Estrategia Digital Tag

machine-learning

Compra Programática e Inteligencia Artificial, un nuevo reto en la optimización de presupuestos publicitarios

Según los últimos estudios realizados por Juniper Research, se calcula que, a lo largo de 2018, los anunciantes perderán aproximadamente 19K millones de dólares en actividades publicitarias fraudulentas en todo el mundo, lo que equivale a unos 51 millones de dólares al día. Esta cifra, que representa publicidad online y en dispositivos móviles, aumentará hasta alcanzar los 44 mil millones de dólares en 2022. El panorama se complica aún más si tenemos en cuenta dos factores:

  • Por un lado, que Facebook y Google –quienes operan como Walled Garden (jardines amurallados), restringiendo el flujo de datos para una medición independiente del rendimiento publicitario – representan más del 60% del gasto publicitario digital.
  • Por otro lado, los estafadores están desarrollando nuevos software que permiten imitar la actividad publicitaria real, incluidos los clics simulados, los movimientos del mouse y las cuentas de las redes sociales.

 

Así pues, la Inteligencia Artificial (IA) y el Machine Learning serán cruciales para analizar diariamente la gran cantidad de datos generados por las actividades publicitarias y minimizar las pérdidas debidas al fraude.

Inversión en publicidad

Los profesionales del marketing están cada vez más preocupados y quieren saber dónde se invierten sus presupuestos publicitarios. “Pedimos a las plataformas que ofrezcan una visibilidad del 60-70% para empezar. Si no pueden entregar eso, no los incorporamos a bordo”, dice Gopa Kumar, vicepresidente ejecutivo de Isobar India.

En ese sentido, estos profesionales del marketing están pasando de una estrategia basada en inventario, a una basada en la audiencia, y están aprovechando los datos para construir una estrategia de audiencia más sólida, programática y esclarecedora.

Según el estudio de Juniper Research, aquellas plataformas que aprovechen la Inteligencia Artificial para fines relacionados con la localización y segmentación de usuarios, representarán el 74% del gasto publicitario online total para 2022. Pero al mismo tiempo, estas plataformas deberán centrarse en nuevas fuentes de datos para mejorar la competencia de sus algoritmos de inteligencia artificial. Por lo tanto, los datos procedentes de los dispositivos IoT (Internet de las cosas), los acuerdos de intercambio de información y la identificación de usuarios cross-device serán muy demandados.

Compra programática

La compra programática, alimentada por IA, supone un nuevo avance en la predicción, probando nuevas formas de invertir en publicidad de manera más efectiva y aprovechando eficazmente el poder de la IA para segmentar dinámicamente a cada usuario. Con ello, se puede diferenciar con precisión entre usuarios, pujando por aquellos que más aportan a la cuenta de resultados y, por ende, son más valiosos al generar conversiones más eficientes.

A través del desarrollo de las tecnologías de compra de Deep Learning, ya se pueden obtener grandes mejoras en el ROI de las campañas, así como construir automáticamente algoritmos de compra personalizados para cada cliente, que escala y aprende por sí mismo.

Además, cuantos más datos se proporcionen a los algoritmos Deep Learning, mejores serán los resultados, lo que significa que, con el tiempo, el algoritmo envejece y se vuelve más “inteligente”. Estas tecnologías también permiten ajustar automáticamente las activaciones en respuesta a la dinámica cambiante del mercado, incluida la modificación de nuevas creatividades, el cambio del contenido del sitio web o la incorporación de diferencias estacionales.

En definitiva, el futuro parece venir acompañado de fraude en las actividades publicitarias, pero las posibilidades para reducirlo al máximo cada vez están más al alcance de todo profesional del marketing.

0
0
medicion-ropo

Medición ROPO ¿utopía o realidad?

Uno de los patrones de compra más comunes actualmente entre los consumidores sigue el efecto ROPO (Research Online, Purchase Offline), o, lo que es lo mismo, informarse de manera online de los productos para terminar comprándolos en tienda física.

Es una práctica muy conocida dentro del marketing, pero de la que realmente no se ha hablado tanto a pesar de que el 65% de los usuarios afirma realizar este tipo de práctica según un estudio de Retail Dive.

¿Creéis que es posible medir realmente el efecto ROPO?

Nos encontramos inmersos en una corriente de marketing y tecnología “martech”, marcada por grandes iniciativas de omnicanalidad, activación de datos, identificación única de usuarios, medición de ROI, etc. Estoy más que convencida que llevar a cabo cualquiera de ellas es más que posible, pero hay que estar dispuestos a romper con ciertas ideas preconcebidas y apostar por la innovación.

