Targetowanie behawioralne to technika reklamy cyfrowej, która wyświetla kupującym produkty na podstawie ich rzeczywistych działań online – przeglądanych stron, dodanych produktów do koszyka, poprzednich zakupów, powtarzanych wyszukiwań – zamiast opierać się na ogólnych przypuszczeniach demograficznych. Platformy reklamowe i narzędzia retargetingowe zbierają te dane dotyczące przeglądania i interakcji, a następnie wykorzystują je do decydowania, które produkty z katalogu sprzedawcy mają być wyświetlane danemu użytkownikowi podczas jego poruszania się po sieci. W przypadku reklamy opartej na kanałach, to właśnie ta warstwa przekształca statyczny katalog produktów w responsywne, spersonalizowane doświadczenie.
Dlaczego targetowanie behawioralne ma znaczenie w przypadku reklam opartych na kanałach informacyjnych
Plik danych o produktach dostarcza jedynie surowy katalog — tytuł, cenę, zdjęcie, dostępność — ale targetowanie behawioralne decyduje, który z tych tysięcy produktów zostanie faktycznie wyświetlony konkretnemu klientowi. Bez precyzyjnego sygnału behawioralnego, nawet idealnie zoptymalizowany plik danych oferuje ten sam ogólny asortyment wszystkim klientom, marnując wyświetlenia na produkty, które klient już odrzucił, i tracąc oczywiste możliwości, takie jak porzucenie koszyka, które potrzebuje jedynie zachęty. Właśnie dlatego kampanie remarketingowe często przewyższają prospekting pod względem kosztu pozyskania klienta (COA): łączą dane z pliku danych z rzeczywistymi wskaźnikami zaangażowania zarejestrowanymi na stronie, dzięki czemu wyświetlana reklama jest zgodna z zadeklarowanym zamiarem, a nie z przypuszczeniem. Prawidłowe wykonanie tego zadania zależy od ścisłej koordynacji między identyfikatorami produktów w pliku danych a kodem śledzenia uruchamianym w witrynie sklepowej, ponieważ niezgodność między nimi zrywa połączenie, a zdarzenie wyświetlenia lub koszyka nigdy nie jest powiązane z produktem nadającym się do sprzedaży.
Jak działa targetowanie behawioralne
Platformy budują grupy odbiorców behawioralnych, oznaczając odwiedzających zdarzeniami — obejrzanymi produktami, dodanymi do koszyka, zakupionymi — każde powiązane z konkretnym identyfikatorem produktu z kanału. Gdy ten sam kupujący później zobaczy reklamę, dynamiczny silnik reklamowy platformy porównuje historię zdarzeń z bieżącym kanałem, aby pobrać pasujący produkt, jego aktualną cenę i stan magazynowy, zamiast wyświetlać statyczną reklamę. Sprzedawcy detaliczni często nakładają na to węższą segmentację, dzieląc odbiorców według kategorii, przedziału cenowego lub ostatniego zakupu, aby klient, który przeglądał buty do biegania, nie widział reklam niezwiązanej części katalogu. Dane behawioralne zasilają również działania związane z targetowaniem niszowym, pozwalając sprzedawcy wyizolować małą, ale wysoce intencjonalną grupę — na przykład kupujących, którzy wielokrotnie oglądali określoną linię limitowaną — i zaoferuj im dedykowaną kampanię, zamiast włączać ich do szerokiej puli remarketingowej.
Przykład: Targetowanie behawioralne w kanale produktów
<item>
<g:id>SKU-77120</g:id>
<title>Trail Running Shoe - Slate Grey, Men's 10</title>
<link>https://example-shop.com/products/trail-running-shoe-slate-10</link>
<g:price>129.00 USD</g:price>
<g:availability>in stock</g:availability>
<g:custom_label_0>cart_abandoner_7d</g:custom_label_0>
<g:custom_label_1>viewed_not_purchased</g:custom_label_1>
</item> custom_label pola tutaj nie zmieniają sposobu organicznego wyświetlania produktu — są one stworzone po to, aby kanał można było filtrować do grup kampanii opartych na zachowaniach, umożliwiając reklamodawcy utworzenie zestawu reklam dla porzuconych koszyków, który pobiera tylko produkty oznaczone w ten sposób, wycenione i dostępne w momencie ostatniego odświeżenia kanału.
Powiązane pojęcia
Targetowanie behawioralne działa najlepiej w połączeniu z szerszą segmentacją , ponieważ segmenty odbiorców definiują grupy, w których stosowane są sygnały behawioralne, i często zawęża się do targetowania niszowego, gdy sprzedawca chce wyizolować konkretną grupę o wysokiej wartości, zamiast traktować wszystkich aktywnych klientów tak samo. Nic z tego nie działa bez wiarygodnych wskaźników zaangażowania zasilających system – bez tych danych wstępnych nie ma zachowań, na które można kierować reklamy.