Waarom adverteren via podcasts een uitkomst is in een wereld zonder cookies

Nu third-party cookies in de digitale reclame aan belang inboeten, vragen marketeers zich af hoe ze zich hierop moeten aanpassen. Third-party cookies waren tot nu toe onmisbaar voor het volgen van gebruikers op het internet, waardoor gerichte reclame mogelijk was met nauwkeurige attributie en rapportage.
Wat moet een adverteerder nu doen, nu er niemand meer met de hand in de koektrommel zit? Te midden van deze verschuiving grijpt podcastreclame deze kans met beide handen aan en biedt een overvloed aan first-party data en contextuele relevantie, waardoor marketeers naar meer smachten.
We hebben een uitgebreid interview gehouden met Matt Drengler, Head of Revenue bij Podscribe, een toonaangevende aanbieder van meet- en attributieoplossingen voor reclame in podcasts, streamingdiensten, YouTube en CTV. Matts expertise laat zien dat podcastreclame niet alleen is aangepast aan het tijdperk zonder cookies, maar daar zelfs floreert.
Ontdek samen met ons de redenen achter het succes van podcastreclame en het potentieel ervan om de toekomst van digitale marketing te hervormen in een wereld waarin privacy voorop staat.
Inleiding tot Podscribe
Kunt u ons een korte introductie geven over Podscribe en de diensten die u aanbiedt op het gebied van podcastreclame?
Wij bieden een reeks diensten aan die zijn ontworpen om adverteerders, uitgevers en bureaus te helpen hun podcast-advertentiecampagnes te optimaliseren en hun marketingdoelen te bereiken. Onze geavanceerde meetoplossingen omvatten op pixels gebaseerde attributie, het testen van incrementality en conversielift, en op gegevens gebaseerde mediaplanning. Daarnaast bieden wij geautomatiseerde airchecks en verificatie, evenals tools voor concurrentieanalyse, onderzoek, planning en ontdekking, waardoor nauwkeurige prestatiemeting en strategische inzichten voor effectieve podcast-advertenties worden gegarandeerd.
Podscribe vertelt je niet alleen wat er is gebeurd; we laten je ook zien waarom het is gebeurd en bieden je bruikbare inzichten om je podcast-advertentie-inspanningen te verbeteren. Of je nu prestaties wilt meten, de bereikcijfers wilt controleren of concurrentie-informatie wilt verzamelen: Podscribe beschikt over de tools en expertise om je te helpen slagen op het gebied van podcast-advertenties.

Uw product helpt adverteerders om de impact van hun podcast-advertentiecampagnes te meten via pixelgebaseerde attributie. Kunt u uitleggen hoe deze technologie werkt?
De op pixels gebaseerde attributietechnologie van Podscribe meet de impact die podcast-advertentiecampagnes hebben op de website of app van een adverteerder aan de hand van weergaven, installaties, aanmeldingen, leads en aankopen. Zo werkt de technologie:
- Datastromen instellen: Uitgevers integreren de Podscribe-tag en adverteerders installeren tracking op hun websites of apps via een pixel of een integratie met een Mobile Measurement Partner (MMP).
- Gegevens verzamelen: Zodra de gegevensstromen zijn ingesteld, verzamelt Podscribe IP-adressen van luisteraars die de advertentie hebben gezien, en IP-adressen plus andere first-party-gegevens over de kopers op de website.
- Huishoudens koppelen: Podscribe koppelt die IP-adressen en first-party-gegevens aan huishoudens, zodat we kunnen zien welke advertenties tot resultaten hebben geleid.
Deze aanpak koppelt conversies aan advertentievertoningen en biedt gedetailleerde realtime rapporten met statistieken die digitale adverteerders goed kennen.
Met welke uitdagingen worden adverteerders doorgaans geconfronteerd bij het meten van de impact van podcastadvertenties, en hoe biedt attributie op basis van pixels een oplossing voor deze uitdagingen?
- Adverteerders worden bij traditionele methoden voor het meten van podcastadvertenties met verschillende uitdagingen geconfronteerd, met name omdat deze methoden indirect zijn en afhankelijk zijn van gebruikers
- Gebruikersafhankelijk: Traditionele methoden zijn afhankelijk van het geheugen en de bereidheid tot medewerking van de luisteraars, wat tot vertekening en fouten leidt.
- Tekortkomingen van promotiecodes en URL’s: Promotiecodes kunnen uitlekken en worden misbruikt, en luisteraars kunnen zich vanity-URL’s verkeerd herinneren of deze onjuist invoeren, wat leidt tot verlies van trackinggegevens.
- Vertraagde inzichten: Traditionele methoden beschikken niet over realtime gegevens, waardoor aanpassingen aan campagnes worden vertraagd en alleen de uiteindelijke conversies worden geregistreerd, waardoor het volledige marketingtraject buiten beeld blijft.
- Beperkte toegankelijkheid: Niet alle adverteerders kunnen deze methoden toepassen of ervan profiteren vanwege technologische beperkingen of beperkingen die voortvloeien uit hun bedrijfsmodel. Onvolledige tracking: Deze methoden slagen er niet in het volledige traject van de luisteraar te volgen, van het moment dat hij of zij de advertentie ziet tot het moment dat er actie wordt ondernomen, en houden geen rekening met andere advertenties die de aankoop mogelijk hebben beïnvloed.
Hoe pixelgebaseerde attributie deze uitdagingen aanpakt:
- Uitgebreide tracking: registreert gebeurtenissen op het web en in de app, zoals weergaven, installaties, aanmeldingen en aankopen, waardoor een vollediger beeld van de betrokkenheid ontstaat.
- IP-matching: koppelt IP-adressen van vertoningen aan conversies, waardoor een nauwkeurige attributie wordt gegarandeerd en gebruikersgerelateerde fouten tot een minimum worden beperkt.
- Integratie van Device Graph: Maakt gebruik van gehasht e-mailadressen en MAID’s om verschillende IP-conversies te koppelen aan vertoningen per huishouden, waardoor de nauwkeurigheid en volledigheid worden verbeterd.
