پلتفرم مدیریت داده (DMP) چیست و چگونه کار می‌کند؟

پلتفرم‌های مدیریت داده (DMP) به تبلیغ‌کنندگان کمک می‌کنند تا داده‌های مخاطبان را جمع‌آوری، سازمان‌دهی و فعال‌سازی کنند تا هدف‌گیری تبلیغات، شخصی‌سازی و عملکرد کمپین‌ها را بهینه‌سازی نمایند. از آنجا که روزانه میلیاردها نفر وب‌سایت‌ها را مرور می‌کنند، ویدیو می‌بینند و از شبکه‌های اجتماعی استفاده می‌کنند، حجم عظیمی از داده تولید می‌شود که به اکوسیستم تبلیغات دیجیتال امروزی سوخت‌رسانی می‌کند.

امروزه حدود ۶.۱۲ میلیارد نفر در سراسر جهان از اینترنت استفاده می‌کنند و استخر عظیمی از داده‌های مخاطبان را برای برندها و تبلیغ‌کنندگان ایجاد کرده‌اند. از آنجا که کاربران بیش از ۳۳ ساعت در هفته را صرف مصرف رسانه‌های آنلاین، مرور وب‌سایت‌ها، تماشای ویدیوها و تعامل در پلتفرم‌های اجتماعی می‌کنند، هر تعامل آن‌ها بینش‌های ارزشمندی درباره رفتار، علایق و ترجیحاتشان به وجود می‌آورد.

برای تبلیغ‌کنندگان آنلاین، این داده‌های کاربری در ایجاد کمپین‌های تبلیغاتی حکم طلا را دارند؛ زیرا امکان هدف‌گیری دقیق کاربران را بر اساس رفتار، علایق، مکان جغرافیایی و موارد دیگر فراهم می‌کنند. برای جمع‌آوری، تحلیل و استفاده از این حجم وسیع داده در سراسر این فضای تبلیغاتی آنلاین و یکپارچه، تبلیغ‌کنندگان، آژانس‌ها و ناشران به نرم‌افزاری متکی هستند که با نام «پلتفرم مدیریت داده» (DMP) شناخته می‌شود.

پلتفرم مدیریت داده (DMP) چیست؟

پلتفرم مدیریت داده (DMP) نرم‌افزاری است که داده‌های جمع‌آوری‌شده از منابع گوناگون نظیر وب‌سایت‌ها، اپلیکیشن‌های موبایل و کمپین‌های تبلیغاتی را گردآوری، ذخیره و سازمان‌دهی می‌کند. تبلیغ‌کنندگان، آژانس‌ها و ناشران از DMP برای بهبود هدف‌گیری تبلیغات، تحلیل‌های پیشرفته، مدل‌سازی رفتار مشابه (Look-alike Modeling) و توسعه مخاطب (Audience Extension) استفاده می‌کنند.

انواع داده‌هایی که DMP جمع‌آوری می‌کند عبارتند از:

• داده‌های دست اول (First-Party Data): اطلاعاتی است که مستقیماً از کاربر یا مشتری به دست می‌آید و ارزشمندترین نوع داده محسوب می‌شود، زیرا تبلیغ‌کننده یا ناشر با کاربر ارتباط مستقیم داشته است (کاربر قبلاً تعامل داشته است). این داده‌ها معمولاً از این منابع جمع‌آوری می‌شوند:
  • ابزارهای تحلیل وب و موبایل
  • سیستم‌های مدیریت ارتباط با مشتری (CRM)
  • سیستم‌های تراکنش مالی
• داده‌های دست دوم (Second-Party Data): در اصل داده‌های دست اول یک شرکت دیگر است و بسیار کمتر از داده‌های دست اول یا حتی دست سوم دیده می‌شود. این اطلاعات ابتدا به عنوان داده دست اول جمع‌آوری شده و سپس بر اساس یک توافق‌نامه شراکتی به تبلیغ‌کننده دیگری منتقل می‌شود و برای او نقش داده دست دوم را ایفا می‌کند.به عنوان مثال: وب‌سایتی که لوازم ورزشی می‌فروشد (فرضاً All Sports) ممکن است با سایتی که رویدادهای ورزشی را تبلیغ می‌کند (فرضاً Half Time) شراکت کند. وقتی کاربری از All Sports بازدید می‌کند، یک کوکی ساخته می‌شود؛ سپس این کوکی به Half Time داده شده و برای هدف‌گیری تبلیغات به آن کاربر استفاده می‌شود.
• داده‌های دست سوم (Third-Party Data): از منابع مختلف جمع‌آوری شده و به تبلیغ‌کنندگان برای هدف‌گیری مخاطبان فروخته می‌شود. به عنوان مثال، یک ناشر ممکن است پیکسل کد یک DMP را در سایت خود قرار دهد تا پلتفرم داده‌های بازدیدکنندگان را جمع کند؛ از آنجا که این داده توسط شخص ثالث (همان DMP) جمع‌آوری شده، داده دست سوم تلقی می‌شود.در طول سال‌ها، داده‌های دست سوم به دلیل نگرانی‌های متعدد مربوط به حریم خصوصی شهرت منفی پیدا کرده‌اند. با این حال، بازاریابان همچنان برای دسترسی و هدف‌گیری مخاطبان مدنظر خود از آن استفاده می‌کنند، گرچه ارزش آن به پای داده‌های دست اول یا دوم نمی‌رسد.