En este caso por ejemplo, la medición del efecto ROPO va del todo vinculada con la iniciativa del cálculo del ROI (retorno de inversión). La mayoría de las empresas invierten una parte importante de su presupuesto en publicidad, ya sea online u offline, no siendo siempre fácil calcular el retorno de inversión desembolsada.

Si nos centramos puramente en el canal online, cada vez es más sencillo conocer la efectividad de las diferentes acciones de inversión realizadas, gracias a la aplicación de tecnología para conocer la atribución hacia la conversión de las mismas.

Pero, ¿qué sucede con todas aquellas conversiones que se producen en el punto de venta físico? Realmente, medir el efecto ROPO responde a ser capaces de resolver esta ecuación:

 

efecto-ropo

Obviamente, la puesta en práctica de esta iniciativa, variará en función del tipo de empresa, industria, producto o red de distribución de venta disponible.

Pero, ¿qué deberíamos tener en cuenta si decidimos lanzarnos hacia un proyecto de medición del efecto ROPO?

  • El ámbito de actuación y territorio geográfico de puntos de venta
  • Preferiblemente, evitar la competencia de objetivos entre los diferentes canales de venta
  • Decidir el canal publicitario a tener en cuenta en el proyecto, idealmente mobile
  • Buscar la tecnología apropiada para la identificación de usuarios en el mundo online y en el punto de venta offline
  • Pensar en la dinámica de venta más idónea para conseguir la interacción del usuario con el punto de venta físico
  • Conseguir la involucración activa de todos los departamentos necesarios de tu organización
  • Nunca olvidar la necesidad de que el equipo de ventas sea tu aliado número 1, ya que de ellos depende el éxito final del proyecto

 

Para concluir respondiendo a la pregunta inicial, en mi opinión, la medición del efecto ROPO es una realidad.

Tecnológicamente es posible y ya hay varias empresas españolas que lo están llevando a cabo, especialmente de la vertical de retail. De todas maneras, para evaluar el ROI de este tipo de proyectos es muy importante considerar que no podemos centrarnos en una escala temporal cortoplacista, ya que el beneficio inmediato obtenido no tiene por qué verse traducido en ingresos mayores a la inversión realizada, sino en obtención de datos de una nueva fuente, en identificación del consumidor y mayor conocimiento del comportamiento del mismo en diferentes canales, lo cual no resta atractivo a la medición del efecto ROPO.

¿Vosotros qué opináis? Estaremos encantados si queréis compartir vuestras experiencias en efecto ROPO con nosotros.

0
0
Caso_Uso_Blog_Divisadero

La importancia de los casos de uso

La práctica hace maestros. Muchas veces nos sabemos muy bien la teoría y lo que queremos conseguir, pero al ver las implicaciones y las necesidades de forma global que implica alcanzar nuestro objetivo, parece una montaña. Empezamos el proceso hacia ese objetivo y, como es habitual, las urgencias del día a día, cambios y situaciones inesperadas, incidencias o complicaciones varias, hacen que perdamos el foco y nos desviemos o no seamos capaces de adaptarnos. De ahí, la importancia de hacer las cosas de una forma práctica con objetivos más cortos y separados pero que, al final, traten de contribuir al objetivo final, esto sería de forma muy genérica los llamados casos de uso.

LEER MÁS

0
0
Identity-Management

Identity Management: de la cookie a la persona

«Lo que llamamos “casualidad” no es más que la ignorancia de las causas físicas.»
 Gottfried Leibniz

 

Las cookies, como una especie de mónada leibniziana, son el todo y la parte sobre las que se construyen los servicios en Internet. Hay cookies de todos los colores, aromas y sabores, cookies de primera y de tercera, cookies enriquecidas y cookies ramplonas, cookies analíticas y cookies intrusivas. Nada escapa a la cookie, en Internet somos cookies. Incluso varias al mismo tiempo (cada navegador que utilizamos es un YO hecho cookie, cada perfil social que creamos es una parte de nuestro EGO digital). Pieza fundamental para recordar los artículos recogidos en un carrito de la compra o facilitar el acceso a una red social, no hay estrategia de Marketing Digital que no se apoye en cookies para ser ejecutada.
Al igual que el propio Leibniz aportó tantas soluciones como paradojas con su Monadología, las cookies aportan tantas soluciones como limitaciones. Si la mónada es insustancial y al mismo tiempo base de la materia, ¿no caemos así en un absurdo? Si la cookie identifica al usuario sobre el que se definen las acciones de marketing y cada usuario puede ser varias cookies, ¿estamos impactando al usuario a la cookie adecuada?, ¿funcionan nuestras campañas “de casualidad” o realmente conocemos las causas del éxito?.

