Cookieless targeting работает не на «замену cookie», а на сборку сигнала из нескольких слоёв

Первый слой — first-party data. Но не «всё подряд из CRM», а нормализованные сегменты: частота визита, категория интереса, recency, intent. Если сегмент не влияет на bid decision в DSP или на line item в GAM, он лишний.

Второй слой — контекст и supply metadata: domain/app bundle, placement, ad unit, geo, device, seller path, schain. Для open web это часто даёт более стабильный таргетинг, чем попытка восстановить пользователя по слабому ID.

Третий слой — identity graph и consent-aware IDs: UID2, RampID, ID5 и аналоги. Их ценность не в «магии матчинга», а в том, что они уменьшают разрыв между publisher-side и bidder-side сигналом. Без качественного match rate они бесполезны.

Рабочая схема простая: сегменты first-party → калибровка по контексту → включение ID только там, где есть объём и стабильный матч. Остальное уходит в broad reach и post-bid измерение. Если в отчёте нет расслоения по source path и по типу сигнала, вы не видите, где именно теряется эффективность.

Практика одна: строить targeting как пайплайн, а не как один идентификатор. Тогда cookieless стек переживает и зоопарк браузеров, и смену источников трафика.