Así es ‘Uber Intelligence’, la nueva plataforma de insights basada en datos de viajes y pedidos
Uber quiere que la información que genera cada trayecto y cada pedido de comida se convierta en una ventaja competitiva para los anunciantes… y en una nueva fuente de valor para su propio negocio publicitario. La compañía ha anunciado ‘Uber Intelligence’, una plataforma de insights para marketers que nace dentro de su división Uber Advertising y que se apoya en la tecnología de colaboración de datos de LiveRamp.
El objetivo es claro: ofrecer a las marcas una forma segura de combinar sus datos de clientes con los datos de Uber para entender mejor a sus audiencias (qué comen, por dónde se mueven, cómo usan la ciudad) y activar esas conclusiones directamente en los productos publicitarios de la compañía. Todo ello, sin compartir datos personales identificables ni exponer el dato en bruto.
Clean room y “terrestrial data”: qué es exactamente Uber Intelligence
Uber Intelligence funciona sobre un data clean room de LiveRamp: un entorno controlado donde dos (o más) compañías pueden cargar sus bases de datos, hacer ‘match’ y generar audiencias o insights, sin llegar a ver nunca la información identificable de la otra parte. Técnicamente, el modelo se basa en cifrado, controles de acceso y reglas de agregación que garantizan que solo se exportan resultados anonimizados.
En ese entorno, un anunciante puede:
Subir su propia base de clientes.
Hacerla coincidir con usuarios de Uber con criterios de seguridad y privacidad.
Analizar patrones de comportamiento: qué categorías de restaurantes frecuentan, a qué horas más piden delivery, qué zonas de la ciudad pisan más o qué tipo de trayectos son habituales (aeropuerto, ocio nocturno, zonas de oficinas…).
Generar segmentos y activarlos después en la propia Uber: por ejemplo, impactar a heavy business travelers con creatividades específicas camino del aeropuerto, o a determinados perfiles de foodies en Uber Eats.
Como apunta Uber, esto convierte sus datos de movilidad y consumo en una fuente de “terrestrial data” muy singular frente a otros grandes players: frente a la lógica del retail media (centrada en compras en tienda o eCommerce) o Search, Uber trabaja con señales vinculadas al movimiento físico y a decisiones de consumo en tiempo real (cómo nos desplazamos, qué compramos, qué zonas visitamos).
De vender inventario a vender soluciones de segmentación y medición
Uber Intelligence es el siguiente paso lógico en la evolución de Uber Advertising, lanzada como división formal en 2022. Hasta ahora, el objetivo principal había sido la venta de inventario: espacios en las apps de Uber y Uber Eats, pantallas dentro de los vehículos, soportes exteriores sobre los coches, formatos en emails, etc. Con la nueva plataforma, Uber se mueve hacia un modelo más maduro, típico de los grandes players digitales:
No solo vende impactos, vende capacidad de segmentación y medición.
No solo ofrece ubicaciones, sino insights accionables y audiencias derivadas de data propios.
En lugar de limitarse a “llenar huecos” de inventario, pretende ayudar al anunciante a entender qué parte de su inversión tiene impacto y cómo optimizarla.
Como explica Andrew Frank, analista de Gartner, los negocios publicitarios en fase temprana se centran en vender espacios; los negocios más avanzados compiten en targeting y medición, ofreciendo propuestas diferenciales que ayudan a los anunciantes a tomar mejores decisiones. Uber Intelligence encaja exactamente en esta segunda categoría.
Una de las claves del proyecto es que la clean room de Uber Intelligence no está pensada solo para hacer estudios bonitos, sino para cerrar el círculo entre análisis, segmentación, activación y medición dentro del propio ecosistema de Uber.
El flujo que la compañía imagina es algo así:
El anunciante sube su base de datos de clientes al clean room.
Cruza esos datos con los de Uber y genera insights sobre patrones de uso, rutas, horarios, preferencias de consumo, etc.
A partir de ahí, crea segmentos específicos (viajeros frecuentes, compradores de fin de semana, usuarios muy sensibles al tiempo de entrega, etc.).
Activa esos segmentos en los formatos de Uber (in-app, en vehículos, email, etc.) para campañas concretas.
Mide el impacto de esas campañas (visitas, repetición de uso, incremento en ticket medio, etc.) de nuevo a través de la infraestructura de Uber Intelligence.
Así, cada campaña genera nuevas señales que a su vez mejoran la calidad del dato y la capacidad de segmentar.
Un negocio publicitario que ya juega en otra liga
Uber ha señalado que su negocio de publicidad va camino de alcanzar 1.500 millones de dólares de ingresos anuales, lo que implicaría un crecimiento de alrededor de un 60% frente al año anterior. Aunque la compañía no desglosa con precisión la cifra en sus resultados trimestrales, el run rate da una idea del peso estratégico que está adquiriendo la publicidad en su P&L.
