<b>Cookieless targeting без MAID и third-party cookies: где ещё остаётся сигнал для DSP</b>

<b>Cookieless targeting без MAID и third-party cookies: где ещё остаётся сигнал для DSP</b>

Контекстный таргетинг снова стал инфраструктурной задачей, а не fallback-механикой. Разница теперь в том, что DSP смотрит не только на URL и keywords, а на полный набор сигналов из bid request: <code>site.content.cat</code>, <code>pagecat</code>, <code>content.language</code>, viewability history, seller path и device hints.

Что реально работает в cookieless-среде:

— Context + taxonomy mapping.
IAB Content Taxonomy v3 + semantic classification дают стабильнее inventory segmentation, чем legacy keyword match. Особенно в news / UGC inventory, где title-level matching ломается от шумных запросов.

— First-party graph через Prebid RTD-модули.
Если publisher хранит event-level data внутри CDP или data clean room, RTD может пробрасывать cohort / propensity score прямо в auction:
<pre>ortb2.user.data[].segment[]</pre>
Без user-level ID sync и cookie matching.

— Supply-path filtering.
Cookieless-аукцион хуже переносит длинный reseller chain. Чем больше hops между publisher и DSP, тем слабее signal fidelity. sellers.json + schain становятся не compliance-файлом, а quality-сигналом.

— Attention и viewability как proxy intent.
После деградации user-level targeting DSP чаще используют historical attention metrics: active view, scroll depth, completion rate, session quality. Это уже часть bid optimization, а не post-campaign analytics.

Ошибка, которая ломает cookieless setup чаще всего: teams продолжают оценивать inventory только через CTR/CPA и игнорируют loss rate в bidstream. Без clean supply-path даже хороший contextual graph начинает шуметь.

Cookieless-стек выигрывает не у cookies. Он выигрывает у плохого bid request.