세 건의 현장 연구에서 시험한 데이터 브로커들을 평균하면, 구매한 웹 사용자 프로필에 기록된 성별이 맞은 경우는 42.3%였습니다.1 개별 브로커는 25.7%에서 62.7%까지 분포했습니다. Nico Neumann, Catherine Tucker, Timothy Whitfield의 이 연구는 데이터 브로커 19곳에서 구매한 90개 이상의 오디언스를 다루었습니다. 무작위로 분류해도 약 50%는 맞을 것이며, 논문은 성별에 브라우징 프로필을 사용하는 것이 "평균적으로 아무것도 사용하지 않는 것보다 덜 효율적인 것으로 보인다"고 말합니다. 연령은 더 나빴습니다. 18~24세 구간의 정확도는 평균 10.7%, 25~34세는 평균 25.7%, 35~44세는 평균 32%였습니다.
구매한 오디언스는 구매자가 검증할 수 없는 추론의 집합입니다
미국 연방거래위원회(FTC)는 데이터 브로커 아홉 곳에 관한 2014년 보고서에서 이러한 세그먼트가 어떻게 만들어지는지 설명했습니다. 보고서에 따르면 "데이터 브로커는 수집한 데이터로부터 소비자의 관심사를 추론합니다." 그리고 "그 관심사를 다른 정보와 함께 사용해 소비자를 카테고리로 분류합니다."2 그런 다음 이 카테고리는 "Urban Scramble"이나 "Mobile Mixers" 같은 이름으로 판매됩니다. 이를 구매하는 광고주는 그 추론을 사는 것이며, Neumann의 논문은 그런 프로필이 얼마나 신뢰할 만한지 알려진 바가 거의 없다고 지적합니다.1
현장 테스트는 각 브로커의 쿠키를 설문 패널 참가자 한 명과 연결했고, 그 참가자 자신의 응답으로 레이블을 검증했습니다.1 프로필만 사용했을 때, 원하는 속성을 가진 사람에게 광고가 도달하는 비율은 무작위 선택보다 0~77% 높아졌습니다. 최적화 소프트웨어를 쓰면 평균 증가폭은 123%였지만, 추가 비용은 151%였습니다. 저자들은 제3자 오디언스가 "고가 미디어 게재를 제외하면 경제적으로 매력이 없는 경우가 많다"고 결론짓습니다.
관심사 세그먼트는 사람들이 방문한 페이지로 만들어졌기 때문에 점수가 더 높았습니다
같은 연구에서 관심사 세그먼트는 인구통계 세그먼트보다 정확했습니다. 스포츠에 관심 있다고 분류된 사용자가 실제로 패널에 그렇다고 답한 비율은 87.4%였고, 피트니스는 82.1%, 여행은 72.8%였습니다.1 그 일부는 기저율 때문입니다. 논문은 호주인의 스포츠 관심 비율을 67%로 봅니다. 저자들은 이 기저율과 비교하여, 관심사 세그먼트가 무작위 선택보다 여행에서 30%, 스포츠에서 30%, 피트니스에서 71% 개선되었다고 계산합니다. 저자들은 "전반적으로, 시험한 오디언스 관심사의 적중률(정확도)이 앞서 시험한 인구통계 속성보다 높았다"고 씁니다.
관심사 세그먼트란 브라우징 기록을 레이블로 바꾸어 쿠키에 붙인 뒤, 사전 정의된 오디언스로 판매하는 것입니다.1 레이블은 그 사람이 다음에 여는 페이지가 어디든 쿠키를 따라갑니다. 읽기와 광고 사이의 각 단계는 레이블이 틀릴 수 있는 지점입니다. 버블은 이 단계들을 건너뜁니다. AdBubbles는 독자에 대한 저장된 추측 없이, 독자가 보고 있는 페이지의 단어를 그 단어를 구매한 광고주와 연결합니다.
특정 페이지의 독자는 자신이 무엇을 찾는지 이미 보여 주었습니다
유럽의 개인정보 보호 지침(Privacy Directive)은 Avi Goldfarb와 Catherine Tucker에게 같은 논점을 다른 방식으로 시험할 기회를 주었습니다. 이들의 데이터는 9,596개 배너 캠페인 중 하나를 본 설문 응답자 330만 명에게서 나왔습니다. 지침이 데이터 사용과 추적을 제한하자 광고 효과는 약 65% 떨어졌습니다.3 뉴스 서비스 같은 일반 콘텐츠 사이트는 여행이나 육아 사이트 같은 특정 콘텐츠 사이트보다 더 큰 손실을 입었습니다. 저자들은 "여행 및 육아 웹사이트의 고객은 이미 자신이 특정 목표 시장에 속한다는 것을 스스로 드러냈다"고 쓰며, 그래서 그런 사이트는 광고를 타기팅하는 데 브라우징 데이터가 덜 필요했다는 것입니다.
