Le piattaforme di advertising hanno introdotto metodologie di targeting basate sui dati dei clienti di un'azienda a partire da Meta nel 2013, con la feature delle Custom Audience chiamata Customer Match. Successivamente, anche Google e altre piattaforme hanno adottato funzionalità simili, come TikTok (Customer File) e LinkedIn (Matched Audience). Questo tipo di funzionalità è stato introdotto prima dell'entrata in vigore del GDPR nel 2018 e, ancora oggi, molti clienti mostrano confusione su come trarre vantaggio da questi strumenti rispettando le norme sulla privacy. Insieme a Giovanni Di Stefano, esperto legale e DPO per grandi aziende, esploreremo sia le implicazioni tecniche e di business, sia quelle legali di questi strumenti.
Che cos'è il Customer Match?
Il Customer Match permette di creare una audience o segmento di targeting a partire da una lista di clienti. Gli advertiser caricano un documento (di solito in formato CSV) utilizzando le email dei propri clienti, criptate tramite un algoritmo di hashing (solitamente SHA256). Le piattaforme di advertising come Meta Ads, Google Ads e TikTok Ads utilizzano questi dati per identificare i clienti registrati sulle proprie piattaforme e calcolare il cosiddetto match rate, ossia la percentuale di utenti identificati con successo.
Per far funzionare correttamente il Customer Match, l'utente deve essersi registrato sia sui network delle piattaforme pubblicitarie che sul sito dell'azienda utilizzando la stessa email. È importante sottolineare che l'email è considerata un dato personale, anche se criptata, e per utilizzarla è necessario raccoglierla in modo conforme alle leggi sulla privacy.
Come utilizzare il Customer Match nel rispetto del GDPR
Le operazioni di Customer Match implicano l'uso di dati personali, anche quando questi sono crittografati. Infatti, l'hashing non rende i dati totalmente anonimi, ma semplicemente complica la loro re-identificazione, rientrando quindi nella pseudonimizzazione. Per considerare il trattamento conforme al GDPR, è fondamentale che i dati personali siano raccolti legalmente, sia da parte dell'advertiser sia dalla piattaforma di advertising.
Sia l'advertiser che la piattaforma pubblicitaria devono ottenere il consenso degli utenti per utilizzare i loro dati per finalità di marketing e profilazione. Pertanto, l'utilizzo del Customer Match risulta conforme quando tutti gli interessati hanno raccolto il consenso sia al marketing che alla profilazione.
Customer Match e Intelligenza Artificiale
Una delle domande più frequenti riguarda l'uso di personali (come lo sono a tutti gli effetti i dati utilizzati dal customer match) per allenare modelli di Intelligenza Artificiale (IA). È possibile allenare un modello di IA con dati anonimizzati, a patto che gli utenti siano informati in modo chiaro riguardo al processo di anonimizzazione e all'utilizzo dei dati per questi scopi (art. 13 GDPR). Inoltre, è fondamentale che sia prevista un'opzione di opt-out per gli utenti che non desiderano che i propri dati vengano usati per addestrare algoritmi di IA.
In questo contesto, la base giuridica potrebbe essere il legittimo interesse dell'advertiser (art. 6(1)(f) GDPR), validato recentemente per il marketing diretto dalla Corte di giustizia (4 ottobre 2024 n. C-621/22).
Tuttavia, è essenziale effettuare una Legitimate Interest Assessment (LIA) per valutare la legittimità del trattamento e rispettare i requisiti del regolamento europeo sull'IA, specialmente nei settori critici.
Strategie per utilizzare il Customer Match
Le piattaforme di advertising offrono tre funzionalità principali per l'utilizzo delle liste di clienti:
Targeting: Mostrare annunci pubblicitari ai clienti presenti nella lista.
Esclusione: Escludere determinati utenti dal vedere specifici annunci. Questo funziona solo se la piattaforma riconosce l'utente.
Lookalike: Trovare utenti con comportamenti ed interessi simili a quelli dei clienti forniti.
Queste funzionalità aprono molte possibilità per attivazioni strategiche, ottimizzazione del bidding e personalizzazione del messaggio pubblicitario.
Esempi di strategie pratiche
Base:
Escludere i clienti già acquisiti per evitare di spendere budget su utenti che hanno già convertito.
Utilizzare Lookalike Audience per trovare nuovi potenziali clienti simili a quelli già acquisiti.
Medio:
Segmentare i clienti in base al Customer Lifetime Value (CLV) e applicare strategie di bidding differenti in base al valore del cliente.
Sfruttare gli interessi dei clienti per creare campagne mirate, sia in remarketing che in lookalike.
Avanzato:
Utilizzare un modello predittivo per stimare il CLV futuro dei nuovi clienti e creare segmenti di lookalike per trovare utenti simili a quelli con alto valore.
Considerazioni finali
Il Customer Match è uno strumento potente per ottimizzare le campagne pubblicitarie, ma il suo utilizzo deve essere in linea con la normativa vigente, rispettando i diritti degli utenti e adottando misure adeguate di sicurezza dei dati. La collaborazione tra team tecnici e legali è essenziale per massimizzare i benefici di queste strategie, garantendo al contempo la conformità al GDPR e al regolamento sull'IA.
Dove sarò nelle prossime settimane
29 Ottobre 2024 webinar Makingscience: Black Friday e Peak Season. Come massimizzare i risultati grazie alla misurazione: incrementality, attribution e MMM.
11-12 Dicembre 2024 Search Marketing Connect
Condividi questo Post