Penargetan

Contextual targeting AI: cara mesin membaca halaman — dan mengapa ia bekerja tanpa cookie

Animasi: kata-kata dari sebuah artikel mengalir ke pembaca AI yang menyalakan label topik — Fitness, Endurance, Positive tone — lalu iklan sepatu lari yang cocok muncul di samping konten.

Contextual targeting (penargetan kontekstual) adalah ide tertua dalam periklanan: tempatkan iklan di samping hal yang dibahasnya. Yang baru adalah mesin kini bisa membaca halaman — memahami topiknya, nadanya, bahkan gambarnya — dalam beberapa milidetik sebelum iklan dimuat. Ini adalah tur dengan bahasa sederhana tentang cara kerjanya, apa yang sebenarnya dikatakan riset publik, dan pemikiran di balik cara kami melakukannya di AdZoic.

Mengapa ini penting sekarang

Selama lima belas tahun, sebagian besar iklan digital diarahkan ke orang — memakai cookie pihak ketiga dan ID perangkat untuk mengikuti Anda dari situs ke situs dan membangun profil. Pendekatan itu makin menyusut, dan bukan karena pilihan:

  • Safari milik Apple dan Firefox milik Mozilla sudah bertahun-tahun memblokir cookie pihak ketiga secara default — bersama-sama mencakup porsi besar penjelajahan web, dan porsi yang lebih besar lagi di pasar yang didominasi iPhone.
  • App Tracking Transparency milik Apple (2021) membuat pelacakan lintas aplikasi di iOS menjadi opt-in; tingkat opt-in yang dilaporkan secara publik tetap rendah — umumnya disebut berada di kisaran pertengahan 20-an hingga awal 30-an persen menurut berbagai pelacak industri.
  • Google berulang kali mengubah rencana cookie Chrome-nya, dan regulator — GDPR di Eropa, DPDP Act di India, serta makin banyak undang-undang privasi di Asia — terus menaikkan standar persetujuan.

Apa pun bentuk akhir aturannya, arahnya hanya satu: Anda makin tidak bisa mengandalkan pengetahuan tentang siapa seseorang. Contextual targeting menghindari seluruh masalah itu. Ia sama sekali tidak perlu mengenal Anda — ia hanya perlu memahami halaman yang Anda pilih untuk dibuka.

Versi satu kalimatnya

Penargetan audiens bertanya "siapa orang ini?" Contextual targeting bertanya "apa yang sedang diperhatikan orang ini saat ini?" — dan pertanyaan kedua dijawab oleh konten itu sendiri, tanpa memerlukan data pribadi.

Apa kata riset

Kami berhati-hati dengan angka di situs ini, jadi berikut apa yang benar-benar tercatat secara publik — disebutkan namanya, agar Anda bisa memeriksanya — bukan klaim rapi "lift 3×" yang beredar di presentasi ad-tech.

  • Perhatian dan daya ingat. Sebuah studi neurosains yang banyak dikutip, dipesan oleh GumGum bersama Spark Neuro (2020), menemukan bahwa iklan yang sesuai dengan konten di sekitarnya menghasilkan keterlibatan dan pembentukan memori yang terukur lebih tinggi dibanding iklan yang tidak sesuai, serta dinilai lebih positif. Secara arah, ini konsisten dengan riset psikologi selama puluhan tahun tentang kongruensi: hal-hal yang cocok dengan lingkungannya lebih mudah diproses dan lebih diingat.
  • Relevansi tanpa identitas. IAB Europe dan beberapa vendor verifikasi (IAS, DoubleVerify) telah menerbitkan survei pembeli sejak 2022 yang menunjukkan mayoritas pengiklan mengatakan mereka meningkatkan investasi kontekstual seiring memudarnya identifier — memperlakukannya sebagai strategi utama, bukan cadangan.
  • Konsumen lebih menyukainya. Survei dari IAS ("The Context Effect", sejak 2021) melaporkan bahwa mayoritas jelas konsumen mengatakan iklan yang sesuai dengan konten yang sedang mereka lihat terasa lebih relevan dan kurang mengganggu dibanding iklan yang terus mengikuti mereka.
  • Efisiensi. Karena pembelian kontekstual tidak membayar segmen data pihak ketiga, CPM-nya biasanya lebih rendah dibanding padanan berbasis penargetan audiens di pasar terbuka. Seberapa jauh lebih rendah sepenuhnya bergantung pada kategori dan inventaris iklan — itulah sebabnya kami tidak memberi satu angka pasti.