Kaifu Zhang과 Zsolt Katona는 문맥 광고를 "소비자가 보는 콘텐츠를 기반으로" 광고를 보여 주는 것으로 정의하며, 이는 "소비자의 콘텐츠 선호가 제품 선호를 나타낼 수 있다는 가능성을 활용"하는 것입니다.4 육아 사이트는 사이트 규모의 맥락이고, 글 속 단어 하나는 문장 규모의 맥락입니다. "convertible car seat"(컨버터블 카시트)라는 말이 나오는 단락까지 읽은 독자는, 그가 누구인지 아무도 기록하지 않아도, 사이트 수준의 어떤 레이블보다 오디언스를 더 좁혀 놓은 상태입니다.
비즈니스 구매자는 업체의 기록이 아니라 글로 식별됩니다
Neumann의 연구는 성별, 연령, 여가 관심사 같은 소비자 속성을 시험했습니다. 비즈니스 오디언스를 판매하는 기준인 직함과 회사 규모는 시험하지 않았으며, 저희는 이를 시험한 공개 현장 테스트를 찾지 못했습니다. 업계 전문 기사의 독자에게는 프로필이 전혀 필요 없습니다. 머시닝 센터용 절삭유 여과에 관한 글을 읽는 사람은 그 페이지를 여는 것만으로, 직함 필드가 할 수 있는 것보다 더 정확하게 자신의 업종과 문제를 드러낸 것입니다.
Anja Lambrecht와 Catherine Tucker는 사람이 이전에 본 바로 그 제품을 다시 보여 주는 리타기팅에서 관련된 패턴을 발견했습니다. 이들의 현장 실험에서 "동적 리타기팅 광고는 평균적으로 그에 상응하는 일반 광고보다 효과가 떨어졌습니다."5 구체적인 광고가 덜 효과적이지 않게 된 것은, 리뷰 사이트 방문 같은 이후의 브라우징이 그 사람의 선호가 바뀌었음을 시사할 때뿐이었습니다. 신호는 읽기였고, 저장된 제품 조회 기록은 신호가 아니었습니다.
소규모 목공소에 집진 시스템을 판매하는 회사가 있다고 가정해 봅시다. 이 회사는 AdBubbles에서 자신이 지정한 사이트의 "dust collector"(집진기)와 "shop air quality"(작업장 공기질)라는 단어를 구매할 것입니다. 그 달력 월 동안 이 회사는 그 사이트에서 그 단어의 유일한 광고주가 됩니다. 이 회사의 버블은 독자가 글 속의 그 단어 중 하나에 마우스를 올리거나 탭할 때에만 열립니다.
대부분의 독자는 자신이 추적당한다고 여기며, 통제할 수 있다고 느끼는 사람은 적습니다
퓨 리서치 센터(Pew Research Center)는 2019년 6월 미국 성인 4,272명에게 어느 정도 추적당한다고 생각하는지 물었습니다. 그 결과 72%가 온라인이나 휴대폰에서 하는 일의 전부, 거의 전부, 또는 대부분이 광고주, 기술 기업, 기타 회사에 의해 추적된다고 느꼈습니다.6 2023년 5월 성인 5,101명을 대상으로 한 조사에서는 73%가 회사들이 자신의 데이터로 하는 일에 대해 통제권이 거의 없거나 전혀 없다고 답했습니다.7
페이지의 단어를 통해 틈새 독자에게 도달하는 광고주는 여기에 전혀 관여하지 않습니다. AdBubbles는 쿠키를 설정하지 않고, 식별자를 저장하지 않으며, 독자의 개인정보를 수집하지 않습니다. 광고주의 대시보드는 사이트별, 키워드별, 일별 페이지 조회수, 버블 열람, 클릭을 보여 주며, 그것이 누구인지는 절대 보여 주지 않습니다. 개인정보 처리방침에도 같은 내용이 나와 있습니다.
페이지가 독자에 대해 아무것도 말해 주지 않는 곳에서는 프로필이 유일한 신호입니다
인구통계 타기팅은 여전히 페이지가 할 수 없는 일을 하며, 두 현장 연구는 그 지점을 보여 줍니다. Goldfarb와 Tucker가 확인한 가장 큰 손실은 일반 뉴스 사이트에서 나왔으며, 이들은 그런 곳을 "데이터에 기반하지 않은 타기팅이 특히 어려운 곳"이라고 부릅니다.3 Neumann과 동료들은 구매한 오디언스가 수지가 맞지 않는다는 결론에서 고가 게재는 예외로 두며, 그들이 시험한 관심사 세그먼트는 무작위 선택보다 성과가 좋았습니다.1 사기 전에 아무도 관련 글을 읽지 않는 제품이나, 어떤 글도 언급하지 않는 생애 단계로 정의되는 구매자의 경우, 단어 기반 광고가 붙을 곳이 없습니다.
네트워크의 어떤 페이지에도 나오지 않는 단어는 그 네트워크에서 구매할 수 없습니다. 일곱 단계에 설명된 대로, AdBubbles는 어떤 사람이 광고를 볼지 고르지 않고, 독자를 한 페이지나 사이트에서 다른 곳으로 따라가지 않으며, 결과를 약속하지 않습니다. 캠페인을 만드는 데는 비용이 들지 않으며, 광고주는 비용을 내기 전에 단어별로 그 단어가 있는 사이트 수와 예상 월간 페이지 조회수를 확인합니다. 그것만으로도 어떤 사업체의 구매자들이 이미 관련 글을 읽고 있는지 알기에 충분합니다.