- Realtimegegevens: Bieden realtime inzichten, waardoor campagnes tijdig kunnen worden aangepast en er een beter inzicht ontstaat in de marketingtrechter.
- Volledige trajectmonitoring: volgt het volledige traject van de luisteraar, van het zien van de advertentie tot het ondernemen van actie, waarbij rekening wordt gehouden met de invloed van andere advertenties en een meer holistisch beeld wordt geboden van de impact van de campagne.
- Integratie van first-party gegevens: combineert gegevens over het inwisselen van promotiecodes, het gebruik van vanity-URL’s en enquêtes na aankoop om een volledig beeld van de prestaties te krijgen, waardoor de beperkingen van traditionele methoden worden overwonnen.
- Pixelgebaseerde attributie biedt een nauwkeurigere, betrouwbaardere en uitgebreidere methode om de impact van podcastadvertenties te meten, waarmee de belangrijkste uitdagingen van traditionele attributietechnieken worden aangepakt.
De overgang naar een wereld zonder cookies
Waarom is de sector begonnen met het geleidelijk afschaffen van ID’s van mobiele apparaten en cookies van derden, en wat zijn de belangrijkste drijfveren achter deze verschuiving?
De verschuiving weg van apparaat-ID’s en cookies van derden wordt voornamelijk ingegeven door de toenemende bezorgdheid over de privacy van consumenten en de vraag naar meer zeggenschap van gebruikers over hun persoonsgegevens. Dit zijn de belangrijkste drijfveren:
- Zorgen over privacy: Het toenemende bewustzijn en de groeiende bezorgdheid over de manier waarop persoonsgegevens worden verzameld, opgeslagen en gebruikt, hebben geleid tot oproepen tot strengere privacybescherming.
- Wetgevingswijzigingen: Wetgeving zoals de Algemene Verordening Gegevensbescherming (AVG) in Europa en de California Consumer Privacy Act (CCPA) in de VS stelt strenge eisen aan het verzamelen van gegevens en de toestemming van gebruikers, waardoor cookies van derden steeds minder haalbaar worden.
- Keuzevrijheid voor de consument: Consumenten eisen meer zeggenschap over hun gegevens, onder meer over wie er toegang toe heeft en hoe deze worden gebruikt. Dit heeft bedrijven ertoe aangezet om transparantere en gebruiksvriendelijkere praktijken op het gebied van gegevensbeheer in te voeren.
- Beleid van webbrowsers: Grote webbrowsers zoals Safari, Firefox en Google Chrome zijn bezig de ondersteuning voor cookies van derden geleidelijk af te bouwen om de privacy en veiligheid van gebruikers te verbeteren.
- Vertrouwen en transparantie: Bedrijven beseffen steeds meer dat het opbouwen van vertrouwen door middel van transparante gegevenspraktijken kan leiden tot sterkere klantrelaties en meer klantloyaliteit.
Deze verschuiving heeft tot doel een digitaal ecosysteem te creëren waarin privacy centraal staat, waarbij de rechten en het vertrouwen van de consument voorrang krijgen boven ingrijpende trackingmethoden.
Heeft de geleidelijke afschaffing van apparaat-ID’s en cookies van derden gevolgen gehad voor digitale reclame in het algemeen, en voor reclame in podcasts in het bijzonder?
Ja, de geleidelijke afschaffing van apparaat-ID’s en cookies van derden heeft aanzienlijke gevolgen gehad voor de digitale reclame in het algemeen. Dit zijn de belangrijkste gevolgen:
- Verminderde betrouwbaarheid en nauwkeurigheid: Zonder apparaat-ID’s en cookies van derden merken klassieke digitale marketingplatforms dat ze niet meer dezelfde dingen kunnen doen als vroeger met gegevens van derden, zoals retargeting, platformoverschrijdende contextuele targeting en 1:1-attributie.
- Toenemende afhankelijkheid van first-party data: De opkomst van Retail Media Networks is grotendeels toe te schrijven aan de afname van third-party datasignalen in digitale reclame. Dit leidt ook tot versnipperde meetresultaten, wat het werk van digitale marketeers soms bemoeilijkt.
- Verschuiving in meetmethodieken: De sector stapt af van de verwachting van een perfecte 1:1-tracking en -attributie, en richt zich meer op huishoudattributie, evenals op beproefde meetmethodieken zoals mediamixmodellering, match-market-tests en incrementality.
Deze verschuiving heeft echter uiteenlopende gevolgen gehad voor reclame in podcasts:
- Beperkte negatieve gevolgen: Reclame via podcasts ondervindt minder hinder, omdat we nooit afhankelijk zijn geweest van apparaat-ID’s of cookies van derden. Podscribe maakt bijvoorbeeld gebruik van first-party gegevens, IP-matching en apparaatgrafieken om de prestaties bij te houden en te meten, waardoor deze niet worden beïnvloed door de verslechtering van signalen van derden.
- Toekomstbestendige methoden: Door gebruik te maken van first-party cookies en andere identificatiegegevens, zoals gehasht e-mailadressen, blijft de toewijzing van podcasts betrouwbaar, ondanks de geleidelijke afschaffing van third-party cookies.
De afstap van cookies van derden heeft de ad-tech-sector ertoe aangezet om te innoveren en nieuwe methoden in te voeren, waardoor de effectiviteit van digitale en podcastreclame gewaarborgd blijft.
Eigen gegevens en de aanpak van Podscribe
Niet alle cookies zijn hetzelfde. Kunt u het verschil uitleggen tussen 3P-cookies en 1P-cookies?
- Cookies van derden (3P-cookies):
- Toepassingsgebied: Deze cookies worden geplaatst door andere domeinen dan het domein dat de gebruiker op dat moment bezoekt.
- Functie: Ze kunnen de activiteiten van een gebruiker op meerdere websites volgen en zo het gedrag op verschillende sites met elkaar in verband brengen. Dankzij deze mogelijkheid konden bedrijven die zich op doelgroepen richten, op intentie gebaseerde doelgroepen samenstellen door de bewegingen van gebruikers op het internet te volgen.