 

En este contexto, los consumidores cada vez más están demandando métodos de comunicación mas personalizados y eficaces, buscando el equilibrio con el tratamiento respetuoso y ajustado a la privacidad de sus datos, al tiempo que su YO digital está mas fragmentado, en un bucle antagonista; obligando, de alguna forma, al MKT Digital ha dirigir sus acciones a la persona cuando de facto lo está haciendo sobre la(s) cookie(s), y es el Identity Management la disciplina sobre la que apoyarse en este cambio de paradigma.
Tal cual ha sido definido en el Lexicograma Divisadero el Identity Managment: “la disciplina centrada en el establecimiento de atributos que definen a un individuo, y a través de los cuales puede establecerse una identificación inequívoca del mismo”.
Dentro de las diferentes estrategias que se pueden llevar a cabo para conseguir esa identificación de un individuo, y partiendo de la premisa de que los datos de primera parte se muestran como los datos mas valiosos para este propósito, la construcción de una identidad única e inequívoca de un individuo que interactúa con nuestra marca, pasa por pivotar sobre estos datos de primera parte e ir complementando dicha identidad con el resto de cookies y perfiles de tercera parte que se puedan ir integrando por diferentes métodos determinísticos y/o probabilísticos  de forma iterativa y continuada en el tiempo.

 

Esta estrategia supone un reto que tendría que tener en cuenta al menos los siguientes puntos:
  1. Contar con un Data-Layer robusto, consistente y homogéneo en nuestros activos digitales, de tal modo que los atributos que definen a cada individuo en su relación con nuestra marca genere un modelo de datos válido y completo.
  2. Definir espacios de integración del dato digital de primera parte con el CRM, de tal manera que aquellas cookies que puedan ser relacionadas con una persona, lo sean, por ejemplo, a través de la identificación en una zona privada.
  3. Trazar, a través de identificadores únicos y específicos, las iteracciones de los usuarios con servicios de tercera parte enlazados en nuestros activos, que puedan recoger atributos personales y que permitan la identificación del usuario (por ejemplo, servicios de call me back).
  4. Recoger identidades de redes sociales y/o correos electrónicos, debidamente encriptados y securizados, que permitan, a través de tablas de doble entrada vinculadas con los datos del CRM, establecer integración de perfiles anónimos con usuarios ya identificados.
  5. Las estrategias para la generación de Leads pasan a ser fundamentales en el proceso de creación de una identidad única de usuario.
  6. Los puntos anteriores permiten identificar personas de forma determinística a partir de cookies y otras id’s digitales.
  7. Donde no sea posible establecer identificaciones determinísticas se deben de establecer relaciones probabilísticas mediante, por ejemplo, modelos de matching tipo look-a-like, y definir acciones que permitan aceptar o rechazar la hipótesis, a un nivel de confianza elevado, de que se haya identificado unívocamente un usuario.
  8. Las acciones de MKT que se definan sobre los individuos identificados probabilísticamente han de ser diferentes a las que se realicen sobre usuarios identificados con acciones determinísticas. Nos encontramos ante lo que en contraste de hipótesis se conoce como error de tipo II, donde, si damos por válido la identificación de una cookie con una persona siendo esta identificación falsa, el error cometido es más contraproducente que dejar a una cookie sin identificar.
  9. Se ha de poner foco en integrar identidades probabilísticas en identidades determinísticas, de tal manera que la función de error asociada a los modelos de matching tienda a converger a cero.
  10. Diseñar una solución cloud para almacenar cookies y facilitar el proceso de generar id’s únicas de usuario mediante integración, modelado, técnicas de matching, reprocesado de identidades con nuevos atributos, etc. Los Big Data Lakes construidos en este contexto vuelven a cobrar sentido si generan identidades reutilizables por el resto del stack tecnológico de la compañía.

 

Si el grado de madurez del Marketing está llevando a las compañías a una transición del Performance Marketing (centrado en los canales de comunicación) al Omnichannel Marketing (centrado en los segmentos de usuarios), aquellas compañías mas disruptivas están considerando estrategias de People-Based Marketing (centrado en las personas) asumiendo los retos tecnológicos que ello supone, al tiempo que son perfectamente conscientes del aporte de valor que van a generar en los nuevos escenarios que se van definiendo.

