Así es como los DSP's basados en la audiencia ofrecen a los profesionales del marketing mejores resultados

Las marcas y las agencias que trabajan con DSP’s siempre están buscando formas más eficaces de llegar a su público objetivo a gran escala a través de métodos de segmentación únicos y que respeten la privacidad. Sin embargo, identificar herramientas que permitan alcanzar estos objetivos es un reto constante.

Por ejemplo, los DSP’s prometen resultados potentes. Sin embargo, muchas de ellas utilizan ID’s que no son compatibles entre tecnologías o proveedores y no están preparadas para la evolución de la legislación sobre privacidad. El camino a seguir por los anunciantes se centra cada vez más en la tecnología basada en un modelo de audiencia, con aprendizaje automático y un identificador universal más avanzado para ofrecer a los equipos un mejor rendimiento, una gama más amplia de métodos de segmentación y un DSP más sólido.

Para ayudar a desentrañar cómo es esa tecnología, Tim Vanderhook, cofundador y CEO de Viant, habló recientemente con Ari Paparo, fundador y CEO de Marketecture, sobre la creación de audiencias, el uso del aprendizaje automático y los caminos hacia un nuevo ID universal.

Cómo el machine learning y los modelos basados en la audiencia mejoran el rendimiento de los anunciantes

Las marcas y las agencias quieren formas eficientes de llegar a su público objetivo y pueden hacerlo eficazmente con modelos basados en la audiencia. Si combinan este método con un DSP, pueden aprovechar las capacidades tecnológicas adicionales, como el aprendizaje automático, para maximizar el rendimiento.

La mejor manera de empezar es con un grupo conocido. Esto permite que el DSP les proporcione mucha más información que la antigua forma de crear un grupo demográfico ficticio al que podría gustarle el producto de la empresa. Al empezar con los que ya han comprado, el equipo puede trabajar con el DSP para llegar a audiencias similares adicionales.

A partir de aquí, los anunciantes tienen un par de opciones. Pueden utilizar la plataforma para crear audiencias similares basadas en sus audiencias conocidas, pero también hay un elemento de machine learning que añade algo nuevo a la ecuación.

"Históricamente el retargeting de visitantes en webs o cualquier compra basada en publishers significaba el agotamiento de banners o vídeos", dijo Vanderhook. "El rendimiento empieza siendo muy alto y se degrada con el tiempo. Sin embargo, cuando se utilizan estos segmentos de machine learning, no se experimentan los mismos efectos cuando se persigue a estas audiencias. Con machine learning, averiguas quién es la siguiente persona antes de que llegue a tu web y eliminas esa falta de rendimiento con el paso del tiempo".

Mientras tanto, los métodos de retargeting más tradicionales implicaban reunir a un gran grupo de usuarios y exponerlos a anuncios. Algunos se convertían, pero el rendimiento disminuía hasta que aparecían nuevos consumidores en el mercado. El método machine learning añadido a un modelo basado en la audiencia dentro de un DSP permite a los anunciantes ver un rendimiento constante a lo largo de una campaña.

Argumentos a favor de un nuevo ID universal "definitivo"

Aunque el sector ha pasado a utilizar algún tipo de ID digital, con directrices y restricciones dirigidas a estos identificadores, los anunciantes buscan nuevas opciones. Algunos han optado por utilizar direcciones de correo electrónico con hash, pero los consumidores sólo a veces están dispuestos a registrar su mail a cambio de información específica, lo que hace inútil el identificador.

Dado que la vida dee los consumidores es cada vez más híbrida (es decir, a veces reciben productos a domicilio y otras veces van a recogerlos), las direcciones de los domicilios se han convertido en un dato más en los identificadores digitales.

Vanderhook ve en esto el futuro de la búsqueda del ID universal: un elemento estable que ofrezca numerosas posibilidades de segmentación y no esté regulado por las grandes tecnológicas. No es algo que ningún grupo tecnológico pueda arrebatar a los vendedores o publishers. Además, la fidelidad de los datos es muy alta, lo que aumenta su atractivo tanto para anunciantes como publishers.

"Creo que las direcciones de los hogares van a ser, en última instancia, el ID universal con la que operemos todos", afirma Vanderhook. "Sobre todo, teniendo en cuenta que el online y el offline trabajan juntos y los dispositivos que todos tenemos son canales. El ID universal que debe adoptar el sector tiene que ser el de los hogares o domicilios particulares, porque es la única manera de vincular lo online y lo offline".

Los anunciantes están descubriendo que los DSP’s les ofrecen una serie de ventajas, como la posibilidad de atraer audiencias conocidas, crear audiencias similares, utilizar el machine learning para dirigirse a un público objetivo de forma más eficaz y con mejores resultados, y acceder a un ID de futuro que podría ser la solución universal que busca el sector.

Fuente: Digiday