← Terug naar alle blogs← Vorig artikel

Third-party cookies zijn weg. Zo ziet identity stitching er nu uit.

De trackinginfrastructuur waarop de meeste DTC-merken zijn gebouwd, bestaat niet meer in dezelfde vorm. Identity stitching is geen vervanging van cookies. Het is een fundamenteel andere aanpak, en die vraagt andere data.

Wat stierf met third-party cookies

Met cookies van derden konden advertentieplatforms gebruikers op verschillende websites volgen zonder dat die websites hoefden mee te werken. Een gebruiker die je Shopify-winkel bezocht en een gebruiker die een nieuwssite bezocht, konden via een gedeelde cookie van hetzelfde advertentienetwerk aan elkaar worden gekoppeld. Deze cross-site tracking maakte retargeting op grote schaal mogelijk en vormde de basis voor attributiemodellen van platforms.

Safari blokkeert cookies van derden sinds 2017. Firefox volgde. Door de volledige uitfasering in Chrome, gecombineerd met de wijzigingen in Google's Privacy Sandbox, is ook de laatste grote browser verdwenen die het oude model overeind hield. De data-infrastructuur voor DTC-advertenties uit 2018 tot 2022 bestaat niet meer.

100%
Third-party cookieverlies in Chrome
55–65%
First-party identity coverage gem. DTC
70–85%
Probabilistische high-confidence match

Identiteitsresolutie van de eerste partij

First-party identiteitsresolutie betekent dat je gebruikers over meerdere sessies koppelt met gegevens die zij zelf aan je hebben verstrekt, niet met gegevens die een derde partij zonder hun medeweten heeft gevolgd. De belangrijkste signalen zijn het e-mailadres, telefoonnummer en klant-ID uit Shopify. Wanneer een klant een account aanmaakt, afrekent of zich voor je e-maillijst inschrijft, leg je een identificatiekenmerk vast dat je kunt gebruiken.

Het matchpercentage tussen sessies hangt af van hoe vaak klanten zich identificeren. Een DTC-merk met 40 procent terugkerende klanten en een sterke verzameling van e-mailadressen bij het afrekenen kan een first-party identiteitsdekking van 55 tot 65 procent behalen. Daardoor blijft 35 tot 45 procent van de sessies daadwerkelijk niet met zekerheid identificeerbaar. Probabilistische methoden vullen een deel van die kloof.

First-party identiteitsdekking is het nieuwe plafond voor attributie. Je kunt niet nauwkeuriger attribueren dan je identificatiepercentage van klanten toestaat. Dat percentage verbeteren is nu een investering in meting, niet alleen in marketing.

Probabilistische identity stitching

Probabilistische methoden gebruiken apparaatsignalen, patronen in IP-adressen en gedragsprofielen om sessies zonder deterministisch identificatiekenmerk te verbinden. De uitkomst is een betrouwbaarheidsscore, geen zekerheid. Een sessie die op apparaattype, browser, IP-subnet en gedragstiming overeenkomt met een bekende klant, kan een betrouwbaarheidsscore van 82 procent krijgen. Die moet je anders behandelen dan een deterministische match van 95 procent.

Layer Insights hanteert drie betrouwbaarheidsniveaus en rapporteert deze afzonderlijk. Niveau 1 is deterministisch. Niveau 2 is probabilistisch met hoge betrouwbaarheid, boven 80 procent. Niveau 3 is probabilistisch met gemiddelde betrouwbaarheid, tussen 50 en 80 procent. Alles onder 50 procent wordt als anoniem behandeld. Omzetattributie in rapporten weerspiegelt deze niveaus met passende onzekerheidsmarges.

Wat dit betekent voor retargeting

Retargetingdoelgroepen op basis van cookies van derden waren goedkoop op te bouwen en hadden een groot bereik. First-party retargetingdoelgroepen op basis van e-maillijsten en klant-ID's zijn kleiner, maar veel nauwkeuriger. Een retargetingcampagne gericht op je werkelijke kopers via het uploaden van een klantenlijst naar Meta presteert anders dan een retargetingdoelgroep op basis van pixels.

De afweging is bereik tegenover precisie. First-party doelgroepen zijn doorgaans 30 tot 60 procent kleiner dan vergelijkbare doelgroepen op basis van cookies. Het signaal voor koopintentie is echter sterker, omdat je mensen bereikt die daadwerkelijk bij je hebben gekocht en niet mensen die vaag met een gedragsprofiel overeenkwamen.

Je identity-infrastructuur bouwen

De basis is een schone klantdatalaag in Shopify: consistente verzameling van e-mailadressen bij het afrekenen, stimulansen om een account aan te maken en één klant-ID dat over meerdere sessies behouden blijft. Voeg hier server-side eventtracking aan toe die dat klant-ID bij elk aankoopevent meestuurt naar je CAPI-endpoints.

Implementeer daarbovenop een strategie voor dataverzameling die door toestemming wordt bepaald. Klanten die marketing accepteren, geven je toestemming om hun gegevens voor personalisatie en attributie te gebruiken. Klanten die dit weigeren, moet je anoniem volgen. Je toestemmingspercentages beïnvloeden rechtstreeks je dekking voor identiteitsresolutie, die op haar beurt rechtstreeks de nauwkeurigheid van je attributie beïnvloedt.

---

Layer Insights app

Bekijk dezelfde beslissing in je eigen commerce data

Open Layer Insights →
Lees hierna

Contributiemarge per kanaal: het cijfer dat je agency je niet toont

Verder lezen →