- Toepassing: Ze bieden uitgebreide contextuele informatie over gebruikers, wat nuttig is voor gedetailleerde tracking en gerichte reclame. Dit kan echter worden gezien als ingrijpend en een inbreuk op de privacy.
- First-party cookies (1P-cookies):
- Toepassingsgebied: Deze cookies worden geplaatst door het domein van de website die de gebruiker op dat moment bezoekt.
- Functie: Ze volgen het gedrag van gebruikers uitsluitend binnen die specifieke website, zonder dat ze acties op verschillende websites aan elkaar kunnen koppelen.
- Toepassing: Ze worden voornamelijk gebruikt om de gebruikerservaring op de website te verbeteren, bijvoorbeeld door inloggegevens, voorkeuren en sessie-informatie op te slaan. Ze bieden een privacyvriendelijke manier om gegevens te verzamelen, aangezien ze geen trackingactiviteiten uitvoeren op het bredere internet.
Kortom: cookies van derden bieden uitgebreidere mogelijkheden om gebruikers op het internet te volgen, worden vaak gebruikt voor gerichte reclame, maar worden als inbreukmakend beschouwd. First-party cookies zijn beperkt tot individuele websites en verbeteren de gebruikerservaring zonder de grenzen van de privacy te overschrijden.
Wat is het verschil tussen een apparaat-ID en een cookie?
Een cookie wordt door een webbrowser geplaatst en is alleen toegankelijk voor de webbrowser die de cookie heeft geplaatst. Een apparaat-ID daarentegen wordt door het besturingssysteem van een mobiel apparaat ingesteld en kan, mits de gebruiker hiervoor toestemming heeft gegeven, worden verzonden vanuit activiteiten binnen de app. Een apparaat-ID kan tussen apps worden gekoppeld en werkt op dezelfde manier als een cookie van een derde partij, maar dan voor gebeurtenissen binnen de app in plaats van voor gebeurtenissen in de browser.
Waarom zijn first-party-gegevens steeds belangrijker geworden in de reclamewereld?
Dit is waarom het in de reclame steeds belangrijker wordt:
- Nauwkeurigheid en betrouwbaarheid: First-party data worden als nauwkeuriger en betrouwbaarder beschouwd, omdat ze rechtstreeks voortkomen uit de interacties tussen de gebruiker en het platform van het bedrijf. Deze rechtstreekse verzameling zorgt voor een hogere gegevenskwaliteit en relevantie.
- Naleving van privacywetgeving: Gezien de toenemende bezorgdheid over privacy en strengere regelgeving (bijv. de AVG, CCPA) worden first-party gegevens beschouwd als meer in overeenstemming met de privacywetgeving. Deze gegevens worden verzameld met toestemming van de gebruiker en bieden transparantie over het gebruik ervan, waardoor vertrouwen bij klanten wordt opgebouwd.
- Gepersonaliseerde ervaringen: Hiermee kunnen bedrijven diepgaand inzicht krijgen in de manier waarop gebruikers omgaan met hun specifieke website of app. Dit inzicht helpt bij het creëren van meer gepersonaliseerde en relevante gebruikerservaringen, waardoor de klanttevredenheid en -betrokkenheid toenemen.
- Onafhankelijkheid van gegevens van derden: Nu cookies van derden geleidelijk worden afgeschaft, kunnen adverteerders en marketeers niet langer vertrouwen op tracking over verschillende websites heen om gebruikersgegevens te verzamelen. Eigen gegevens worden essentieel voor het richten van advertenties en het meten van de effectiviteit daarvan binnen de grenzen van de eigen digitale kanalen.
- Betere controle over gegevens: Bedrijven hebben volledige controle over hun eigen gegevens, waardoor ze deze kunnen beheren, analyseren en gebruiken in overeenstemming met hun specifieke behoeften en strategieën, zonder afhankelijk te zijn van externe gegevensleveranciers.
Kortom: first-party data zijn van cruciaal belang in het huidige advertentielandschap, omdat ze nauwkeurig zijn, voldoen aan de privacywetgeving en betere personalisatie en controle mogelijk maken, vooral nu de afhankelijkheid van third-party cookies afneemt.
Hoe maakt Podscribe gebruik van first-party data om de impact van podcast-advertentiecampagnes te meten?
Dankzij first-party gegevens, zoals het inwisselen van kortingscodes, gehasht e-mailadressen en bezoeken aan vanity-URL’s, kan Podscribe bij het meten van de effectiviteit van een bepaalde campagne verder gaan dan het simpelweg vergelijken van IP-adressen. Zonder deze first-party gegevens zouden we uitsluitend moeten vertrouwen op signalen afkomstig van huishoudens, waardoor de effectiviteit van een podcastcampagne te laag zou worden ingeschat.
U raadt klanten aan om first-party data te versturen, met name gehasht e-mailadressen. Hoe draagt deze werkwijze bij aan de effectiviteit van uw meetinstrumenten?
Het ontvangen van gehasht e-mailadressen van klanten verhoogt de effectiviteit van de meetinstrumenten van Podscribe aanzienlijk, doordat de gegevensafstemming en de nauwkeurigheid van de attributie worden verbeterd. Dit werkt als volgt:
- Nauwkeurige gebruikerskoppeling: E-mailadressen met hash-code fungeren als unieke identificatiegegevens die aan conversies op de website worden gekoppeld en die kunnen worden vergeleken met blootgestelde huishoudgegevens die zijn verzameld op basis van advertentievertoningen in podcasts. Deze koppeling zorgt voor een betere meting, wat betekent dat conversies nauwkeurig kunnen worden toegeschreven aan specifieke advertentievertoningen, zelfs wanneer gebruikers van apparaat wisselen of hun huis verlaten.
- Vermindering van valse negatieven: Door e-mails te hashen kan Podscribe gebruikersacties over verschillende regio’s heen aan elkaar koppelen. Wanneer conversies uitsluitend op basis van IP-adressen aan vertoningen worden gekoppeld, is het noodzakelijk dat zowel de vertoning als de conversie plaatsvinden op hetzelfde IP-adres. Dit betekent dat beide acties moeten plaatsvinden terwijl een luisteraar thuis is. Hierdoor zullen sommige methodologieën toegeschreven conversies missen als ze geen gebruik maken van first-party gegevenssignalen.
