конкретному «рыбаку» где попало.
- Таргетинг на основе когорт. Технологии вроде Topics API позволяют объединять пользователей в анонимные группы (когорты) по интересам, не раскрывая данные отдельных людей.
- Усиление роли закрытых экосистем. Платформы вроде Яндекса, VK, Сбера, Wildberries становятся «walled gardens», где рекламодатели могут использовать first-party данные платформы для таргетинга, но эти данные не покидают экосистему.
- Рост значимости CDP. Customer Data Platform позволяет объединять данные из разных источников (включая ограниченный third-party) в единый профиль клиента.
Third-party data в российском контексте
[править]В России ситуация с third-party data имеет свою специфику:
- Действие 152-ФЗ «О персональных данных» накладывает строгие ограничения на сбор, обработку и передачу данных без согласия субъекта.
- Уход западных технологий и ограничения на работу с западными data-брокерами стимулируют развитие локальных решений.
- Крупные игроки (Сбер, Яндекс, VK, МТС) развивают собственные экосистемы и data-платформы, предлагая рекламодателям доступ к своим first-party данным в защищённой среде (например, через DSP).
- Роль «чистых комнат данных» (data clean rooms) растёт, позволяя обмениваться инсайтами, не передавая сырые данные.