سازوکار پلتفرم‌های DMP چگونه است؟

یک پلتفرم مدیریت داده (DMP) از طریق جمع‌آوری داده‌های مخاطب از منابع مختلف، سازمان‌دهی آن‌ها در بخش‌های معنادار و فعال‌سازی این بخش‌ها در سراسر پلتفرم‌های تبلیغاتی کار می‌کند. برای این کار، DMP با پلتفرم‌های AdTech و MarTech نظیر پلتفرم‌های سمت تقاضا (DSP)، اکسچنج‌های تبلیغاتی، پلتفرم‌های سمت عرضه (SSP) و سیستم‌های CRM یکپارچه می‌شود و داده‌ها را از طریق تگ‌های وب‌سایت (مانند اسنیپت‌های جاوااسکریپت یا پیکسل‌های HTML) گردآوری می‌کند.

تصویر ۱: پلتفرم‌های مدیریت داده (DMP) به پلتفرم‌های سمت تقاضا (DSP)، پلتفرم‌های سمت عرضه (SSP) و اکسچنج‌های تبلیغاتی متصل می‌شوند تا تبلیغ‌کنندگان بتوانند با افزایش قابلیت‌های هدف‌گیری مخاطب، عملکرد تبلیغات خود را بهینه‌سازی کنند.

سپس داده‌ها وارد چرخه‌ای از پردازش‌ها می‌شوند.

پلتفرم مدیریت داده چگونه اطلاعات را پردازش می‌کند؟

پس از جمع‌آوری داده‌ها، پلتفرم آن‌ها را از طریق چندین مرحله پردازشی به بینش‌های قابل اقدام تبدیل می‌کند. جریان کار اکثر DMPها شامل این مراحل کلیدی است:

تصویر ۲: اجزا و ویژگی‌های یک DMP

1. یکسان‌سازی و غنی‌سازی داده‌ها (Data Normalization and Enrichment):پیش از استفاده، داده‌ها باید به قالبی مشترک درآیند. این کار شامل استخراج شناسه از کوکی‌ها، حذف داده‌های تکراری و تبدیل ساختار داده مبدا به ساختار داده DMP است. در ادامه، کیفیت داده با افزودن متغیرهایی نظیر نوع دستگاه، مکان جغرافیایی، نسخه مرورگر و سیستم‌عامل ارتقا می‌یابد.
2. بخش‌بندی داده‌ها یا طبقه‌بندی و دسته‌بندی (Data Segmentation):داده‌های ورودی تحلیل شده و برای ساخت پروفایل‌های کاربری متمایز، در دسته‌بندی‌های مختلف قرار می‌گیرند (مثلاً «Country = USA»). اهداف این طبقه‌بندی عبارتند از:
   • دسته‌بندی داده‌ها بر اساس تشابه‌ها و روابط متقابل
   • ایجاد ساختار سلسله‌مراتبی برای داده‌ها
   • تسهیل جستجو و استفاده از ورودی‌ها و گروه‌ها (مانند ساخت مخاطب)
3. ادغام پروفایل‌ها (Profile Merging):این فرآیند تمام پروفایل‌هایی را که دارای یک شناسه مشترک (مثل ایمیل یا شناسه کوکی یکسان) هستند به یک پروفایل واحد تبدیل می‌کند تا از ایجاد شناسه‌ها یا پروفایل‌های تکراری جلوگیری شود.
4. ایجاد مخاطب (Audience Creation):مخاطب در واقع گروهی از پروفایل‌های کاربری است که شناسه‌ها یا ویژگی‌های مشترکی دارند (مثلاً «کاربران اندروید در آمریکا»). ایجاد مخاطب مهم‌ترین کارکرد یک DMP و کلید مرحله بعدی یعنی فعال‌سازی داده است.
5. فعال‌سازی داده (Data Activation):به زبان ساده، فعال‌سازی داده یعنی به کار انداختن و اجرای بخش‌های مخاطب هدف برای سناریوها و کاربردهای گوناگون.