- Vermindering van valse positieven: Door gebruik te maken van gehasht e-mailadressen wordt het risico op valse positieven bij attributie tot een minimum beperkt. In tegenstelling tot IP-adressen, die door meerdere gebruikers kunnen worden gedeeld en in de loop van de tijd kunnen veranderen, bieden gehasht e-mailadressen een stabielere en meer gepersonaliseerde identificatiecode, wat leidt tot een nauwkeurigere attributie.
- Gegevensverwerking in overeenstemming met de privacywetgeving: E-mailadressen worden gehasht en daarmee geanonimiseerd, waardoor de privacy van gebruikers wordt gewaarborgd en tegelijkertijd waardevolle gegevens voor attributie beschikbaar blijven. Deze aanpak voldoet aan de privacywetgeving en bouwt vertrouwen op bij gebruikers, aangezien hun persoonlijke gegevens worden beschermd.
- Uitgebreid inzicht in de prestaties: Door gehasht e-mailadressen te combineren met andere first-party gegevens, zoals het inwisselen van promotiecodes en het gebruik van vanity-URL’s, kan Podscribe een gedetailleerd en holistisch beeld bieden van de campagneprestaties. Dankzij deze integratie krijgen klanten inzicht in de volledige impact van hun podcast-advertentie-inspanningen.
Kortom: door versleutelde e-mails te ontvangen kan Podscribe de nauwkeurigheid en betrouwbaarheid van zijn meetinstrumenten verbeteren, waardoor klanten nauwkeurigere resultaten en uitgebreide inzichten krijgen in de effectiviteit van hun podcast-advertentiecampagnes.
Doeltreffendheid
Waarom is adverteren via podcasts een effectieve strategie voor bedrijven die hun doelgroepen willen bereiken, nu cookies van derden geleidelijk worden afgeschaft?
Podcasts kunnen geen gebruik maken van cookies van derden om het aantal keer dat advertenties worden weergegeven bij te houden, aangezien de meeste podcastcontent binnen een app-omgeving wordt beluisterd. Daarom heeft Podscribe in zijn methodologie nooit cookies van derden gebruikt. We zijn al sinds het begin van podcastreclame voorbereid op de geleidelijke afschaffing van cookies van derden.
Bovendien betekent dit voor Podscribe en andere aanbieders van meetoplossingen in de sector die nog nooit cookies van derden hebben gebruikt, dat wij beter voorbereid zijn op het ‘einde van de cookie’. Wij hebben de attributie in een cookieloze wereld vanaf het begin geperfectioneerd, waardoor we de effectiviteit van podcastreclame nauwkeurig en betrouwbaar kunnen meten zonder afhankelijk te zijn van cookies van derden.
De toekomst van podcastreclame
Hoe ziet u de toekomst van het meten van podcastreclame in een wereld zonder cookies?
Voor Podscribe zullen er geen veranderingen zijn, aangezien wij geen gebruikmaken van cookies van derden. Andere meetbedrijven die wel gebruikmaken van cookies van derden om apparaatgrafieken op te stellen of conversies aan huishoudens te koppelen, zullen echter met uitdagingen te maken krijgen. Zij zullen waarschijnlijk merken dat ze minder conversies aan vertoningen kunnen koppelen, wat leidt tot minder nauwkeurige resultaten en een lagere gerapporteerde effectiviteit.
Afsluitende gedachten
Welk advies zou u geven aan adverteerders die aarzelen om in podcastreclame te investeren omdat ze denken dat het moeilijk is om de resultaten te meten en toe te schrijven aan de reclame?
Pixelgebaseerde attributie voor podcastreclame bestaat en bloeit. Hoewel traditionele methoden zoals promotiecodes, aangepaste URL’s en enquêtes na aankoop nog steeds onmisbaar zijn, heeft de sector zich verder ontwikkeld en biedt deze nu uitgebreide oplossingen voor gegevensverzameling, tracking en metingen die voldoen aan de verwachtingen van performance- en digitale marketeers.
Hier zijn een paar punten om rekening mee te houden:
- Geavanceerde meetoplossingen: Moderne attributietools, zoals die van Podscribe, bieden gedetailleerde inzichten in de prestaties van podcastadvertenties, vergelijkbaar met wat je zou verwachten van digitale kanalen zoals Facebook of Google Ads.
- Unieke voordelen: Adverteren via podcasts biedt unieke voordelen, zoals het bereiken van nieuwe, aanvullende doelgroepen en het combineren van direct response-reclame met merkbekendheid. Het vertrouwen en de loyaliteit die luisteraars koesteren ten opzichte van podcastpresentatoren kunnen leiden tot een hogere betrokkenheid en hogere conversiepercentages.
- Schaalbaarheid: Hoewel het opzetten van podcastadvertenties in eerste instantie misschien wat ingewikkelder lijkt, zijn de mogelijkheden om uw campagnes op te schalen en een zeer betrokken publiek te bereiken aanzienlijk.
- Autoriteit en vertrouwen: Podcastpresentatoren worden door hun luisteraars gezien als gezaghebbende figuren, die ze vaak als vrienden beschouwen. Deze band kan de effectiviteit van je advertenties vergroten, aangezien luisteraars eerder geneigd zijn om aanbevelingen van hun favoriete presentatoren te vertrouwen.
- Vlotte integratie: Zodra u de sprong waagt, zult u merken dat het meten van de prestaties van podcastcampagnes goed aansluit bij de prestatiestatistieken van digitale campagnes. De integratie in uw bestaande werkprocessen en procedures verloopt naadloos, waardoor het onboardingproces snel en efficiënt verloopt.
Kortom: hoewel adverteren via podcasts in eerste instantie misschien intimiderend lijkt, maken de geavanceerde meetmogelijkheden en de unieke voordelen die het biedt het tot een rendabele investering. Met de juiste tools en strategieën kun je resultaten behalen die vergelijkbaar zijn met, zo niet beter dan, die van traditionele digitale advertentiekanalen.