 

Fuentes de información: este post está directamente influenciado e inspirado por la lectura de dos artículos de este mismo blog, a saber: Mas allá del DMP y Es el Momento de tomarse las cosas de modo personal 
0
0
barometro-divisadero

¿Sabes cuál es tu nivel de madurez digital?

Desde el año 2015, en DIVISADERO venimos ayudando a nuestros clientes a identificar en qué momento de madurez digital se encuentran, hacia dónde deben avanzar en función de sus objetivos como compañía y cómo deben hacerlo para cumplir con todos ellos.

Nuestro modelo de trabajo está basado en nuestro propio framework sobre cómo entendemos la transformación digital y en la curva de madurez digital o barómetro de madurez haciendo un análisis a través de tres vectores, cuatro niveles de madurez y 58 indicadores base de partida.

LEER MÁS

0
0
Barometro-madurez-digital_2018_Divisadero

Conclusiones del III ‘Barómetro IE-DIVISADERO’

El pasado 30 de enero tuvimos la oportunidad de presentar junto al IE Business School y en colaboración con Adigital, el Barómetro IE DIVISADERO que, por tercer año consecutivo, analiza el estado de madurez digital de las empresas españolas a través de 58 indicadores.

La jornada constó de cuatro apartados: en el primero se abordó la metodología del estudio y se expusieron los resultados globales. A continuación, se ofrecieron consejos para mejorar el nivel de madurez según el momento de cada industria y, finalmente, se introdujeron las tendencias más significativas en transformación digital para 2018.

LEER MÁS

0
0
combinar_innovacion_transformacion_digital

Cómo combinar innovación y transformación digital y no morir en el intento

¿Cuáles son los factores que aceleran o catalizan la necesidad de afrontar el reto estratégico de la transformación digital?; ¿Estamos ante un ejercicio a la altura de todos los CEOs actuales?; ¿Están preparados ejecutivos y consejos de administración para el reto?; ¿Es un reto de conocimiento o de actitud?; ¿Tenemos toda la información aunque solo sea para formalizar la primera tesis?; ¿o acaso ya estamos en territorio de síntesis?

LEER MÁS

0
0
inversion publicitaria

¿Dónde se va mi presupuesto de publicidad?

Uno de los grandes lemas o principios de la corriente publicitaria actual es “entregar el mensaje adecuado, a la persona correcta y en el momento preciso”. Sin embargo:

– ¿Estamos todos seguros de estar siguiendo esta estrategia?

– O, lo que es más importante aún, ¿tenemos datos e insights de estar aplicando correctamente esta práctica?

LEER MÁS

0
0
Reporting

¿Y si escapamos juntos del reporting?

Estamos en un momento en el que hablamos continuamente de conceptos como Inteligencia Artificial, Machine Learning, automatización en la compra de medios o personalización de contenidos en base a audiencias. Son todo conceptos que tratan de hacer nuestro día a día más fácil, al tiempo que mejoramos la experiencia de nuestros clientes con nuestra marca. Siendo así, ¿por qué sigue habiendo tantas empresas que siguen estancadas en el uso de los datos solamente para apilar hojas con gráficos y tablas sobre la mesa de alguien?, ¿por qué algunos siguen estancados en los tiempos del reporting?

LEER MÁS

0
0
MVP_Basket

Producto Mínimo Viable en proyectos Big Data

Quien con monstruos lucha cuide de convertirse a su vez en monstruo. Cuando miras largo tiempo a un abismo, el abismo también mira dentro de ti.
F. Nietzsche “Más allá del bien y del mal”

Abordar un proyecto Big Data implica Big Challenges, todo es BIG en este nuevo paradigma

 

Por supuesto, contamos con grandes cantidades de datos, que requieren grandes infraestructuras de IT para almacenarlas. Sin olvidarnos del gran esfuerzo que implica el aprovisionamiento de estos datos, cada uno generado en diferentes silos de la empresa, con su propio formato, su granularidad, su mayor o menor estructuración y, la mayor parte de las veces, sin documentación sobre cómo se genera, periodicidad, etc. El reto de convertir DATA into KNOWLEDGE requiere, también, de un gran equipo de Data Scientist y de gran capacidad de computación para atacar, procesar y modelizar los inmensos datasets para dar respuesta a los objetivos del proyecto (porque los objetivos se han definido antes de lanzar el proyecto, ¿verdad?)

LEER MÁS

2
0

¡Suscríbete a nuestra newsletter mensual Stay Sharp!

Para más información

CONTÁCTANOS