“Algunos UID se infieren mediante modelos deterministas o probabilísticos que combinan información obtenida de varias fuentes, incluidas cookies propias, identificaciones móviles, direcciones IP, etc.”, dijo Longacre. Es posible que esa combinación no esté limpia de principio a fin, desde el punto de vista del consentimiento.

Aquí hay otros desafíos que Digiday está escuchando en este momento:

Datos propios/cero

Los datos propios y cero se están volviendo más importantes a medida que se eliminan las cookies de terceros, señaló Hillary Kupferberg, vicepresidenta de marketing de rendimiento de Exverus Media.

Por ejemplo, su cliente Stella & Chewy’s aprovechó la oportunidad de realizar una sesión de fotos como una forma de lograr que los clientes visitaran sus tiendas de mascotas locales para recopilar datos de terceros. Más de 5000 personas acudieron a las tiendas para este concurso y compartieron su información personal y de mascotas, que se convirtió en datos propios cuando optaron por recibir correos electrónicos promocionales de la marca.

“Esto resultó en visitas repetidas y apoyo a los minoristas locales ante el ataque de las grandes tiendas”, dijo Kupferberg. “La desaprobación de las cookies no estará exenta de desafíos, pero aquellos que la vean como una oportunidad serán los más exitosos”.

Sin embargo, las marcas más pequeñas y medianas o los clientes de la industria especializada pueden enfrentar más limitaciones, dijo Tori Oh, directora de participación del cliente de Hylink Group. Esto puede deberse a “un mayor gasto en medios y una reducción de los resultados” a medida que intentan escalar, “porque las empresas deben invertir más en medios para ampliar su base de datos”.

Además, Oh señaló que las categorías de clientes de viajes y venta minorista son más difíciles, porque tienen acceso limitado a recursos completos de datos propios. Al mismo tiempo, incluso aquellos con datos propios pueden encontrarse con información desactualizada, cuentas falsas y usuarios inactivos.

Orientación contextual

Si bien la orientación contextual ha existido como una forma de adaptar los anuncios al contenido, presenta desafíos únicos, uno de los cuales podría ser el desperdicio de impresiones si el interés no se convierte en intención de compra.

“El gran tamaño del grupo de consumidores hace que sea difícil convertir efectivamente el compromiso en ventas, a diferencia del seguimiento más preciso que actualmente facilitan las cookies”, dijo Oh. “Esta ineficiencia significa que las empresas probablemente necesitarán aumentar su gasto en medios para compensar el número más significativo de impresiones necesarias para llegar a sus consumidores objetivo”.

Longacre estuvo de acuerdo en que la orientación contextual está surgiendo como una alternativa, pero su alcance es limitado: “Si bien se destinará más dinero en publicidad a este formato en los próximos meses, no hay manera de que la publicidad contextual reemplace a la programática… Los anuncios contextuales en el contexto equivocado no funcionarán, por lo que potencialmente esto deja una gran brecha de rendimiento para los anunciantes con un ROAS más bajo”.

escala de audiencia

Parte del inconveniente de algunos de estos métodos de personalización y orientación es un tamaño de audiencia más pequeño en comparación con la desaprobación anterior a las cookies.

“Uno de los mayores cambios en el panorama de los datos apareció con iOS 14.5 de Apple, que hizo que los usuarios eligieran si querían compartir sus datos libremente con cada aplicación que usaran, y el 90% de los usuarios optaron por no compartir sus datos libremente”, dijo Paul DeJarnatt, vicepresidente de digital de Novus Media.

Sara Owens, jefa de análisis y ciencia de datos de Media Matters Worldwide, señaló de manera similar que los cambios de Apple ya redujeron la capacidad de rastrear la identidad, y los iPhone ocupan más de la mitad de la cuota de mercado estadounidense.

“Además, todas las plataformas de redes sociales han crecido en términos de tamaño y de presupuesto que reciben, y de espacio que ocupan en nuestros planes de medios”, dijo Owens a Digiday.

Al reemplazar las cookies, las propias alternativas de muchas plataformas también conducirán a entornos más aislados y limitarán la visión general de las audiencias, observaron los compradores. Los actores tecnológicos, desde Google hasta Amazon, están creando salas limpias para agregar datos, pero “ya no se puede unir el recorrido de un usuario a través de todas sus exposiciones publicitarias”, dijo Owens.

Medición y estandarización

Como resultado de las plataformas aisladas y el espacio fragmentado, habrá desafíos continuos de medición y estandarización. Amanda Ferrante, directora de crecimiento de Code3, dijo que la falta de estandarización en “el seguimiento y la identificación de usuarios conduce a la fragmentación, lo que hace imposible implementar estrategias consistentes en diferentes plataformas y navegadores”.

Las cookies de terceros también han contribuido a una “medición y orientación defectuosas”, dijo Kevin Joyner, director de estrategia de datos de la agencia digital de servicio completo Croud.

“Poder informar el recorrido de un usuario desde las impresiones de anuncios hasta una conversión no revela en qué medida esas impresiones causaron la conversión”, dijo Joyner. “Preocupémonos menos por la entrega de anuncios personalizados y la atribución digital, y más por las relaciones con los clientes y por demostrar el verdadero valor incremental de nuestros anuncios con pruebas controladas y modelos de combinación de medios”.

Y, sin embargo, el MMM tradicional, que utiliza datos agregados y no datos de usuario, puede ser costoso y consumir mucho tiempo, afirmó Owens. Durante los últimos dos años, Media Matters Worldwide ha estado creando una herramienta patentada que utiliza aprendizaje automático, modelado ágil de mezclas o AMM. Owens dijo que hace MMM, pero mucho más rápido.

Si bien la IA puede no ser la respuesta perfecta a todos los desafíos de la industria posteriores a las cookies, tal vez pueda ayudar en el aspecto de medición y modelado. Como lo expresó Owens, aprovechar la IA para crear modelos similares permite a la agencia hacer mejores “conjeturas fundamentadas… sin IA, eso se limita, en el mejor de los casos, a qué tipo de información un ser humano puede comprender y luego tomar una decisión”.