Bacalah dengan jujur: bukti menunjukkan bahwa kontekstual berhasil dan lebih disukai, bukan bahwa ia ajaib. Ia paling kuat untuk awareness, pertimbangan, dan hasil merek, serta untuk menjangkau orang yang tidak bisa dilacak. Untuk momen "beli lagi" di ujung funnel, data first-party dan retargeting tetap berguna — itulah sebabnya Anda tidak harus memilih.

Metodenya: bagaimana mesin "membaca" halaman

Contextual targeting generasi awal berupa pencocokan kata kunci — iklan sepatu lari muncul di mana pun kata "running" muncul. Murah tapi kasar: "running" juga muncul dalam running late (terlambat), running a company (menjalankan perusahaan), dan the running of the bulls (festival lari banteng). Contextual targeting AI modern adalah beberapa metode yang dilapis bersama:

1. Memahami bahasa, bukan sekadar mencari kata

Model bahasa alami membaca kalimat dan paragraf utuh, sehingga "Chelsea" di dekat "Arsenal" dan "fixture" berarti sepak bola, sedangkan "Chelsea" di dekat "gallery" dan "brunch" berarti sebuah kawasan. Secara teknis, model mengubah teks menjadi embedding — deretan panjang angka yang menempatkan makna-makna serupa berdekatan — sehingga halaman tentang latihan maraton berada dekat dengan olahraga ketahanan meski tidak pernah memakai kata-kata itu. Begitulah banner animasi di atas mengubah "running, marathon, recovery, pace" menjadi Fitness dan Endurance.

2. Klasifikasi topik berdasarkan taksonomi bersama

Makna yang sudah dipahami kemudian dipetakan ke taksonomi konten standar — industri memakai taksonomi IAB Tech Lab, yang memiliki ratusan tingkatan (Sports → Running → Marathon). Taksonomi bersama inilah yang memungkinkan pengiklan berkata "beli Automotive → Electric vehicles" dan setiap penerbit serta platform memahami hal yang sama. Cara mesin kami sendiri melakukannya — dan mengapa sebagian besar pekerjaan terjadi sebelum lelang, bukan selama lelang — dijelaskan dalam cara kami membangun ulang mesin konteks kami.

3. Sentimen dan nada

Dua halaman bisa memiliki topik yang sama namun lingkungan yang berlawanan. "Maskapai meluncurkan rute baru" dan "maskapai dilarang terbang setelah kegagalan keselamatan" sama-sama masuk Travel → Air travel. Model sentimen memberi skor pada nada emosional sehingga merek bisa meminta tampil di samping yang pertama dan bukan yang kedua — alasan besar mengapa kontekstual dan brand safety (keamanan merek) sebenarnya adalah disiplin yang sama.

4. Lebih dari teks: gambar, video, dan audio

Halaman tidak hanya berisi kata-kata. Model computer vision mendeskripsikan isi gambar; speech-to-text ditambah model bahasa mentranskripsi dan memahami video serta podcast, adegan demi adegan. Itulah yang memungkinkan contextual targeting menjangkau streaming TV, video ala YouTube, dan audio — kanal yang nyaris tidak mengenal "kata kunci".

5. Melakukannya tepat waktu

Semua ini harus muat dalam lelang real-time yang berlangsung sekitar sepersepuluh detik. Dalam praktiknya, halaman dianalisis dan diberi skor lebih dulu, hasilnya disimpan di cache, dan saat bidding DSP hanya melakukan pencarian cepat alih-alih membaca dari awal. Halaman baru atau yang cepat berubah dibaca saat pertama kali terlihat, dan skornya dipakai ulang untuk semua orang setelahnya.

Contoh nyata

Seseorang di Jakarta membuka artikel tentang pemulihan setelah maraton. Dalam waktu kurang dari 10 ms, AdZoic melihat konteks halaman yang sudah di-cache — Sports · Running · Endurance, nada positif, lingkungan aman — mencocokkannya dengan rencana sebuah merek pakaian olahraga, lalu menawar untuk iklan sepatu lari. Tidak ada informasi tentang pembaca yang diperlukan. Jika pembaca yang sama membuka halaman tentang bencana penerbangan, rencana merek yang sama berkata "tidak, terima kasih" dan tidak ada tawaran yang diajukan.

