Algunos publishers empiezan a adoptar tecnologías Data Clean Room para una mejor segmentación
News UK, The Independent y los editores de revistas Immediate Media y Future están colaborando con la retail media network Ocado para probar el matching de datos impulsado por tecnología de data clean rooms. El objetivo es combinar los datos de compra de los clientes de Ocado con los datos de comportamiento y contexto de las audiencias de los publishers, para hacer posible una segmentación publicitaria más detallada sin ceder el control del usuario.
Este movimiento refleja el impulso creciente por parte de los publishers para profundizar en estrategias basadas en datos de first party data y obtener una posición firme en el espacio de retail media, que crece rápidamente, donde los anunciantes buscan una mejor segmentación fuera de los walled gardens como Google y Meta. Para Ocado, la colaboración ofrece un acceso valioso a datos del upper funnel y mid funnel que enriquecen su base de datos de clientes. La asociación utiliza la infraestructura de data clean room para hacer coincidir segmentos anónimos de audiencia de los publishers con segmentos de compradores en tiendas. Cada publisher trabaja de forma individual en la plataforma, sin compartir datos entre ellos.
Por ejemplo, si alguien compra una barra de chocolate en Ocado, uno de los publishers (por ejemplo, Immediate Media con su revista Good Food) podría detectar que esa persona (o alguien con perfil similar) leyó un artículo sobre cómo hornear pasteles para su hija hace tres semanas. “Esas señales son muy valiosas en la Open Internet, pero los retailers no han tenido la oportunidad de asociarse con publishers para identificar esas señales en el camino hacia la compra y luego publicar anuncios basados en ellas”, explicó Joe Root, CEO de Permutive, a Digiday. “Cuando combinas esos dos conjuntos (los datos de conversión y las señales de intención que los impulsaron), entonces puedes construir una propuesta completa de funnel”. Con los presupuestos publicitarios bajo lupa más que nunca, hay una presión creciente por soluciones basadas en resultados. Para satisfacer esta demanda, los publishers están adoptando modelos predictivos de segmentación, a medida que las estrategias sin cookies se vuelven la norma. Estos modelos pueden integrarse en compras programáticas garantizadas o en Private Marketplaces (PMP). “Sabemos que cada euro o dólar gastado está siendo examinado por los anunciantes”, dijo Charlie Celino, director de servicios comerciales de News UK, al citado medio. “Solo hay que ver los problemas geopolíticos y el clima económico actual, además de que sabemos que tenemos que esforzarnos más, igual que los anunciantes y los CMOs”.
Resúmenes de Google
Mientras tanto, el creciente malestar de los publishers ante el auge de los resúmenes de IA de Google y otras plataformas de IA que erosionan el tráfico de referencia hace que fortalecer las relaciones directas con las audiencias sea más crucial que nunca. Hasta ahora, existía una brecha entre los datos de audiencia de upper funnel que poseen los publishers (por ejemplo, qué contenido leen y con qué frecuencia) y los datos de compra del lower funnel que poseen los retailers online como Ocado. “Seguimos avanzando hacia un mundo en el que el tráfico se está erosionando para los publishers”, dijo Matthew Rance, jefe de datos comerciales y analítica en Immediate Media. “La web está amenazada, se está desestabilizando y ciertamente ya no está creciendo. Y lo único en lo que puedes confiar como editor es en la relación directa con tu cliente”. A medida que la capacidad de identificar usuarios en la Open Web se debilita, los publishers están mejorando sus modelos predictivos para ayudar a los anunciantes a llegar a los consumidores sin depender de identificadores. “Sabemos que las cookies solo permiten rastrear entre un 30% y un 35% del tráfico web y nada en Safari”, afirmó Cian Jordan, jefe de monetización de datos en The Independent. “Así que, si ciertas marcas quieren encontrar consumidores al final del funnel, necesitamos nuevas formas de identificarlos. Y esta es una de ellas”.
Segmentación de audiencias y personalización publicitaria
Los publishers y Ocado han pasado meses seleccionando e ingresando sus segmentos de datos en la Data Clean Room; ahora se preparan para presentar las nuevas capacidades a los anunciantes. Los anunciantes podrán usar esta información adicional para segmentar y personalizar sus campañas a través de todas las propiedades de News UK, que incluyen The Times of London, The Sunday Times y The Sun, con un reach combinado de casi 35 millones de personas según datos de Ipsos, y el sitio principal de The Independent, junto con los diversos títulos de revistas de Future e Immediate Media, que en conjunto alcanzan los 21 millones de lectores mensuales, incluyendo la revista Good Food. “Esperamos que esto se traduzca en un beneficio comercial para nosotros, que podamos cobrar un CPM más alto por esta publicidad”, añadió Jordan. “El retail está siendo obligado a abarcar todo el funnel”, dijo Root de Permutive. “Si eres Amazon, tienes vídeo en casa, Twitch, y es bastante fácil tener una propuesta de funnel completo. Pero si eres un retailer que no es Amazon, necesitas construir asociaciones con publishers”, añadió. Ben O’Mahoney, SVP de asociaciones de AdTech y datos en Ocado Ads, dijo que combinar sus conocimientos de compra en tiempo real con el profundo entendimiento que tienen los publishers de sus audiencias, de forma segura a través de una Data Clean Room, ofrecerá a los anunciantes “oportunidades sin precedentes para llegar a consumidores con alta intención con mensajes relevantes”.
Las Data Clean Rooms evolucionan
Las Data Clean Rooms han ganado popularidad recientemente, puesto que son una forma de que anunciantes y publishers combinen first-party data sin violar las normativas de privacidad. Pero a medida que está creciendo su adopción, también lo ha hecho el escepticismo por su complejidad, falta de escalabilidad y resultados que no siempre cumplían con las expectativas de los CMOs.Celino, Rance y Jordan coinciden en que las Data Clean Rooms han tenido un cambio necesario. “Antes había una obsesión con los primeros enfoques de las Data Clean Rooms y el matching de datos con IDs, lo cual generó muchos problemas”, dijo Rance. “Los publishers quizás se sentían limitados, o que no podían participar realmente en este espacio, porque no tenían a todos sus usuarios registrados el 100% del tiempo”. La fortaleza de la relación entre Ocado y publishers radica en que se combina información obtenida tras años de construir relaciones con lectores con los conocimientos que Ocado ha acumulado sobre los hábitos diarios de compra de sus clientes, comentó Rance. “Incluso si ese matching inicial es pequeño, lo realmente poderoso es que usas esas coincidencias de alta calidad como semilla para encontrar audiencias con perfiles muy similares. No hay riesgo de pérdida de señal”, agregó. Root destacó que las Data Clean Rooms han evolucionado de enfoques deterministas a modelos más predictivos donde, en lugar de compartir datos personales, se entrena un modelo en señales de cohortes y contexto, y este se envía al publisher. No es necesario compartir IDs ni datos personales. “Pasamos de un mundo de Data Clean Rooms deterministas, donde enviabas IDs, a uno de Data Clean Rooms predictivas donde envías un modelo”, explicó Root. “Y lo que hace el modelo es tomar una gran cantidad de señales del publisher (cohortes y contexto) y luego hacer una predicción. Pero esas señales no son información personalmente identificable”.