Nu third-party cookies in de digitale reclame aan belang inboeten, vragen marketeers zich af hoe ze zich hierop moeten aanpassen. Third-party cookies waren tot nu toe onmisbaar voor het volgen van gebruikers op het internet, waardoor gerichte reclame mogelijk was met nauwkeurige attributie en rapportage.
Wat moet een adverteerder nu doen, nu er niemand meer met de hand in de koektrommel zit? Te midden van deze verschuiving grijpt podcastreclame deze kans met beide handen aan en biedt een overvloed aan first-party data en contextuele relevantie, waardoor marketeers naar meer smachten.
We hebben een uitgebreid interview gehouden met Matt Drengler, Head of Revenue bij Podscribe, een toonaangevende aanbieder van meet- en attributieoplossingen voor reclame in podcasts, streamingdiensten, YouTube en CTV. Matts expertise laat zien dat podcastreclame niet alleen is aangepast aan het tijdperk zonder cookies, maar daar zelfs floreert.
Ontdek samen met ons de redenen achter het succes van podcastreclame en het potentieel ervan om de toekomst van digitale marketing te hervormen in een wereld waarin privacy voorop staat.
Inleiding tot Podscribe
Kunt u ons een korte introductie geven over Podscribe en de diensten die u aanbiedt op het gebied van podcastreclame?
Wij bieden een reeks diensten aan die zijn ontworpen om adverteerders, uitgevers en bureaus te helpen hun podcast-advertentiecampagnes te optimaliseren en hun marketingdoelen te bereiken. Onze geavanceerde meetoplossingen omvatten op pixels gebaseerde attributie, het testen van incrementality en conversielift, en op gegevens gebaseerde mediaplanning. Daarnaast bieden wij geautomatiseerde airchecks en verificatie, evenals tools voor concurrentieanalyse, onderzoek, planning en ontdekking, waardoor nauwkeurige prestatiemeting en strategische inzichten voor effectieve podcast-advertenties worden gegarandeerd.
Podscribe vertelt je niet alleen wat er is gebeurd; we laten je ook zien waarom het is gebeurd en bieden je bruikbare inzichten om je podcast-advertentie-inspanningen te verbeteren. Of je nu prestaties wilt meten, de bereikcijfers wilt controleren of concurrentie-informatie wilt verzamelen: Podscribe beschikt over de tools en expertise om je te helpen slagen op het gebied van podcast-advertenties.

Uw product helpt adverteerders om de impact van hun podcast-advertentiecampagnes te meten via pixelgebaseerde attributie. Kunt u uitleggen hoe deze technologie werkt?
De op pixels gebaseerde attributietechnologie van Podscribe meet de impact die podcast-advertentiecampagnes hebben op de website of app van een adverteerder aan de hand van weergaven, installaties, aanmeldingen, leads en aankopen. Zo werkt de technologie:
- Datastromen instellen: Uitgevers integreren de Podscribe-tag en adverteerders installeren tracking op hun websites of apps via een pixel of een integratie met een Mobile Measurement Partner (MMP).
- Gegevens verzamelen: Zodra de gegevensstromen zijn ingesteld, verzamelt Podscribe IP-adressen van luisteraars die de advertentie hebben gezien, en IP-adressen plus andere first-party-gegevens over de kopers op de website.
- Huishoudens koppelen: Podscribe koppelt die IP-adressen en first-party-gegevens aan huishoudens, zodat we kunnen zien welke advertenties tot resultaten hebben geleid.
Deze aanpak koppelt conversies aan advertentievertoningen en biedt gedetailleerde realtime rapporten met statistieken die digitale adverteerders goed kennen.
Met welke uitdagingen worden adverteerders doorgaans geconfronteerd bij het meten van de impact van podcastadvertenties, en hoe biedt attributie op basis van pixels een oplossing voor deze uitdagingen?
- Adverteerders worden bij traditionele methoden voor het meten van podcastadvertenties met verschillende uitdagingen geconfronteerd, met name omdat deze methoden indirect zijn en afhankelijk zijn van gebruikers
- Gebruikersafhankelijk: Traditionele methoden zijn afhankelijk van het geheugen en de bereidheid tot medewerking van de luisteraars, wat tot vertekening en fouten leidt.
- Tekortkomingen van promotiecodes en URL’s: Promotiecodes kunnen uitlekken en worden misbruikt, en luisteraars kunnen zich vanity-URL’s verkeerd herinneren of deze onjuist invoeren, wat leidt tot verlies van trackinggegevens.
- Vertraagde inzichten: Traditionele methoden beschikken niet over realtime gegevens, waardoor aanpassingen aan campagnes worden vertraagd en alleen de uiteindelijke conversies worden geregistreerd, waardoor het volledige marketingtraject buiten beeld blijft.
- Beperkte toegankelijkheid: Niet alle adverteerders kunnen deze methoden toepassen of ervan profiteren vanwege technologische beperkingen of beperkingen die voortvloeien uit hun bedrijfsmodel. Onvolledige tracking: Deze methoden slagen er niet in het volledige traject van de luisteraar te volgen, van het moment dat hij of zij de advertentie ziet tot het moment dat er actie wordt ondernomen, en houden geen rekening met andere advertenties die de aankoop mogelijk hebben beïnvloed.
Hoe pixelgebaseerde attributie deze uitdagingen aanpakt:
- Uitgebreide tracking: registreert gebeurtenissen op het web en in de app, zoals weergaven, installaties, aanmeldingen en aankopen, waardoor een vollediger beeld van de betrokkenheid ontstaat.
- IP-matching: koppelt IP-adressen van vertoningen aan conversies, waardoor een nauwkeurige attributie wordt gegarandeerd en gebruikersgerelateerde fouten tot een minimum worden beperkt.
- Integratie van Device Graph: Maakt gebruik van gehasht e-mailadressen en MAID’s om verschillende IP-conversies te koppelen aan vertoningen per huishouden, waardoor de nauwkeurigheid en volledigheid worden verbeterd.