Filosofi di balik cara kami melakukannya

Metode hanyalah syarat dasar; pilihan di sekitarnyalah yang membedakan. Inilah pilihan kami.

  • Baca momennya, bukan orangnya. Kami lebih memilih memahami sebuah halaman dengan sangat baik daripada mengetahui banyak hal tentang seseorang. Ini lebih baik bagi pembaca, tidak rusak ketika browser mengubah kebijakan, dan jujur — iklan di samping konten yang relevan transparan bagi semua orang tentang mengapa iklan itu ada di sana.
  • Konteks lebih dulu, identitas sebagai tambahan. Kontekstual adalah lapisan dasar setiap rencana. Jika pelanggan membawa data first-party miliknya sendiri, kami menambahkannya di atasnya — tidak pernah sebaliknya.
  • Relevansi dan keamanan adalah satu model, bukan dua produk. Pemahaman yang sama yang mengatakan "halaman ini tentang lari" juga mengatakan "halaman ini tentang sebuah tragedi." Kami memakainya untuk keduanya, sehingga brand safety bukan tambahan yang harus Anda bayar ekstra.
  • Dibangun untuk bahasa-bahasa Asia. Sebagian besar mesin kontekstual dilatih untuk bahasa Inggris. Mesin kami harus bisa membaca Bangla, Hindi, Bahasa, serta halaman campuran aksara dan campur kode yang khas di kawasan ini — di situlah banyak upaya rekayasa sesungguhnya, dan itulah alasan kami membangunnya di sini.
  • Buktikan pada tujuan Anda. Kami memberi label demo sebagai demo dan tidak memublikasikan angka lift karangan. Ujian yang jujur adalah kampanye nyata yang diukur terhadap baseline Anda sendiri — itulah sebenarnya demo bersama kami.

Ke mana arahnya

Tiga hal berubah dengan cepat. Large language model membuat pemahaman halaman lebih tajam dan lebih murah, sehingga jarak antara "kata kunci" dan "makna" menutup untuk selamanya. Model multimodal membawa kedalaman yang sama ke video dan audio, sehingga kontekstual menjadi metode lintas layar yang sesungguhnya. Dan hukum privasi di seluruh Asia bergerak ke aturan yang mengutamakan persetujuan, yang mendorong industri ke sinyal yang sejak awal tidak memerlukan persetujuan. Kontekstual bukan mundur dari presisi — ini presisi yang diarahkan ke hal yang tepat.

Ingin melihatnya membaca kategori Anda sendiri? Minta demo — atau mulai dari dasar-dasarnya di contextual vs. audience targeting.

Sumber & catatan tentang angka

Referensi publik yang disebutkan di atas: studi neurosains kontekstual GumGum × Spark Neuro (2020); riset konsumen IAS "The Context Effect" (2021–); survei pembeli IAB Europe / IAS / DoubleVerify tentang investasi kontekstual (2022–); IAB Tech Lab Content Taxonomy; Apple App Tracking Transparency (iOS 14.5, 2021); GDPR (UE) dan DPDP Act India (2023). Kami sengaja mengutip arah dan kisaran, bukan satu angka "lift", karena hasilnya bervariasi menurut kategori dan inventaris iklan — tanyakan kepada kami angka dari uji langsung pada tujuan Anda.

A
Tim AdZoic
Membuat pembelian iklan lebih masuk akal, dari Dhaka.
Baca juga

Panduan terkait

Diagram: satu pusat pembelian yang terhubung ke layar TV, video, web, aplikasi, audio, dan papan reklameDasar

Apa itu DSP? Panduan sederhana

Cara perangkat lunak membeli iklan digital untuk Anda, secara otomatis dan real time.

Jun 2026 · 6 menit baca
Diagram Venn: konten halaman di satu sisi, seseorang di sisi lainPenargetan

Penargetan kontekstual vs. audiens

Dua cara menjangkau orang yang tepat — dan kapan memakai masing-masing.

Jun 2026 · 5 menit baca
Perisai dengan tanda centang, dikelilingi petak iklan terblokir yang dicoretKeamanan merek

Brand safety 101: menjauhkan iklan Anda dari lingkungan yang buruk

Cara penyaringan pre-bid memblokir penipuan iklan (fraud) dan konten yang tidak aman — separuh lainnya dari memahami sebuah halaman.

Jun 2026 · 5 menit baca

← Kembali ke semua artikel