‘La nueva era de la medición: optimizaciones automáticas y resultados reales’, por Benito Marín

Cuando a mediados de 2016 comenzamos a medir más sistemáticamente la Calidad de Medios en España, estas métricas eran básicamente 3 (viewability, tráfico inválido y brand safety). Lo que comenzamos a hacer fue llevar a cabo diagnósticos sobre qué estaba pasando en las campañas en relación a esas métricas.

Los objetivos últimos de que algo se mida es que sea susceptible de ser mejorado, u optimizado, y que contribuya al crecimiento en ingresos. En nuestro caso, la idea fundamental es que el objeto de esas optimizaciones sean los KPI’s que se establecen en las campañas de publicidad online. Y evidenciar si una mejora en ciertas métricas ayuda a ese objetivo. De esta forma, las mediciones se convierten en palancas accionables. Es sencillo generar datos provenientes de observar las campañas. Lo que no está tan claro es conseguir que sean “accionables”, es decir, que sirvan para las optimizaciones.

El proceso de optimización de las campañas, sea cual sea el objetivo o las métricas empleadas, es cíclico, y obedece a este modelo:

La optimización basada en únicamente las 3 métricas iniciales se hacía sencillo, por simplicidad, y casi siempre eran manuales, en colaboración entre nosotros, la agencia, los media partners y los anunciantes. Pero cuando las métricas disponibles crecen enormemente, tanto en número como en sofisticación, hacen falta otras opciones para la optimización. Puede ser que esto que estoy contando sea obvio, pero ocurre muy a menudo que un exceso de métricas disponibles bloquee los procesos de optimización, por su complejidad. Incluso deje de optimizarse por ello, y nos limitemos a informar de resultados, compararlos con benchmark y listo.

Por eso IAS está llevando a cabo un esfuerzo enorme en suministrar herramientas de optimización, lo más objetivas y automatizadas posibles para que el esfuerzo de la demanda sea mínimo, y que a la vez sean realmente útiles, accionables y eficaces. La clave es maximizar los resultados de calidad reduciendo el coste.

Aquí tenéis una serie de ejemplos de acciones que podemos llevar a cabo para conseguir optimizar las campañas, agrupados por tipo de optimización:

• Eliminar el desperdicio de la compra de impresiones: aplicación de filtros prebid a varios niveles (viewability, tráfico inválido y tipo de contenido donde aparece la publicidad). 

• Impulsar no solo el Branding sino también el Performance: aplicación de segmentos de targeting en prebid a nivel contextual y por niveles de Atención. Además, podemos detectar los tipos de contenidos que mejor resultado tiene la publicidad, en términos de conversión, y aplicar segmentos de targeting dinámicos, que cambien según el rendimiento de cada segmento temático.

• Sacar el máximo partido a las campañas de programática: Gracias a Total Visibility podremos ver el rendimiento, en términos de eCPM, de cualquier camino de compra en el Supply Path Optimization. 

Fijaos que todas estas optimizaciones son de aplicación automática: una vez configuradas funcionan sin que tengamos que hacer nada adicional. Simplemente, sacar conclusiones y como dijimos en el diagrama, accionarlas y después medir de nuevo para ver la mejora, y todo ello ayudado mediante la Inteligencia Artificial.

Durante más de una década, los DSP y las plataformas de Social han aprovechado el machine learning para la segmentación de audiencias, pero hoy en día, las capacidades de la IA están permitiendo a las marcas ir mucho más allá de eso. Las herramientas impulsadas por IA están cambiando el papel de la medición de puramente reactivo a proactivo. En lugar de esperar informes post-campaña para identificar qué funcionó y aplicar aprendizajes manualmente a las campañas siguientes, la IA puede analizar el contenido con gran profundidad, a gran escala, y permitir la capacidad de evaluar qué tipos de contenido o ubicaciones generan el mayor compromiso y ajustar el gasto en consecuencia, y ¡en tiempo real!.

Podemos sacar como conclusión que, si bien las mediciones que ofrecen la Calidad de Medios son más completas y complejas, se crean siempre pensando en que las optimizaciones que se puede realizar sean de fácil aplicación y de grandes beneficios.

Pensar en medir cosas con el objetivo consecuente de optimización es vital para conseguir ese gran objetivo: maximizar los resultados de calidad reduciendo el coste.

Benito Marín, Director, Customer Success Spain and Portugal en Integral Ad Science