Uber Intelligence se integra además en una oferta a medida para grandes anunciantes, que incluye un creative studio propio donde la compañía co-diseña campañas especiales con las marcas. Un ejemplo citado por la propia empresa es la activación para el GP de F1 en Miami: viajeros que recibían traslados en vehículos de alta gama patrocinados por La Mer, con producto de skincare incluido, combinando experiencia física, sampling y cobertura publicitaria en la app.
La lógica es clara: cuantos más servicios “premium” construya Uber alrededor de sus datos y su inventario, más fácil será capturar presupuesto de brand + performance y competir directamente con plataformas como Amazon Ads, los walled gardens clásicos y las grandes redes de retail media.
Privacidad y confianza: el reto silencioso de la propuesta
El tipo de datos con el que trabaja Uber es especialmente sensible: ubicaciones, rutas habituales, lugares de trabajo y ocio, hábitos de consumo de comida a domicilio… No hablamos solo de “intereses” declarados, sino de un mapa detallado del comportamiento físico de las personas.
Por eso, el componente de confianza y cumplimiento regulatorio no es accesorio, es central. LiveRamp insiste en que su plataforma ofrece garantías de “cero movimiento de datos”: cada compañía conserva su información en sus propios entornos, y el clean room funciona como una capa intermedia donde solo se calculan coincidencias y resultados agregados.
Aun así, a medida que crezca el uso de Uber Intelligence, la compañía se verá obligada a demostrar con hechos que la experiencia del usuario sigue siendo respetuosa con la privacidad, sin sorpresas ni sensaciones de “vigilancia”. Adaptarse a regulaciones cada vez más estrictas sobre geolocalización, datos sensibles y uso de first-party data con fines publicitarios y comunicar mejor al usuario final qué se hace con sus datos y qué control tiene sobre ellos (opt-outs, configuración de privacidad, etc.).
El equilibrio entre monetización y confianza será decisivo para que la propuesta tenga recorrido a largo plazo.
Qué significa Uber Intelligence para anunciantes y agencias
Para marcas y agencias, este anuncio abre varias oportunidades:
Segmentación más rica y contextual: poder cruzar first-party data con patrones de movilidad y consumo abre posibilidades que van mucho más allá de la cookie o el simple demográfico.
Planificación omnicanal más informada: los insights de Uber pueden ayudar a decidir con qué partners asociarse, en qué zonas lanzar activaciones físicas, qué horarios potenciar, o qué mensajes funcionan mejor según el contexto de uso (trabajo, ocio, aeropuerto, etc.).
Activación en walled gardens pero con métricas claras: el hecho de poder impactar al usuario dentro del propio ecosistema de Uber (app, vehículo, email) y medir después resultados reduce parte de la fricción habitual entre planning y buying.
Complemento a retail media y otros walled gardens: Uber se suma al mapa de grandes propietarios de first-party data (retailers, telcos, streamers, etc.) con los que las marcas querrán colaborar vía clean rooms para conseguir una visión más completa del consumidor.
Para las agencias, Uber Intelligence se convierte en una pieza más dentro del puzzle de data collaboration que están construyendo con múltiples partners: retail media networks, plataformas de vídeo, operadores de pago, etc. El reto será integrar estos nuevos datos en sus modelos de atribución, sus CDPs y sus frameworks de planificación de forma coherente y escalable.
Con Uber Intelligence, la compañía da un paso claro hacia su siguiente etapa como plataforma publicitaria basada en first-party data. Ya no se trata solo de mostrar anuncios en la app durante un trayecto; se trata de utilizar la huella que dejan viajes y pedidos para ofrecer a las marcas una lectura más profunda del comportamiento de sus clientes… y la posibilidad de activar esa lectura en tiempo casi real.
El éxito de la apuesta dependerá de si Uber es capaz de mantener el delicado equilibrio entre privacidad, utilidad para el usuario y valor para el anunciante. Pero el mensaje al mercado es inequívoco: en el nuevo mapa de la publicidad basada en datos, la movilidad y el delivery quieren sentarse a la misma mesa que el retail media, el search y los grandes walled gardens.
Puntos clave:
Uber lanza Uber Intelligence, una plataforma de insights basada en clean rooms de LiveRamp que permite a las marcas cruzar sus first-party data con datos de viajes y pedidos de Uber sin compartir información identificable.
La herramienta convierte la movilidad y el delivery en “terrestrial data” accionable: ayuda a segmentar (viajeros de negocio, foodies, etc.), decidir partners y activar campañas directamente en los formatos publicitarios de Uber (app, coches, email…).
Uber Intelligence marca una nueva fase de maduración del negocio publicitario de Uber, que aspira a 1.500 millones de dólares de ingresos ads, pero obliga a la compañía a gestionar con extremo cuidado privacidad, regulación y confianza del usuario.
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.