مقایسه DMP، CDP و CRM: تفاوت در چیست؟

هر سه پلتفرم وظیفه مدیریت داده‌های مشتری و مخاطب را دارند، اما اهدافشان متفاوت است: DMP بیشتر با داده‌های ناشناس مخاطب برای تبلیغات سر و کار دارد، در حالی که CDP و CRM بر مشتریان شناخته‌شده و داده‌های هویتی شخصی (PII) متمرکز هستند.

این پلتفرم‌ها معمولاً به صورت مکمل کار می‌کنند: CRM اطلاعات مشتری را ذخیره می‌کند، CDP این پروفایل‌ها را یکپارچه می‌سازد و DMP بخش‌های مخاطب را در کانال‌های تبلیغاتی فعال می‌کند.

کاربردهای اصلی DMP در تبلیغات چیست؟

DMP به عنوان سیستمی متمرکز برای سازمان‌دهی و فعال‌سازی داده‌های مخاطب در تبلیغات برنامه‌ریزی‌شده (Programmatic) و سایر کمپین‌ها عمل می‌کند.

• بهبود هدف‌گیری در کمپین‌های رسانه‌ای آنلاین: از طریق ادغام با DSP و همگام‌سازی کوکی‌ها (Cookie Syncing)، DMP به شناسایی دقیق کاربران در وب‌سایت‌ها و اپلیکیشن‌ها کمک می‌کند. داده‌های رفتاری موجود در DMP کیفیت هدف‌گیری را نسبت به داده‌های ارائه‌شده در مناقصه ساده تبلیغاتی فراتر می‌برد.
• توسعه مخاطب (Audience Extension): این فرآیند به تبلیغ‌کنندگان اجازه می‌دهد تا به مخاطبان یک ناشر در وب‌سایت‌های دیگر نیز دسترسی پیدا کنند. بدین ترتیب، ناشران درآمد خود را بدون نیاز به افزایش جایگاه‌های تبلیغاتی سایتشان افزایش می‌دهند و تبلیغ‌کنندگان نیز همان جامعه هدف را در سطح وب پیگیری می‌کنند.

تصویر ۳: یک DMP داده‌های بازدیدکنندگان ناشر را جمع‌آوری کرده، از آن‌ها مخاطب می‌سازد و با DSP همگام می‌کند تا تبلیغ‌کنندگان بتوانند مخاطبان آن ناشر را در وب‌سایت‌های مختلف هدف قرار دهند.

• شخصی‌سازی درون‌سایتی و پیشنهاد محتوا/محصول: فروشگاه‌های اینترنتی با استفاده از DMP می‌توانند سوابق خرید و مطالعه کاربر را بررسی کرده و محصولات مناسب را برای افزایش نرخ تبدیل و فروش پیشنهاد دهند.
• سایر کاربردها: شامل تحلیل‌های پیشرفته، مدل‌سازی مخاطبان مشابه (Look-alike)، تطبیق قطعی و احتمالی (Deterministic & Probabilistic Matching) و انتساب چنددستگاهی (Cross-Device Attribution).

چرا پلتفرم‌های DMP اهمیت دارند؟

پلتفرم‌های DMP بازده هزینه‌های تبلیغاتی را ارتقا داده، هدررفت بودجه را به حداقل می‌رسانند و ارائه تبلیغات مرتبط را در کانال‌های دیجیتال امکان‌پذیر می‌سازند. بدون یک DMP، کمپین‌ها بر داده‌های پراکنده تکیه می‌کنند که پیدا کردن مخاطب مناسب در زمان مناسب را بسیار دشوار می‌کند.

پلتفرم‌های DMP فقط مختص تبلیغ‌کنندگان نیستند

ناشران نیز می‌توانند با اتصال DMP به پلتفرم‌های سمت عرضه (SSP) خود، شناخت عمیقی از کاربرانشان به دست آورند. این بینش به ناشر اجازه می‌دهد جایگاه‌های تبلیغاتی خود را با قیمت بالاتری به‌طور مستقیم یا از طریق شبکه‌ها و اکسچنج‌های تبلیغاتی به فروش برساند.

به عنوان مثال: اگر ناشر یک وب‌سایت گردشگری بداند اکثر کاربرانش زنان ۳۰ تا ۳۵ ساله ساکن نیویورک هستند، می‌تواند فضای تبلیغاتی خود را به برندی بفروشد که محصولات زیبایی تبلیغ می‌کند؛ بدین ترتیب هم تبلیغ دقیقاً به مخاطب هدف نشان داده شده و هم احتمال تعامل کاربران با تبلیغ بسیار بالا می‌رود.