- Realtimegegevens: Bieden realtime inzichten, waardoor campagnes tijdig kunnen worden aangepast en er een beter inzicht ontstaat in de marketingtrechter.
- Volledige trajectmonitoring: volgt het volledige traject van de luisteraar, van het zien van de advertentie tot het ondernemen van actie, waarbij rekening wordt gehouden met de invloed van andere advertenties en een meer holistisch beeld wordt geboden van de impact van de campagne.
- Integratie van first-party gegevens: combineert gegevens over het inwisselen van promotiecodes, het gebruik van vanity-URL’s en enquêtes na aankoop om een volledig beeld van de prestaties te krijgen, waardoor de beperkingen van traditionele methoden worden overwonnen.
- Pixelgebaseerde attributie biedt een nauwkeurigere, betrouwbaardere en uitgebreidere methode om de impact van podcastadvertenties te meten, waarmee de belangrijkste uitdagingen van traditionele attributietechnieken worden aangepakt.
De overgang naar een wereld zonder cookies
Waarom is de sector begonnen met het geleidelijk afschaffen van ID’s van mobiele apparaten en cookies van derden, en wat zijn de belangrijkste drijfveren achter deze verschuiving?
De verschuiving weg van apparaat-ID’s en cookies van derden wordt voornamelijk ingegeven door de toenemende bezorgdheid over de privacy van consumenten en de vraag naar meer zeggenschap van gebruikers over hun persoonsgegevens. Dit zijn de belangrijkste drijfveren:
- Zorgen over privacy: Het toenemende bewustzijn en de groeiende bezorgdheid over de manier waarop persoonsgegevens worden verzameld, opgeslagen en gebruikt, hebben geleid tot oproepen tot strengere privacybescherming.
- Wetgevingswijzigingen: Wetgeving zoals de Algemene Verordening Gegevensbescherming (AVG) in Europa en de California Consumer Privacy Act (CCPA) in de VS stelt strenge eisen aan het verzamelen van gegevens en de toestemming van gebruikers, waardoor cookies van derden steeds minder haalbaar worden.
- Keuzevrijheid voor de consument: Consumenten eisen meer zeggenschap over hun gegevens, onder meer over wie er toegang toe heeft en hoe deze worden gebruikt. Dit heeft bedrijven ertoe aangezet om transparantere en gebruiksvriendelijkere praktijken op het gebied van gegevensbeheer in te voeren.
- Beleid van webbrowsers: Grote webbrowsers zoals Safari, Firefox en Google Chrome zijn bezig de ondersteuning voor cookies van derden geleidelijk af te bouwen om de privacy en veiligheid van gebruikers te verbeteren.
- Vertrouwen en transparantie: Bedrijven beseffen steeds meer dat het opbouwen van vertrouwen door middel van transparante gegevenspraktijken kan leiden tot sterkere klantrelaties en meer klantloyaliteit.
Deze verschuiving heeft tot doel een digitaal ecosysteem te creëren waarin privacy centraal staat, waarbij de rechten en het vertrouwen van de consument voorrang krijgen boven ingrijpende trackingmethoden.
Heeft de geleidelijke afschaffing van apparaat-ID’s en cookies van derden gevolgen gehad voor digitale reclame in het algemeen, en voor reclame in podcasts in het bijzonder?
Ja, de geleidelijke afschaffing van apparaat-ID’s en cookies van derden heeft aanzienlijke gevolgen gehad voor de digitale reclame in het algemeen. Dit zijn de belangrijkste gevolgen:
- Verminderde betrouwbaarheid en nauwkeurigheid: Zonder apparaat-ID’s en cookies van derden merken klassieke digitale marketingplatforms dat ze niet meer dezelfde dingen kunnen doen als vroeger met gegevens van derden, zoals retargeting, platformoverschrijdende contextuele targeting en 1:1-attributie.
- Toenemende afhankelijkheid van first-party data: De opkomst van Retail Media Networks is grotendeels toe te schrijven aan de afname van third-party datasignalen in digitale reclame. Dit leidt ook tot versnipperde meetresultaten, wat het werk van digitale marketeers soms bemoeilijkt.
- Verschuiving in meetmethodieken: De sector stapt af van de verwachting van een perfecte 1:1-tracking en -attributie, en richt zich meer op huishoudattributie, evenals op beproefde meetmethodieken zoals mediamixmodellering, match-market-tests en incrementality.
Deze verschuiving heeft echter uiteenlopende gevolgen gehad voor reclame in podcasts:
- Beperkte negatieve gevolgen: Reclame via podcasts ondervindt minder hinder, omdat we nooit afhankelijk zijn geweest van apparaat-ID’s of cookies van derden. Podscribe maakt bijvoorbeeld gebruik van first-party gegevens, IP-matching en apparaatgrafieken om de prestaties bij te houden en te meten, waardoor deze niet worden beïnvloed door de verslechtering van signalen van derden.
- Toekomstbestendige methoden: Door gebruik te maken van first-party cookies en andere identificatiegegevens, zoals gehasht e-mailadressen, blijft de toewijzing van podcasts betrouwbaar, ondanks de geleidelijke afschaffing van third-party cookies.
De afstap van cookies van derden heeft de ad-tech-sector ertoe aangezet om te innoveren en nieuwe methoden in te voeren, waardoor de effectiviteit van digitale en podcastreclame gewaarborgd blijft.
Eigen gegevens en de aanpak van Podscribe
Niet alle cookies zijn hetzelfde. Kunt u het verschil uitleggen tussen 3P-cookies en 1P-cookies?
- Cookies van derden (3P-cookies):
- Toepassingsgebied: Deze cookies worden geplaatst door andere domeinen dan het domein dat de gebruiker op dat moment bezoekt.
- Functie: Ze kunnen de activiteiten van een gebruiker op meerdere websites volgen en zo het gedrag op verschillende sites met elkaar in verband brengen. Dankzij deze mogelijkheid konden bedrijven die zich op doelgroepen richten, op intentie gebaseerde doelgroepen samenstellen door de bewegingen van gebruikers op het internet te volgen.
