Next Advertising Era: Apple SKAdNetwork & Private Click Measurement
Entriamo nel mondo della misurazione di Apple post 3rdparty cookie: le uniche soluzione che sono già attive ed utilizzate da anni sul mercato (non senza problemi)
Apple è stata la prima azienda a disabilitare i 3rdparty cookie dal suo browser introducendo Intelligent Tracking Prevention, ma anche la prima a limitare la possibilità di utilizzare i Mobile Advertising ID (MAID), il fratello dei 3rdparty cookie nel mondo app per smartphone, su iPhone con App Tracking Transparency framework. La casa di Cupertino ha il grande merito di aver portato il problema della privacy come argomento main stream, trasformandola in un potente strumento di marketing e obbligando tutti gli attori del Ad Tech ad inseguire.
Perché tanto accanimento verso la privacy?
Le male lingue diranno che è solo una strategia di marketing, ma la Mela morsicata non ha mai gradito le pubblicità invasive all’interno dei propri prodotti: il 21 Giugno, 2010, apple propose uno sfortunato programma di advertising iAd che naufragò tra mille critiche nel Giugno 2016. Sulle sue ceneri prese nuova vita Apple Search Ads oggi l’unico programma di advertising di Cupertino.
Apple non ha mai proposto soluzioni di targeting avanzate nei propri strumenti di advertising, ancora oggi in Search Ads le impostazioni di target di pubblico sono molto basilari, ma ha sempre compreso l’importanza della misurazione delle performance ed è stata la prima azienda a proporre framework di misurazioni alternativi a 3rdparty cookie e MAID.
Che cosa è SKAdNetwork?
SKAdNetwork è nato per misurare le campagne di advertising all’interno delle app per smartphone, permettendo di tracciare le conversioni post impressions e post click.
L’idea di base è informare il sistema operativo dell’attività di advertising a cui è esposto l’utente. iOS o iPadOS dopo alcuni giorni si occuperanno di inviare eventuali informazioni di conversione alla piattaforma di advertising e volendo all’advertiser stesso.
SKAdNetwork ha un’infrastruttura simile a Attribution API di Google event reporting: gli eventi (click e impressions) sono raccolti in modo anonimo dal sistema operativo e vengono inviate eventuali informazioni di conversione inserendo del rumore ed aumentando il livello di dettaglio (campagna, gruppo, keywords) al crescere del numero di conversioni registrate. Il sistema cerca di evitare che le informazioni inviate permettano di identificare l’utente. A differenza della soluzione di Mountainview, la soluzione di Cupertino non prevede una reportistica aggregata più precisa, ma sarà l’Ad Tech a doversene occupare.
Il mercato ha accolto SKAdNetwork in modo freddo, la prima release non andava incontro alle esigenze dell’Ad Tech, mentre la release 4 del 2022 ha fatto importanti passi in avanti ricevendo riconoscimenti dal mercato, ma sembra che la soluzione di Apple non sia perfetta, tanto da spingere Meta a ritornare alle release 3.
Che cos’é Private Click Measurement (PCM)?
Private Click Measurement invece è la soluzione per misurare esclusivamente le conversioni postclick in ambiente web. Quest’ultimo non ha ricevuto supporto dal mercato perché compre un solo caso di misurazione, la misurazione post click può essere fatta con soluzioni più semplici e testate. Gli ultimi aggiornamenti di Safari 17 legati alla rimozione dei parametri di click tracking potrebbero spingere il mercato ad adottare PCM.
Implementare Private Click Measurement richiede di decorare il link di advertising introducendo due attributi al tag html <a> attributionsourceid e attributeon.
Il primo identifica l’azione di advertising, il secondo l’advertiser.
Al momento della conversione l’advertiser dovrà effettuare una chiamata http verso i server di Apple indicando il dominio sul quale ha fatto advertising con un’identificativo numerico della conversione.
Non voglio soffermarmi nel commentare queste soluzioni come avrei fatto in passato perché nell’ultimo anno sono successi eventi che ritengo interessanti in ambiente Apple che potrebbero indicare un cambio di rotta da parte della Mela.
Che cosa bolle in pentola tra le mele?
Le soluzioni di misurazioni di Apple e Google pur essendo proposte di standard aperti funzionano esclusivamente in ambienti chiusi Apple su Apple, Google su Google, SKAdNework non è neppure una proposta di standard. Le due soluzioni stanno convergendo su idee simili, ma rimangono chiuse. Né Microsoft né Mozilla Foundation hanno annunciato il supporto di tali tecnologie, anzi in realtà la casa di FireFox insieme a Meta ha proposto un’altro standard: Interoperable Privacy Attribution (IPA).
