運用第一方資料來吸引目標對象
行銷人分析第一方數據並取得洞察資料後，即可用能夠保障隱私權的方式提供更切合目標對象需求的體驗，加深與對方的交流。
比方說利用第一方資料來與理想客群進行互動：商家獲得消費者提供的聯絡資訊後，
可使用「目標消費者比對」功能，在消費者使用各項 Google 資源 (包括 Google 搜尋、「購物」分頁、Gmail 和 YouTube) 時，再度接觸他們。
做法
挪威電信業者 Telia 希望吸引現有消費者升級合約。在分析消費者關係管理系統中的資料並找出符合資格的消費者後，Telia 與媒體代理商 Carat 合作，投放高度個人化的廣告接觸這群消費者。該公司採用安全的雜湊演算法，透過目標消費者比對將電子郵件地址上傳至 Google Ads，藉此放送個人化廣告活動，呈現能夠反映消費者手機使用狀況和現有合約狀態的廣告內容。
成果
Telia 的行動資費方案升級率達 69%，轉換率較一般廣告活動高出 22%。與平均值相較之下，單次轉換出價下降 23%，且 Telia Smart 和 Telia UNG 的整體收益均提升 15%。
除了有助您再次接觸理想客群，目標消費者比對名單也能提供實用信號，提升其他 Google 廣告活動的成效。舉例來說，智慧出價會將目標消費者比對名單納入考量，找出對您而言有價值的消費者。
運用自動化功能來拓展新目標對象
機器學習的一大優點在於就算信號有限，也能協助行銷人觸及理想的目標對象。
Google 目標對象則藉助機器學習技術將各種信號納入考量，藉此觸及對商品/服務感興趣的使用者，並將要顯示的廣告調整至最佳狀態。
信號是指使用者相關屬性，其中包括：
- 使用者的身分背景 (受眾特徵)
- 使用者可能的興趣 (根據他們使用的網站和應用程式來推測)
- 使用者在競價期間所處的情境 (例如瀏覽的網頁內容)
運作原理
「Google 目標對象」在競價期間會盡量利用可用的信號，協助廣告消費者顯示關聯性最高的訊息。
比方說，即使有 Cookie 可用，Google 目標對象仍會一併考量這些使用者信號與比對內容訊號，藉此判定使用者的興趣和偏好。如果因為瀏覽器限制或同意聲明設定導致 Cookie 使用受限，Google 目標對象會自動改用其他信號 (例如廣告刊登位置周圍的內容) 來判斷關聯性。
此外，廣告消費者也可以利用自動化功能 (例如 Google Ads 的最佳化指定目標對象
功能，或是 Display & Video 360 的擴展指定目標)，開發相關的新消費者。
進階解決方案：運用雲端技術提升行銷成效
越來越多行銷人採用雲端式解決方案，在管理資料的同時兼顧使用者隱私安全。這是因為雲端技術在儲存及整理大型資料集這方面，本身就具備隱私和安全性上的優勢，例如預設將所有資料加密，以及可設定參數來控管資料的存取權限等。
藉由將第一方資料整合到 BigQuery 等雲端資料倉儲中，數據資料學家或分析師可協助您進一步剖析資料；您也可以在發掘出影響力強大的新洞察資料時，將這些數據整合至行銷工具，輕鬆地依據資料採取行動。
舉例來說，數據資料學家可以使用歷來消費者資訊訓練機器學習模型，藉此預測或預期未來與消費者 (以及類似目標對象) 互動的成果。
做法
沐浴和美體產品零售商 Rituals 的數位行銷團隊打算調整做法，發掘更多有價值
的消費者。
為此，該團隊先將 Google Marketing Platform、消費者關係管理系統和銷售點交易中的所有第一方資料都整合至 BigQuery，接著運用 Google Cloud 的進階機器學習功能，建立能夠預測購買機率的模型，包括消費者會在實體商店還是線上購買、可能購買的產品品項，以及購買時機。
該團隊使用 Google Analytics (分析) 360 根據這些消費者傾向建立了目標對象區隔，然後與 Display & Video 360 共用這些區隔並製作了一則廣告活動，放送量身打造的訊息來接觸特定客群。
成果
廣告活動推出後，Rituals 發現轉換量大幅提升 85%，單次轉換出價也下降 15%。
做法
當旅遊活動因 COVID-19 疫情陷入停頓，有遠見的 Alaska Airlines 樂觀以對，並著手準備迎接旅遊市場景氣復甦的那一刻。該公司與 Google Marketing Platform 合作夥伴 Adswerve 攜手，使用 Google Cloud 打造了行銷資料倉儲，將消費者關係管理系統、媒體廣告活動和網站分析中的第一方資料都整合到該倉儲中。
資料倉儲建置完成後，Adswerve 協助 Alaska Airlines 運用 Google Cloud 的進階機器學習功能，發掘新的目標對象洞察資料和成長商機。舉例來說，Adswerve 的數據資料學家利用這些整合資料建立模型，根據出發地和目的地機場、偏好的旅遊日期和會員方案活動等資訊，預測消費者的效期價值。
將這些預測價值提供給 Search Ads 360 後，Alaska Airlines 的行銷團隊根據這些資料調整出價，順利提升了搜尋廣告活動的投資報酬率。
成果
Alaska Airlines 成功使付費搜尋廣告活動的廣告投資報酬率提升 30%。
一窺未來發展趨勢
Chrome 的 Privacy Sandbox 計畫旨在開發新技術，提供用來放送再行銷廣告和按照興趣顯示廣告的永續解決方案。
「按照興趣顯示的廣告」未來的可能發展：由瀏覽器根據使用者的興趣來比對出合適廣告，無須追蹤使用者在網路上的活動。
「再行銷廣告」未來的可能發展：使用者造訪某公司網站並採取對該公司而言有價值的動作後 (例如瀏覽產品)，該網站在使用者的瀏覽器中加入標記。之後使用者造訪其他包含廣告空間的網站時，瀏覽器便會通知系統可顯示哪個廣告，但過程中不會透露使用者的瀏覽活動。
Privacy Sandbox 技術可搭配第一方資料和機器學習等功能運作，讓 Google 的目標對象解決方案發揮效益。舉例來說，Google Ads 和 Display & Video 360 會結合 Privacy Sandbox 技術與眾多其他可用信號，藉此比對目標對象並放送按照興趣顯示的廣告。這些信號包括實際位置和顯示廣告的網站，因此即使沒有第三方 Cookie，您仍可持續觸及使用者。
為將來預做準備
使用者對隱私權安全的顧慮日漸加深，已然對數位廣告產業的各個層面造成影響。儘管數位廣告生態系統持續隨著使用者的隱私權疑慮而變動，但機構組織可以立即採取下列幾項措施，做好因應準備。
- 建立卓越中心 (CoE) 團隊：有些公司已延攬法律、數據科學和行銷等領域的專家和廠商組成專門團隊，致力全盤掌握異動、考量各種情況並擬定個別因應計畫。
- 進一步瞭解新興隱私權保護技術：Chrome 的 Privacy Sandbox 是一項開放原始碼計畫，旨在開發新技術來改善隱私權保護相關技術，例如「去識別化」和「裝置上處理」等。事實上，任何人都可以提交提案和進行實驗，因此您不妨透過產業協會或廣告技術供應商提出自身業務需求，確保相關人士在技術開發過程中將您的意見納入考量。
從本文提到的消費者和代理商個案研究中可以發現，尊重使用者隱私不表示得犧牲業務成果。相反地，現今數位行銷人士可運用的工具和資源都能夠在保障隱私權的前提下，創造更多與消費者接觸的商機。