- Toepassing: Ze bieden uitgebreide contextuele informatie over gebruikers, wat nuttig is voor gedetailleerde tracking en gerichte reclame. Dit kan echter worden gezien als ingrijpend en een inbreuk op de privacy.
- First-party cookies (1P-cookies):
- Toepassingsgebied: Deze cookies worden geplaatst door het domein van de website die de gebruiker op dat moment bezoekt.
- Functie: Ze volgen het gedrag van gebruikers uitsluitend binnen die specifieke website, zonder dat ze acties op verschillende websites aan elkaar kunnen koppelen.
- Toepassing: Ze worden voornamelijk gebruikt om de gebruikerservaring op de website te verbeteren, bijvoorbeeld door inloggegevens, voorkeuren en sessie-informatie op te slaan. Ze bieden een privacyvriendelijke manier om gegevens te verzamelen, aangezien ze geen trackingactiviteiten uitvoeren op het bredere internet.
Kortom: cookies van derden bieden uitgebreidere mogelijkheden om gebruikers op het internet te volgen, worden vaak gebruikt voor gerichte reclame, maar worden als inbreukmakend beschouwd. First-party cookies zijn beperkt tot individuele websites en verbeteren de gebruikerservaring zonder de grenzen van de privacy te overschrijden.
Wat is het verschil tussen een apparaat-ID en een cookie?
Een cookie wordt door een webbrowser geplaatst en is alleen toegankelijk voor de webbrowser die de cookie heeft geplaatst. Een apparaat-ID daarentegen wordt door het besturingssysteem van een mobiel apparaat ingesteld en kan, mits de gebruiker hiervoor toestemming heeft gegeven, worden verzonden vanuit activiteiten binnen de app. Een apparaat-ID kan tussen apps worden gekoppeld en werkt op dezelfde manier als een cookie van een derde partij, maar dan voor gebeurtenissen binnen de app in plaats van voor gebeurtenissen in de browser.
Waarom zijn first-party-gegevens steeds belangrijker geworden in de reclamewereld?
Dit is waarom het in de reclame steeds belangrijker wordt:
- Nauwkeurigheid en betrouwbaarheid: First-party data worden als nauwkeuriger en betrouwbaarder beschouwd, omdat ze rechtstreeks voortkomen uit de interacties tussen de gebruiker en het platform van het bedrijf. Deze rechtstreekse verzameling zorgt voor een hogere gegevenskwaliteit en relevantie.
- Naleving van privacywetgeving: Gezien de toenemende bezorgdheid over privacy en strengere regelgeving (bijv. de AVG, CCPA) worden first-party gegevens beschouwd als meer in overeenstemming met de privacywetgeving. Deze gegevens worden verzameld met toestemming van de gebruiker en bieden transparantie over het gebruik ervan, waardoor vertrouwen bij klanten wordt opgebouwd.
- Gepersonaliseerde ervaringen: Hiermee kunnen bedrijven diepgaand inzicht krijgen in de manier waarop gebruikers omgaan met hun specifieke website of app. Dit inzicht helpt bij het creëren van meer gepersonaliseerde en relevante gebruikerservaringen, waardoor de klanttevredenheid en -betrokkenheid toenemen.
- Onafhankelijkheid van gegevens van derden: Nu cookies van derden geleidelijk worden afgeschaft, kunnen adverteerders en marketeers niet langer vertrouwen op tracking over verschillende websites heen om gebruikersgegevens te verzamelen. Eigen gegevens worden essentieel voor het richten van advertenties en het meten van de effectiviteit daarvan binnen de grenzen van de eigen digitale kanalen.
- Betere controle over gegevens: Bedrijven hebben volledige controle over hun eigen gegevens, waardoor ze deze kunnen beheren, analyseren en gebruiken in overeenstemming met hun specifieke behoeften en strategieën, zonder afhankelijk te zijn van externe gegevensleveranciers.
Kortom: first-party data zijn van cruciaal belang in het huidige advertentielandschap, omdat ze nauwkeurig zijn, voldoen aan de privacywetgeving en betere personalisatie en controle mogelijk maken, vooral nu de afhankelijkheid van third-party cookies afneemt.
Hoe maakt Podscribe gebruik van first-party data om de impact van podcast-advertentiecampagnes te meten?
Dankzij first-party gegevens, zoals het inwisselen van kortingscodes, gehasht e-mailadressen en bezoeken aan vanity-URL’s, kan Podscribe bij het meten van de effectiviteit van een bepaalde campagne verder gaan dan het simpelweg vergelijken van IP-adressen. Zonder deze first-party gegevens zouden we uitsluitend moeten vertrouwen op signalen afkomstig van huishoudens, waardoor de effectiviteit van een podcastcampagne te laag zou worden ingeschat.
U raadt klanten aan om first-party data te versturen, met name gehasht e-mailadressen. Hoe draagt deze werkwijze bij aan de effectiviteit van uw meetinstrumenten?
Het ontvangen van gehasht e-mailadressen van klanten verhoogt de effectiviteit van de meetinstrumenten van Podscribe aanzienlijk, doordat de gegevensafstemming en de nauwkeurigheid van de attributie worden verbeterd. Dit werkt als volgt:
- Nauwkeurige gebruikerskoppeling: E-mailadressen met hash-code fungeren als unieke identificatiegegevens die aan conversies op de website worden gekoppeld en die kunnen worden vergeleken met blootgestelde huishoudgegevens die zijn verzameld op basis van advertentievertoningen in podcasts. Deze koppeling zorgt voor een betere meting, wat betekent dat conversies nauwkeurig kunnen worden toegeschreven aan specifieke advertentievertoningen, zelfs wanneer gebruikers van apparaat wisselen of hun huis verlaten.
- Vermindering van valse negatieven: Door e-mails te hashen kan Podscribe gebruikersacties over verschillende regio’s heen aan elkaar koppelen. Wanneer conversies uitsluitend op basis van IP-adressen aan vertoningen worden gekoppeld, is het noodzakelijk dat zowel de vertoning als de conversie plaatsvinden op hetzelfde IP-adres. Dit betekent dat beide acties moeten plaatsvinden terwijl een luisteraar thuis is. Hierdoor zullen sommige methodologieën toegeschreven conversies missen als ze geen gebruik maken van first-party gegevenssignalen.
