<b>Cookieless targeting работает не через замену cookie, а через сборку сигнала из нескольких слоёв</b>

<b>Cookieless targeting работает не через замену cookie, а через сборку сигнала из нескольких слоёв</b>

Первый слой — контекст: page URL, category, semantic page type, время, устройство, гео. Он даёт стабильный baseline для open web, особенно когда inventory разнородный и user-level ID не проходит. Второй слой — first-party data: segments из CRM, engagement, подписки, корзины. Их надо передавать в auction как компактные ключи, а не тащить лишний PII.

Третий слой — identity graph: UID2, RampID, ID5 и похожие решения. Они полезны там, где есть consent, match rate и понятный scope применения. Ошибка здесь одна и та же: пытаться строить всю закупку только на одном ID-решении. Правильнее держать fallback-цепочку: authenticated traffic → hashed email / partner ID → context-only.

Четвёртый слой — моделирование и правила отбора. Не гонять один и тот же bid request во все DSP, а резать по quality filters: viewability, traffic type, ad slot, recency, consent state. Для performance это часто даёт больше, чем расширение охвата любой ценой. ⚙️

Практика простая: сначала опишите, какой сигнал у вас есть в каждом сегменте трафика, потом соберите decision tree для таргетинга, и только после этого подключайте identity. Иначе вы строите cookieless-стек на шуме, а не на сигнале.