Targeting y personalización, los objetivos de la programática y la IA
Gracias a la sinergia entre IA y el AdTech programático, estamos asistiendo a un escenario de lo más llamativo en la era cookieless. A pesar de la eliminación progresiva de las cookies, los anunciantes y publishers confían en poder navegar con éxito por el nuevo tejido de la publicidad programática y nativa directa utilizando las herramientas de IA de la nueva era. Por eso, el interés se ha centrado hacia la entrega de una experiencia publicitaria personalizada a una audiencia con un objetivo más amplio para llegar a un grupo demográfico más grande a través de la televisión, OTT, CTV, streaming y social media.
En los próximos 10 años, la inversión en campañas publicitarias y softwares impulsados por IA alcanzará los 1,3 billones de dólares. La mayor parte de estas innovaciones en AdTech se producirán en el lado de la oferta, donde las marcas pueden ofrecer experiencias publicitarias personalizadas e hyper-targeted a sus audiencias.
La publicidad programática es una intrincada combinación de algoritmos programáticos, automatización e inteligencia predictiva para la compra/venta de inventarios de anuncios digitales. A menudo considerada una compleja red de soluciones AdTech, la tecnología programática para publishers y anunciantes puede simplificarse y hacerse más eficaz para el targeting y la personalización con la inclusión de IA y capacidades de Machine Learning. Existen cuatro áreas principales en la publicidad programática en las que se utiliza la IA:
Content curation
Real-time ad placements
Customer data mining
Medición y reporting (Analytics)
En los últimos años, ha surgido un quinto elemento en la Inteligencia Artificial y las campañas de publicidad programática: la personalización. A continuación conocemos las opiniones de algunos de los profesionales del sector recogidas por Aithority:
Uso de la IA y Data analytics para "Paid Media Activation" en la era cookieless AI and Data (Filippo Gramigna, COO, Onetag)
Las marcas deben establecer relaciones directas con los clientes, respetando su privacidad. Con su consentimiento, tienen que recopilar y aprovechar su first-party data, incluidas las preferencias de los clientes, comportamientos e historial de transacciones y luego utilizar plataformas IA para obtener información significativa a partir de estos datos e impulsar estrategias paid media más eficaces. Las marcas también deben considerar el contextual targeting, en la que los anuncios se colocan en función del contexto del contenido que se visualiza, en lugar de basarse en el comportamiento del usuario. Los algoritmos semánticos de IA analizan el contenido para garantizar una mejor alineación con el mensaje de una marca y excluyen los contextos que no son adecuados para la marca.
Utilizar algoritmos de machine learning para el real-time ad optimization, donde los ad placements, los formatos y el targeting se ajustan en función del performance data, lo que garantiza que los anuncios se entregan a la audiencia más relevante y cualitativa a través de un supply path más eficiente. Hay que invertir en tecnologías centradas en la privacidad que cumplan la normativa, pero que permitan un targeting eficaz. Las tecnologías que utilizan mecanismos de targeting basados en cohortes o en el primer consentimiento del consumidor pueden permitir experiencias personalizadas sin comprometer la privacidad del usuario. Por último, dada la evolución del panorama, adopte un enfoque de prueba y aprendizaje para experimentar continuamente con diferentes estrategias, canales y tecnologías, ya que es probable que ninguna solución por sí sola sea suficiente para sustituir a las cookies.
El uso de la IA para optimizar los resultados de las campañas cambia las reglas del juego en el sector AdTech (Anders Lithner, CEO, Brand Metrics)
Tras haber adoptado un enfoque algorítmico desde el principio, observamos que la distancia entre las presentaciones y la realidad se ha acortado desde la introducción de la IA generativa. Antes, muchas empresas afirmaban utilizar la IA, cuando en realidad se limitaban a ejecutar modelos basados en las cuatro operaciones de la aritmética: suma, resta, multiplicación y división. Hoy en día, las empresas están entrenando sus modelos utilizando IA y deep learning. La clave del éxito es tener acceso a grandes cantidades de data. El viejo dicho de que los datos son el nuevo petróleo por fin se está haciendo realidad. Para crear un coche automático no hace falta gasolina, pero sí millones y millones de datos de coches conducidos por humanos. Lo mismo ocurre con el AdTech. También estamos entrenando nuestros modelos, basándonos en los muchos millones de respuestas a encuestas que tenemos de la medición sistemática de la elevación de la marca a nivel mundial en todo el ecosistema. Nos apresuramos a llegar a un punto en el que podamos predecir los resultados de las campañas y optimizarlas para alcanzar determinados objetivos. Esto cambiará las reglas del juego del sector.
