Las marcas y las agencias que trabajan con ellas siempre buscan formas más eficientes de llegar a su público objetivo a escala a través de métodos de segmentación únicos y que cumplan con la privacidad. Sin embargo, identificar herramientas que logren estos objetivos es un desafío constante.

Por ejemplo, las plataformas del lado de la demanda (DSP) prometen resultados potentes. Sin embargo, muchos DSP utilizan identificadores que no son compatibles entre tecnologías o proveedores y no están preparados para el futuro para la evolución de la legislación de privacidad. El camino a seguir para los anunciantes se centra cada vez más en una tecnología basada en un modelo basado en la audiencia, con aprendizaje automático y una identificación universal más innovadora para proporcionar a los equipos un mejor rendimiento, una gama más amplia de métodos de segmentación y un DSP más sólido.

Para ayudar a desentrañar cómo se ve esa tecnología, Tim Vanderhook, cofundador y director ejecutivo de Viant, habló recientemente con Ari Paparo, fundador y director ejecutivo de Marketecture; Hablaron sobre la creación de audiencias, el uso del aprendizaje automático y los caminos hacia una nueva identificación universal.

Cómo el aprendizaje automático y los modelos basados ​​en audiencias impulsan un mejor rendimiento para los anunciantes

Las marcas y las agencias quieren formas eficientes de llegar a sus audiencias objetivo y pueden hacerlo de manera efectiva con modelos basados ​​en la audiencia. Si combinan este método con un DSP basado en la audiencia, pueden aprovechar capacidades tecnológicas adicionales, como el aprendizaje automático, para maximizar el rendimiento.

La mejor manera de comenzar es con un grupo conocido de clientes. Esto permite al DSP brindarles mucha más información que la forma antigua de crear un grupo demográfico ficticio al que le podría gustar el producto de la empresa.

Al comenzar con aquellos que ya compraron, el equipo puede trabajar con el DSP basado en audiencia para llegar a audiencias similares adicionales.

A partir de aquí, los anunciantes tienen un par de opciones. Pueden usar la plataforma para crear audiencias similares basadas en las conocidas, pero también hay un elemento de aprendizaje automático que agrega algo nuevo a la ecuación.

“La forma histórica de reorientar a los visitantes anteriores del sitio web o con cualquier compra basada en un editor significaba agotamiento de los banners o agotamiento del rendimiento del vídeo”, dijo Vanderhook. “El rendimiento empieza siendo muy alto y luego se degrada con el tiempo. Pero, cuando ejecuta estos segmentos de aprendizaje automático, no experimenta los mismos efectos cuando persigue estas audiencias. Con el aprendizaje automático, descubre quién es la siguiente persona antes de que visite su sitio web y elimina esa falta de rendimiento con el paso del tiempo”.

Mientras tanto, los métodos de retargeting más tradicionales implicaban reunir a un gran grupo de usuarios y exponerlos a anuncios. Algunos se convertirían, pero el rendimiento disminuiría hasta que aparecieran nuevos consumidores en el mercado. El método de aprendizaje automático agregado a un modelo basado en la audiencia dentro de un DSP centrado en la audiencia permite a los anunciantes ver un rendimiento constante a lo largo de una campaña.

Argumentos a favor de una nueva identificación universal “definitiva”

Si bien la industria ha pasado a utilizar algún tipo de identificadores digitales, con pautas y restricciones ahora dirigidas a estos identificadores, los anunciantes están buscando nuevas opciones. Algunos han optado por utilizar direcciones de correo electrónico con hash, pero los consumidores sólo a veces están dispuestos a registrar su correo electrónico a cambio de información específica, lo que hace que el identificador sea inútil.

Debido a que las vidas de los consumidores son cada vez más híbridas (es decir, a veces reciben los productos y otras los recogen), las direcciones particulares se han convertido en un punto de datos con respecto a los identificadores digitales.

Vanderhook ve esto como el futuro de la búsqueda de la identificación universal, un elemento estable que ofrece numerosas capacidades de orientación y no está regulado por las grandes tecnologías. No es algo que ningún grupo tecnológico pueda quitarle a los especialistas en marketing o editores. Además, la fidelidad de los datos es muy alta, lo que aumenta el atractivo tanto para los anunciantes como para los editores.

“Creo que, de alguna forma, las direcciones de los hogares serán, en última instancia, la identificación universal con la que todos operamos”, dijo Vanderhook. “Especialmente dada la forma en que lo online y lo offline funcionan juntos ahora y los muchos dispositivos que todos tenemos, a los que todos llamamos canales. He creído que la identificación universal que debe elegir la industria debería ser la de los hogares o las direcciones particulares porque es la única forma de vincular lo online y lo offline”.

Los anunciantes están descubriendo que los DSP basados ​​en audiencias les ofrecen una variedad de beneficios con la capacidad de atraer audiencias conocidas, crear audiencias similares, utilizar el aprendizaje automático para dirigirse de manera más efectiva y para obtener un mejor rendimiento, y acceso a una identificación futura que podría ser la solución universal que busca la industria.

————————————————
Regístrese gratis para ver la discusión entre Ari Paparo y Tim Vanderhook y aprenda más sobre cómo los DSP basados ​​en audiencia mejoran el desempeño de los anunciantes y ofrecen enfoques de segmentación futuros.