- Vermindering van valse positieven: Door gebruik te maken van gehasht e-mailadressen wordt het risico op valse positieven bij attributie tot een minimum beperkt. In tegenstelling tot IP-adressen, die door meerdere gebruikers kunnen worden gedeeld en in de loop van de tijd kunnen veranderen, bieden gehasht e-mailadressen een stabielere en meer gepersonaliseerde identificatiecode, wat leidt tot een nauwkeurigere attributie.
- Gegevensverwerking in overeenstemming met de privacywetgeving: E-mailadressen worden gehasht en daarmee geanonimiseerd, waardoor de privacy van gebruikers wordt gewaarborgd en tegelijkertijd waardevolle gegevens voor attributie beschikbaar blijven. Deze aanpak voldoet aan de privacywetgeving en bouwt vertrouwen op bij gebruikers, aangezien hun persoonlijke gegevens worden beschermd.
- Uitgebreid inzicht in de prestaties: Door gehasht e-mailadressen te combineren met andere first-party gegevens, zoals het inwisselen van promotiecodes en het gebruik van vanity-URL’s, kan Podscribe een gedetailleerd en holistisch beeld bieden van de campagneprestaties. Dankzij deze integratie krijgen klanten inzicht in de volledige impact van hun podcast-advertentie-inspanningen.
Kortom: door versleutelde e-mails te ontvangen kan Podscribe de nauwkeurigheid en betrouwbaarheid van zijn meetinstrumenten verbeteren, waardoor klanten nauwkeurigere resultaten en uitgebreide inzichten krijgen in de effectiviteit van hun podcast-advertentiecampagnes.
Doeltreffendheid
Waarom is adverteren via podcasts een effectieve strategie voor bedrijven die hun doelgroepen willen bereiken, nu cookies van derden geleidelijk worden afgeschaft?
Podcasts kunnen geen gebruik maken van cookies van derden om het aantal keer dat advertenties worden weergegeven bij te houden, aangezien de meeste podcastcontent binnen een app-omgeving wordt beluisterd. Daarom heeft Podscribe in zijn methodologie nooit cookies van derden gebruikt. We zijn al sinds het begin van podcastreclame voorbereid op de geleidelijke afschaffing van cookies van derden.
Bovendien betekent dit voor Podscribe en andere aanbieders van meetoplossingen in de sector die nog nooit cookies van derden hebben gebruikt, dat wij beter voorbereid zijn op het ‘einde van de cookie’. Wij hebben de attributie in een cookieloze wereld vanaf het begin geperfectioneerd, waardoor we de effectiviteit van podcastreclame nauwkeurig en betrouwbaar kunnen meten zonder afhankelijk te zijn van cookies van derden.
De toekomst van podcastreclame
Hoe ziet u de toekomst van het meten van podcastreclame in een wereld zonder cookies?
Voor Podscribe zullen er geen veranderingen zijn, aangezien wij geen gebruikmaken van cookies van derden. Andere meetbedrijven die wel gebruikmaken van cookies van derden om apparaatgrafieken op te stellen of conversies aan huishoudens te koppelen, zullen echter met uitdagingen te maken krijgen. Zij zullen waarschijnlijk merken dat ze minder conversies aan vertoningen kunnen koppelen, wat leidt tot minder nauwkeurige resultaten en een lagere gerapporteerde effectiviteit.
Afsluitende gedachten
Welk advies zou u geven aan adverteerders die aarzelen om in podcastreclame te investeren omdat ze denken dat het moeilijk is om de resultaten te meten en toe te schrijven aan de reclame?
Pixelgebaseerde attributie voor podcastreclame bestaat en bloeit. Hoewel traditionele methoden zoals promotiecodes, aangepaste URL’s en enquêtes na aankoop nog steeds onmisbaar zijn, heeft de sector zich verder ontwikkeld en biedt deze nu uitgebreide oplossingen voor gegevensverzameling, tracking en metingen die voldoen aan de verwachtingen van performance- en digitale marketeers.
Hier zijn een paar punten om rekening mee te houden:
- Geavanceerde meetoplossingen: Moderne attributietools, zoals die van Podscribe, bieden gedetailleerde inzichten in de prestaties van podcastadvertenties, vergelijkbaar met wat je zou verwachten van digitale kanalen zoals Facebook of Google Ads.
- Unieke voordelen: Adverteren via podcasts biedt unieke voordelen, zoals het bereiken van nieuwe, aanvullende doelgroepen en het combineren van direct response-reclame met merkbekendheid. Het vertrouwen en de loyaliteit die luisteraars koesteren ten opzichte van podcastpresentatoren kunnen leiden tot een hogere betrokkenheid en hogere conversiepercentages.
- Schaalbaarheid: Hoewel het opzetten van podcastadvertenties in eerste instantie misschien wat ingewikkelder lijkt, zijn de mogelijkheden om uw campagnes op te schalen en een zeer betrokken publiek te bereiken aanzienlijk.
- Autoriteit en vertrouwen: Podcastpresentatoren worden door hun luisteraars gezien als gezaghebbende figuren, die ze vaak als vrienden beschouwen. Deze band kan de effectiviteit van je advertenties vergroten, aangezien luisteraars eerder geneigd zijn om aanbevelingen van hun favoriete presentatoren te vertrouwen.
- Vlotte integratie: Zodra u de sprong waagt, zult u merken dat het meten van de prestaties van podcastcampagnes goed aansluit bij de prestatiestatistieken van digitale campagnes. De integratie in uw bestaande werkprocessen en procedures verloopt naadloos, waardoor het onboardingproces snel en efficiënt verloopt.
Kortom: hoewel adverteren via podcasts in eerste instantie misschien intimiderend lijkt, maken de geavanceerde meetmogelijkheden en de unieke voordelen die het biedt het tot een rendabele investering. Met de juiste tools en strategieën kun je resultaten behalen die vergelijkbaar zijn met, zo niet beter dan, die van traditionele digitale advertentiekanalen.



