Retail Media sabe quién eres, pero eso no significa que sepa qué necesitas

Hay pocas cosas más deprimentes que una tecnología muy sofisticada utilizándose para decirte que compres algo que ya has comprado recientemente. A mi me pasa constantemente: escaneo mi tarjeta de fidelización y aparece una promoción de ese detergente que compré la semana pasada, mientras hoy estoy llenando la cesta de cosas completamente distintas. Técnicamente, el sistema me conoce, tiene mi historial, sabe quién soy y probablemente podría dibujar un perfil bastante razonable de mis hábitos y, sin embargo, no ha entendido mi momento.

Este pequeño fracaso explica bastante bien uno de los problemas más comunes e incómodos del Retail Media actual: personalizar no es lo mismo que ser relevante, una distinción que parece semántica hasta que empezamos a gastar dinero. La personalización es relativamente fácil de reconocer: sabemos que una persona compra determinada categoría, visita ciertas páginas, pertenece a un segmento concreto o vive en una zona específica. Podemos cruzar historial de compra, navegación, afinidad, ubicación, meteorología o cualquier otra señal disponible. Perfecto. La relevancia aparece un paso después: ¿esa información sirve para mejorar lo que le estamos mostrando ahora? Porque puedo saber que compras comida para gatos y aun así enseñarte la oferta equivocada. Puedo saber que eres cliente habitual de una marca y molestarte con un anuncio de adquisición. Puedo detectar que ayer visitaste una web de zapatillas de running y perseguirte durante dos semanas después de haberlas comprado… Todo muy personalizado, pero muy poco útil.

El Retail Media tiene una ventaja que otros entornos publicitarios llevan años envidiando: datos cercanos a la transacción, pero convertir ese dato en una buena experiencia exige bastante más que activar un segmento. En cada impacto participan tres intereses: el de la marca, el del retailer y el del shopper. Si el anuncio funciona para dos pero perjudica al tercero, la supuesta relevancia empieza a deshacerse. La marca quiere vender, el retailer quiere monetizar su relación con el cliente sin deteriorarla, y el consumidor, aunque rara vez aparezca en los PowerPoints con la misma insistencia, quiere que le dejen comprar tranquilo y que lo que recibe tenga algún sentido.

El problema está ahí: un anuncio puede ser perfecto desde el punto de vista contextual y no generar nada, o puede producir una conversión inmediata a costa de saturar al usuario e incluso puede cumplir todos los criterios de segmentación y llegar en un momento absurdo. Por eso me parece especialmente útil hacerse la pregunta ¿respeta este mensaje el momento en el que está el shopper? Es una pregunta menos tecnológica de lo que acostumbramos y, probablemente, más difícil de contestar, porque obliga a pensar en una persona y no en una audiencia. El mismo usuario puede comportarse de manera completamente diferente un lunes por la mañana que un sábado por la tarde, puede estar investigando una categoría durante semanas y después necesitar resolver una compra en cinco minutos o puede responder bien a una recomendación cuando está comparando y rechazar exactamente el mismo mensaje cuando solo quiere terminar la compra.

El dato histórico nos dice mucho sobre lo que alguien ha hecho, la relevancia intenta entender qué necesita ahora y esa diferencia será cada vez más importante a medida que el Retail Media abandone la lógica puramente transaccional y compita por presupuestos de marca. Porque si el argumento consiste únicamente en “tenemos más data y sabemos quién compra”, corremos el riesgo de reproducir uno de los peores hábitos de la publicidad digital: confundir capacidad de targeting con calidad de experiencia.

Y es que esto ya lo hemos hecho antes… Durante años celebramos que podíamos seguir a una persona por internet porque había visitado una página. Después descubrimos que enseñarle el mismo producto treinta veces no era exactamente la revolución de la publicidad personalizada que habíamos prometido… Retail Media tiene la oportunidad de no repetir ese capítulo y la clave está en tratar la personalización como un mecanismo, no como una métrica. Decir que una campaña utiliza first-party data no nos dice si funciona; tampoco que utiliza personalización dinámica, afinidades o señales de intención. Lo interesante empieza después: ¿Aumentó la conversión? ¿Generó ventas incrementales? ¿Creció el tamaño de la cesta? ¿Volvió ese cliente? ¿Mejoró la experiencia o simplemente encontramos una forma más precisa de interrumpirlo? Te propongo mirar conversión, incremental lift, basket size y repetición de compra como parte del marcador de esa relación.

Hay un matiz aquí que me parece especialmente relevante. La obsesión por el resultado inmediato puede empujarnos a optimizar contra aquello que convierte hoy aunque desgaste la relación mañana. Un retailer, a diferencia de muchas plataformas publicitarias, tiene que volver a ver al cliente. Y, además, quiere que vuelva. Y esto cambia bastante las reglas. Una campaña que genera unas cuantas ventas adicionales pero deteriora la confianza, aumenta la sensación de invasión o convierte la experiencia de compra en un escaparate saturado puede ser positiva en el dashboard y bastante menos atractiva cuando se mira el negocio completo. Ahí aparece una idea que debería preocupar especialmente a cualquier retailer que esté construyendo su retail media network: el inventario publicitario vive dentro de una relación comercial previa. El consumidor no entra en el supermercado, en la App de delivery o en el marketplace porque quiera ver anuncios… entra porque quiere comprar y, para ello, la publicidad puede ayudarle, puede recordarle algo que necesitaba, permitirle comparar opciones, descubrir un producto o mostrarle una oferta realmente útil. Cuando hace eso, apenas se siente como una interrupción, pero cuando no, se nota muchísimo, y cuantos más datos utiliza el retailer, mayor es la expectativa.

Paradójicamente, cuanto mejor dices conocerme, menos paciencia tengo cuando me enseñas algo absurdo, por eso el verdadero valor del first-party data quizá no esté en demostrar hasta qué punto podemos identificar a alguien, sino en saber cuándo no utilizar toda la información que tenemos. Esto debe ser una relación entre personalización y relevancia que debe equilibrarse para mantener confianza y rendimiento. Pero es que yo iría un poco más lejos: el Retail Media lleva tiempo diciendo que su ventaja está en estar más cerca de la compra que cualquier otro medio y eso es cierto, pero estar más cerca de la compra significa también estar más cerca de una relación que el retailer puede estropear. Google puede enseñarte un anuncio irrelevante y probablemente mañana vuelvas a buscar… pero tu supermercado habitual, tu farmacia o tu marketplace favorito juegan una partida diferente: tienen historial, frecuencia, confianza y, muchas veces, una relación de años. Convertir todo eso en inventario es fácil, pero convertirlo en una experiencia que el shopper agradezca ya es otro negocio. Y quizá ahí descubramos que la verdadera ventaja competitiva de Retail Media nunca fue saber más cosas sobre el consumidor… fue saber cuándo utilizarlas.

Puntos clave:

• Personalización y relevancia no son lo mismo: utilizar first-party data puede mejorar el targeting sin garantizar que el mensaje tenga sentido para el shopper.

• El valor aparece cuando retailer, marca y consumidor ganan a la vez; si uno de los tres queda fuera, la experiencia termina degradándose.

• El verdadero KPI de una buena personalización no debería ser cuántos datos utilizamos, sino si mejora conversión, incrementalidad, cesta y recurrencia sin erosionar la confianza.

Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.