La transformación de las experiencias publicitarias mediante el uso de IA es fundamental para la eficiencia y la escala (Gary Mittman, CEO, KERV Interactive)
El AdTech programático promete automatizar muchos procesos para generar valor a los anunciantes, publishers y consumidores, y liberar a los anunciantes y publishers para que trabajen en nuevas formas de desarrollar sus negocios. Esto es algo que los avances en IA están sin duda ayudando a conseguir. Estamos viendo que la IA puede transformar las experiencias, haciendo que los anuncios sean más relevantes y fluidos, dando a los profesionales del marketing la oportunidad de llegar a los espectadores cuando están receptivos a los mensajes y a realizar una compra. Las profundas innovaciones tecnológicas en programática están haciendo que los contextual placements sean más importantes en las estrategias publicitarias y abriendo nuevas oportunidades de ingresos para los publishers.
Con cientos de miles de programas de televisión y películas disponibles para posibles oportunidades publicitarias, la IA será cada vez más decisiva para crear eficiencia y escala. Mejores datos, mejor conocimiento y la capacidad impulsada por la IA de automatizar funciones están impulsando avances en la aprobación de anuncios y la seguridad de las marcas que se basan en la confianza entre consumidores, marcas y publishers, aumentando la confianza en CTV y los video ad channels. La IA también está ayudando a KERV a impulsar innovaciones en el ad podding y el moment marketing, para que los vendedores puedan posicionar anuncios centrados en el contenido que también se programan para que coincidan con los momentos e intereses actuales de los espectadores.
La IA ayuda al análisis de contenidos en CTV (Hailey Denenberg, VP of Strategic Initiatives de GumGum)
"Los avances en IA están facilitando la entrega de anuncios seguros, para las marcas, y relevantes para las audiencias de CTV, tanto a través del análisis scene-by-scene del contenido CTV como de la transcripción completa y el análisis del audio content. La IA permite a los anunciantes comprender el contenido CTV a un nivel más profundo y granular que nunca, lo que les da más confianza en el canal y les permite ofrecer campañas más eficaces. A medida que el tracking basado en cookies e IPs vaya cayendo en desuso, también veremos cómo se adopta el contextual targeting basado en IA en otros entornos publicitarios emergentes, como los juegos y el metaverso".
Optimización de formatos publicitarios mediante IA para eliminar el desperdicio en la oferta programática (Gareth Holmes, Vice President of Commercial Strategy & Media at SeenThis)
Así es como veo que podría ser pronto el proceso de activación, con la IA de por medio. Cuando se entrega una creatividad a la agencia de medios, y para garantizar que está optimizada para los objetivos de la campaña, la IA proporcionará adaptaciones y ediciones a los anuncios que se mostrarán a los consumidores; normalmente, una agencia de medios recibirá una imagen o vídeo y la IA sugerirá capas que se añadirán para garantizar la mayor probabilidad de consecución del objetivo; los anuncios diferirán en función de si son de marca o de performance y estarán adaptados por la IA al producto y la oferta específicos que se vendan.
La IA se utilizará en las activaciones de DCO en las que se varíen las configuraciones del data-set en targeting para garantizar que los datos históricos del performance se incluyan en la toma de decisiones de cada anuncio seleccionado, es decir, data-set + creatividad + IA = mayor probabilidad de obtener el resultado deseado.
Una vez lista para su lanzamiento, la IA minimizará el bajo performance, antes de que se active una campaña. La IA sugiere dónde empezar a lanzar campañas basadas en historiales de data-set, en lugar de activarlas y después optimizarlas, eliminando el desperdicio a medida que los compradores lanzan las campañas dentro de la oferta programática. La IA optimiza los formatos para cumplir con las métricas deseadas sobre la marcha, ahorrando recursos y medios para optimizar la estructura y el formato (CTA/colores/ad structure) de las creatividades, proporcionando un beneficio material a cualquier comprador y a su campaña.
Las herramientas de IA Gen estandarizarán las campañas programáticas (Kevin Geffray, VP of Paid Media Jellyfish)
"La IA está en todas partes. Por fin ha dejado atrás las presentaciones futuristas abstractas y ahora estamos aportando soluciones. En el sector de los medios de comunicación modernos, la IA ha cambiado el riesgo frente a recompensa. Su integración en los procesos creativos, las estrategias de bidding y la medición del performance permite a las empresas obtener resultados, especialmente en el ámbito de la publicidad programática. A pesar de la proliferación de herramientas basadas en IA, aún no hemos llegado a la fase de soluciones automatizadas y seguras. Sigue siendo necesaria la intervención humana, que actúa como punto de control para garantizar la calidad y la idoneidad de los resultados generados por la IA. Ya se trate de mantener la voz de la marca en los contenidos creativos, mantener las normas de seguridad de la marca o de perfeccionar los marcos de medición, el elemento humano es necesario, por ahora".
