Hoppa till huvudinnehåll
Alla samlingarSamhub for Media
Samhub för Media, lektion 3: Hur skapar Samhub målgrupper?

Samhub för Media, lektion 3: Hur skapar Samhub målgrupper?

Denna artikel förklarar hur vi använder publika och standardiserade data Samhub för Media baserat på mediers egna förstapartsdata.

M
Skrivet av Martin Bergqvist
Uppdaterad för mer än 2 veckor sedan

Publicister och mediehus har en särskild roll i samhället. De är en integrerad del av vår demokrati och arbetar enligt journalistiska principer som säkerställer både kvalitet och ett kritiskt perspektiv i nyhetsrapporteringen till allmänheten. Det är därför viktigt att du som publicist eller medieaktör på ett transparent sätt förklarar vad du gör och hur du gör det – för att kunna behålla allmänhetens förtroende och se till att användare online känner sig trygga med att dela sin information med dig.

Sammanfattning av artikeln
Denna artikel lyfter fram de olika typerna av förstapartsdata som Samhub samlar in för att skapa och segmentera användare och innehåll till målgrupper med högt värde. Artikeln förklarar också hur datan används för att skapa målgrupper med så hög räckvidd och kvalitet som möjligt.

Samhubs tjänster inkluderar kontextuell och demografisk dataförädling samt integritetsfokuserade metoder för målgruppsdelning, utan att dela personligt identifierbar information. Plattformen använder en så kallad "Data Waterfall Method" – en stegvis metod för att förfina publikdata utifrån användarens interaktionsnivå, från anonyma besökare till identifierade användare – vilket säkerställer både dataintegritet och annonsintäktsmöjligheter.

Publicisters förstapartsdata som används av Samhub

För ett mediehus är de datakällor som kan betraktas som förstapartsdata (men inte begränsade till):

  • Innehållsdata

  • Användarbeteende över tid

  • Anonym webbläsardata

  • Inloggad användardata

Samhubs målgruppsmetodik

Plattformen Samhub for Media säkerställer både räckvidd och kvalitet i publikdata genom att använda både förstahandsbesök från anonyma användare och verifierad inloggningsdata.

Detta kallar vi för "Samhub Data Waterfall Method".

Det innebär att vi kontinuerligt arbetar för att förbättra publikdata med den information vi har tillgänglig på publicistens webbplats – och vi gör det endast om användaren gett samtycke till publicisten.

Steg 1 – Förstahandsanonyma användare

Om en användare inte har någon identifierare från ett tidigare besök, måste vi göra antaganden med lägre tillförlitlighet. Tillgängliga styrningsalternativ är:

  • Kontextuell målgruppsstyrning – sidvisningsbaserad klassificering enligt IAB:s kategorier

  • Geografisk data – enstaka observation

  • Geografisk förädling – enstaka geografisk matchning

Detta är data med hög räckvidd men lägre exakthet.

Steg 2 – Anonyma användare med förstapartshistorik

Om vi har viss information från tidigare besök eller kan samla in under sessionen kan vi göra mer träffsäkra antaganden:

  • Användarintressen enligt IAB – kontextuell historik visar potentiella intresseområden

  • Geografisk historik – analys av geografiska mönster för mer exakt matchning mot demografidata

  • Geografisk förädling – flera observationer för att stärka precision

Detta är data med högre till måttlig räckvidd och lägre till måttlig exakthet.

Steg 3 – Anonyma användare med inloggningsinformation

Om du som publicist använder vår CDP-tjänst kan du skicka både identifierad och anonym användardata till Samhub-plattformen. Den anonyma användardata som kan skickas inkluderar:

  • Kön

  • Födelseår

  • Postnummer

Detta är data med låg till måttlig räckvidd och måttlig till hög exakthet.

Steg 4 – Identifierade användare med inloggningsinformation

Om du väljer att skicka identifierad information till vår CDP kan vi bygga en mycket mer detaljerad användarhistorik för inloggade användare. I Samhub CDP lagras aldrig information i klartext – det är alltid publicisten som behåller den identifierande informationen. Vi lagrar endast pseudonymiserad, envägskrypterad information.

Detta kallas "Privacy by Design" och är en rekommenderad praxis enligt gällande datalagstiftning. Identifierad information vi behandlar:

  • E-post

  • Telefonnummer

  • Adress

  • Postnummer

  • Stad

  • Land

Med denna information kan vi matcha användaren mot verifierad hushållsdata såsom:

  • Inkomst

  • Boendeform

  • Familjesituation

  • Bilägande

  • Barn i hushållet

Detta är data med låg till måttlig räckvidd och mycket hög exakthet.

Aggregering av information till målgrupper
I Samhub-plattformen aggregeras all information till målgrupper, vilket effektivt anonymiserar data som visas externt mot annonsörer och plattformar.

Det innebär att varje målgrupp kan innehålla olika nivåer av noggrannhet. Det ger också publicisten kontroll över vilken datakvalitet man vill skapa – i linje med sina egna integritetsprinciper.

Dela målgruppsdata med tredje part

En viktig aspekt av Samhub for Media är att vi möjliggör en enhetlig målgruppstaxonomi över nätverk utan intrångsbaserad spårning. Vi gör det även möjligt att dela målgruppsdata med tredje part, såsom annonsnätverk – utan att dela någon personlig information. Detta kallar vi för "ID-fri målgruppsexport".

Samhubs standardiserade målgruppstaxonomi

  1. IAB 29 Kontextuella målgrupper (29)

  2. IAB 29 Intressebaserade målgrupper (29)

  3. Samhub-baserade befolknings- och hushållsmålgrupper (18)

Anpassad målgruppstaxonomi

Våra ENTERPRISE-kunder kan skapa egna målgrupper. Vi kan även ta emot anpassade datapunkter som sökintention eller andra externa datakällor.

Fick du svar på din fråga?