E’ chiaro che questa situazione non è sostenibile: appaiono proposte di standard sul mercato come funghi. Questa situazione ha anche risvolti positivi: molte teste stanno pensando a possibili soluzioni e tutte si sono riunite sotto un gruppo di lavoro all’interno del W3C il Private Advertising Technology Community Group con l’obiettivo di trovare standard condivisi proprio partendo dalla misurazione.
All’interno del PATCG in settembre (unico gruppo di lavoro supportato da Apple) è successo un evento inusuale: Cupertino ha presento una proposta di standard di misurazione prima di implementarlo: Private Ad Measurement
Allo stesso tempo sempre a settembre è successo un altro evento strano: all’interno di iOS 17 non ci sono aggiornamenti relativi a SKAdNetwork: nessuna versione 5 del framework.
Riassumendo cosa fa apple nel 2023:
Non aggiorna la sua infrastruttura di misurazione
Presenta una nuova proposta di standard nell’unico gruppo di lavoro veramente globale
Soprattuto la sua nuova proposta raccoglie ottimi feedback
Conclusioni sul futuro della misurazione
Siamo in un momento eccitante per la misurazione, forse più del targeting. Abbiamo nuove proposte e nuove strutture che si stanno affermando, in molti hanno gridato in passato che avremmo perso completamente la capacità di misurare, non sta capitando: il mercato del digital sta reagendo alle nuove limitazioni in modo forte e vitale, cosa fare nel mentre
Potenziare la capacità della vostra azienda di raccogliere dati di prima parte relativi alla conversione: rendete facile collegare una transazione ad un identificativo utente. Questo vi faciliterà nel implementare soluzioni come Enhanced Conversion di Google e Conversion API di Meta.
Raccogliere nel backend i parametri di click tracking delle diverse piattaforme di advertising: quando un utente converte oltre alle informazioni di conversione portante nel backend anche il parametro di gclid di Google e fbclid di Meta possibilmente con un timestamp di quando avete raccolto quel parametro: questo aiuterà nel migliorare il tracking delle conversioni e sarà argomento di una prossima puntate di DataMesh
Identificare conversioni secondarie: possono aiutare a pesare l’interesse verso il vostro brand, verso i vostri prodotti/servizi da parte del utente: vi aiuterà in futuro ad utilizzare Protected Audience API
Arricchire il profilo degli utenti. Partite da informazioni ovvie come data di nascita, sesso, lavoro, ma in seguito individuate elementi legati al vostro business come quanti animali hanno in casa, di che specie, quale razza se vendete prodotti legati ai pet friend, informazioni relative alle preferenze di taglia e colore se siete nell’abbigliamento, informazioni relative al tipo di pelle, a allergie se siete nel beauty, ecc. Questo aiuterà a profilare meglio le caratteristiche dei vostri clienti
Verificare di poter collegare facilmente le informazioni di prodotto presenti nel CMS online, con le informazioni di prodotto del backend
Verificare che il sistema di analytics raccolga nel rispetto della privacy informazioni relative all’utente in modo da poter usare anche le informazioni di navigazione al fine di profilazione
Raccogliere dalle piattaforme di advertising le informazioni di click e/o impressions per poter lavorare su un marketing mix model, se non lo avete ancora fatto attivate gli export MMM di Google e Meta
Ottenere facilmente le informazioni di reso e acquisti annullanti in formati esportabili a livello di utente, transazione e prodotto in modo da avere un’informazione puntuale del reale transato (non credete a chi dice che una conversione fatta vale lo stesso anche se l’utente restituisce i prodotti: se non vale a livello di bilancio, anzi è un costo, non può essere un incasso a livello di marketing)
Fino ad oggi abbiamo utilizzato dati di conversione sporchi di cui avevamo poco controllo. Nuovi sviluppi orientati alla privacy ci stanno guidando verso dati più precisi e legati direttamente al backend dell’azienda. A volte mi sembra che il digital si stia svegliando dal torpore portato dalla facilità di raccogliere i dati con un pixel e finalmente si stia adoperando per avere i reali dati di transazione: quelli validi al fine di un bilancio.
Se questa newsletter di dataMesh ti è piaciuta condividila con gli amici
Le puntate precedenti di Next Advertising Era:
Libri che ho letto o che sto leggendo:
Be Data Literate di Jordan Morrow che sta guidando le mie ultime scelte professionali
Present Beyond Measure: Design, Visualize, and Deliver Data Stories That Inspire Action di Lea Pica appena uscito e sta migliorando il mio racconto dei dati