IA ML en AdTech: cómo VeraViews impacta en la industria internacional identifiancdo MFA sites
La adopción de activos generados por IA para campañas programáticas es inminente, sobre todo para contenido en mid y lower-funnel. Estamos trabajando con muchos clientes, activando herramientas GenAI como Pencil, que les ayudan a crear eficiencias y mejorar los resultados empresariales. Este cambio hacia activos generados por Gen-AI requerirá una reevaluación de los workflows tradicionales, fomentando una colaboración más estrecha entre los equipos creativos, de paid media y de medición. Las expectativas incluyen una mayor atención a la garantía de calidad y un proceso racionalizado para la creación y adaptación de activos.
Además, este año va a ser testigo de la adopción generalizada de algoritmos AI-powered bidding, que podrían establecer un nuevo estándar para las campañas programáticas. Productos como PMAX, DemandGen en Google o Advantage+ en Meta ya están allanando el camino, desbloqueando un reach y un performance adicional a través de los DSPs. Guiar estas herramientas con una combinación estratégica de KPIs será crucial para mantener el control de calidad al tiempo que se maximiza la eficacia de la campaña.
¿Impactará la eliminación de las third-party cookies a las marcas retail? (Sara Vincent, Directora General, Reino Unido, Utiq)
Los retailers, como el resto de las marcas, van a tener que enfrentarse a la realidad de la vida después de las third-party cookies, pero en lugar de temerla, deberían aprovecharla como una oportunidad para probar y aprender nuevas soluciones cookieless Una de las mejores salvaguardas contra la desaparición de las cookies es centrarse en la creación de una estrategia first-party data que acepte plenamente las comunicaciones de marketing de la marca. Los retailers, especialmente los que cuentan con un programa de fidelización establecido, están en mejor posición que la mayoría para aprovecharlo. Además, los datos que poseen sobre sus clientes, incluidos las granular transactional data, son una rica fuente de información que puede aprovecharse para personalizar sus comunicaciones y presentar a sus clientes ofertas que puedan ser de su interés. Las marcas retailers que acierten con su estrategia de first-party data cosecharán los frutos.
¿Por qué las empresas AdTech deberían profundizar en las innovaciones en IA y Deep Learning Technologies?
El 75% de los profesionales del marketing en Norteamérica y Sudamérica utilizan ChatGPT para redactar contenido publicitario personalizado, realizar brainstorming, análisis e investigación. Las empresas AdTech utilizan herramientas y soluciones basadas en IA para ofrecer anuncios programáticos en directo, lineales y en VOD streams. Impulsados por la IA, los publishers y anunciantes pueden crear estrategias de monetización con análisis predictivos e informes automatizados.
En el sector AdTech, la IA y el deep learning ofrecen estas ventajas:
Real-time Bidding (RTB)
Las empresas AdTech utilizan algoritmos de reinforcement learning (RL) para la publicidad RTB. Las soluciones avanzadas de IA para RTB en programática automatizan el proceso de selección de espacios publicitarios centrados en la demanda para un público objetivo predefinido. Todo esto ocurre en tiempo real. En el RTB, la IA puede mejorar aún más los resultados de targeting de la audiencia basándose en los ICPs y en los engagment data de campañas anteriores. El objetivo final es aportar transparencia y eficiencia a los algoritmos RTB al tiempo que se reduce el desperdicio de anuncios.
Canales creativos
Además del targeting de audiencias, la IA en el AdTech programático desempeña un papel importante en el ajuste automático de textos, imágenes, banners y CTA para obtener mejores resultados.
Detección y prevención de Ad Fraud
El fraude publicitario o ad fraud afecta a las experiencias y al ROI en webs, móviles y dispositivos display. Los mecanismos de detección del ad fraud que utilizan la IA pueden salvar al sector AdTech del despilfarro programático, con un ROAS hasta un 3,6% superior en comparación con las rutas tradicionales. La IA integrada en soluciones AdTech programático está ayudando a publishers y anunciantes a adelantarse al Ad Fraud. Con informes mejorados, la IA y el deep learning pueden mitigar las dificultades del ad fraud con estrategias más transparentes y específicas.
Automatización inteligente con personalización
Según una investigación, el 13% de los profesionales estadounidenses de marketing utilizaron IA para la personalización de anuncios. La automatización para campañas AdTech personalizadas puede impulsar la creatividad en el ecosistema programático. Esta transformación capacita a los clientes AdTech para campañas de personalización con IA y publicidad programática.
¿Qué es lo próximo en IA y publicidad programática?
Nuestro análisis muestra que los líderes senior del sector AdTech seguirán utilizando la IA y las herramientas de publicidad programática para la medición, el targeting y las data applications. Según Statista, el 73% de los profesionales de marketing en Reino Unido afirmaron utilizar la IA para segmentar los anuncios digitales, para la medición (48%) y para la data application (45%). A medida que nos adentramos en otro año lleno de retos en el sector Adtech, cabe esperar que las empresas de marketing y publicidad aumenten sus inversiones en IA y soluciones programáticas para una amplia gama de aplicaciones en el ecosistema de la publicidad digital.
