Kaavojen kehittäminen tietojen perusteella

Tietoa segmentoinnista, profiloinnista ja tietovastaavuuksista

Yritykset, joiden tulonlähteenä on mainonta, käyttävät tietoja laajoissa mittasuhteissa luomaan kaavoja ja ennusteita. Olet voinut kuulla käyttäjien segmentoinnista ja profiloinnista, mutta mitä tekemistä sillä on yksittäisten henkilöiden ja heidän henkilökohtaisten tietojensa kanssa?

Segmentointi ja profilointi

Käsitelläänpä kuvitteellista esimerkkiä segmentoinnista eli profiloinnista. Aloitetaan käyttäjästä, jolla on Schibsted-tili. Karen on 24-vuotias nainen, joka asuu Oslossa, ja on suostunut tietojensa käyttämiseen yksilölliseen mainontaan Schibstedin sivustoilla.

s009_post_segmentation01
Kun Karen lukee uutisia Aftenpostenista, selaa myynti-ilmoituksia FINN:stä tai napauttelee linkkejä näillä Schibsted-sivustoilla, hänen tietoprofiilinsa alkaa muotoutua. Hän pitää retkeilystä, matkoista aurinkoisiin paikkoihin ja koiransa kävelyttämisestä. Hän ostaa verkosta sen helppouden vuoksi, joten joskus hän klikkailee mainoksia, jotka näyttävät kiinnostavilta.
s009_post_segmentation02

Voimme yhdistää Karenin antamat tiedot (ikä, sukupuoli ja kotikaupunki) hänen selaustoiminnastaan saamiimme tietoihin, ja voimme laskea, että Karen sopii nuorten, liikunnallisten, verkkoshoppailusta pitävien ja Oslossa asuvien naisten käyttäjälohkoon eli segmenttiin.

s009_post_segmentation03

Kun näytämme Karenille vaelluskenkätarjouksen ja hän napauttaa sitä, näemme että mainos kiinnosti häntä. Jos hän ohittaa kaikki meikkimainokset, koska ei käytä niitä paljoakaan, opimme, etteivät kaikki Karenin segmentissä olevat naiset halua nähdä sen tyyppistä mainontaa. Näin lohkon ymmärtäminen kehittyy.

s009_post_segmentation04

Tietovastaavuudet

Tarkastellaanpa tietovastaavuuksia toisen esimerkin avulla. Peter on noin 35-vuotias tukholmalainen mies, joka on erittäin kiinnostunut ruoasta. Hän rakastaa uusissa ravintoloissa käymistä ja etsii jatkuvasti tietoa tavoista parantaa keittiötään. Hän ei käytä sosiaalista mediaa ja on epäileväinen tietojensa käytön suhteen, joten hän ei kirjaudu sivustoille, ellei ole pakko. Hän kuitenkin hyväksyy evästeet sivustoilta, joita haluaa käyttää.

s009_post_profiling01
Kun Peter menee ensimmäisen kerran Aftonbladetin sivulle lukemaan uutisia tai Blocketiin selaamaan uusia keittiökoneita, emme tiedä hänestä mitään. Hänen selatessaan, lukiessaan artikkeleita ja napautellessaan mainoksia, saamme hänestä tietoja, jotka auttavat meitä oppimaan, mistä muusta hän voisi pitää. Vaikka emme tiedä hänen sukupuoltaan tai tarkkaa ikäänsä, vertaamalla hänen toimintaansa muihin samankaltaisiin tietoprofiileihin, hänen käyttäytymiskaavansa antaa meille vinkkejä lohkoista, joihin hän saattaa sopia.
s009_post_profiling02
Selviää melko nopeasti, että Peter pitää ruokaan liittyvästä sisällöstä, joten hänelle esitetään tukholmalaisten ravintoloiden mainoksia ja kodinkoneliikkeiden tarjouksia. Emme tiedä hänen tarkkaa ikäänsä, mutta hänen Aftonbladetista lukemansa artikkelit vastaavat muiden 30–40-vuotiaiden miesten lukemia, joten hänelle esitetään myös mainoksia asioista, jotka yleensä kiinnostavat sen ikäisiä miehiä.
s009_post_profiling03

Huomautus tietoturvasta

Henkilökohtaiset tietosi ovat turvassa meillä. Kun luet läpi näitä esimerkkejä, sinusta voi tuntua, että ruudun takana istuu joku vahtimassa Karenin ja Peterin jokaista verkossa tekemää liikettä. Mutta sanoessamme, että mainoksia esitetään Karenille tai Peterille, tarkoitamme automaattista prosessia.

Otamme tietojen tallennuksen ja käsittelyn hyvin vakavasti. Työskentelemme läheisesti kumppaniemme, tietosuoja-ammattilaisten ja säädäntäelimien kanssa ja tarkistamme turvatoimiamme ja -käytäntöjämme jatkuvasti varmistaaksemme, että tietoja käytetään sekä käyttäjän odotusten että lain puitteissa.

Lue lisää yksittäisten Schibsted-sivustojen tai -sovellusten erityisistä tietojensäilytysajoista ja tietosuojakäytännöistä kyseisen sivuston kohdasta tietosuoja.

s009_post_safety

Lue lisää...