Cómo conseguir ajustar los presupuestos de CTV gracias al Data Science | Tecnología

Cómo conseguir ajustar los presupuestos de CTV gracias al Data Science | Tecnología


En la última década, los anunciantes han experimentado un cambio radical en la forma en que los espectadores consumen televisión. Con menos televisión tradicional, y más programas a la carta, el futuro del entretenimiento se hace cada vez más evidente. En consecuencia, este cambio conlleva la adopción de nuevas oportunidades y desafíos, y también inspira a la innovación.

Una de las áreas en la que se pueden encontrar soluciones creativas es en la forma de invertir en publicidad dentro de la televisión conectada (CTV). En concreto, en cómo se programan los presupuestos. Tradicionalmente, el presupuesto se suele planificar en función de lo acordado por el comprador, distribuyendo el gasto, de manera uniforme, a lo largo del día con el objetivo de ir impactando constantemente a la audiencia. Sin embargo, a diferencia de este tipo de formato, los presupuestos de CTV miden el gasto diario, que puede desviarse y variar debido a los desafíos que las impresiones de CTV plantean a las plataformas del lado de la demanda (más conocidos como DSPs en inglés).

De acuerdo con un informe publicado recientemente, y de forma conjunta por Xandr e IAB, el 86% de los anunciantes prevé que su inversión en CTV se incrementará en los próximos 18-24 meses. Con esto en mente, es importante que los anunciantes comprendan los retos y las oportunidades en torno a la CTV.

Algunos de los retos son similares a los que se plantean cuando se crean capacidades para la compra de display y otros son totalmente nuevos, lo que representa un cambio completo del paradigma actual. ¿De qué forma varía?

 

  • En primer lugar, por el timing de los anuncios de CTV. Una impresión en este formato puede ganarse al principio de un episodio y reproducirse casi instantáneamente después de que tenga lugar la subasta, mientras que en otras ocasiones, el anuncio puede emititrse mucho más tarde que en donde se encuentra situada en la parrilla. Un ejemplo lo podemos encontrar en Netflix, en una subasta que tenga lugar al principio de un episodio con una duración de 45 minutos. El anuncio podría proyectarse al instante durante los que preceden a este, o podría emitirse casi 20 minutos más tarde durante una pausa publicitaria a mitad de ella. Y es que, la mayor longitud de tiempo entre una subasta y una impresión servida, así como la inconsistencia, requiere un sistema de ritmo presupuestario que pueda acomodar este retraso desconocido y volátil.

 

  • En segundo lugar, los compradores de CTV siguen demandando que los DSP encuentren algoritmos para ahorrar costes. Ellos esperan ahorrar costes en medios, a través del bid-shading realizado por su DSP. Esto hace que los compradores se acostumbren a este tipo de comportamiento de gasto, ya que esta capacidad ha estado disponible durante mucho tiempo en los formatos más tradicionales, como es el display. Como resultado, los compradores también esperan lo mismo para este mecanismo de ahorro de costes, tanto para formatos nuevos y emergentes como la CTV.

 

  • Por último, la CTV se compra, en gran medida, a través de Deals acordados con las plataformas o cadenas. Este es el comportamiento de compra típico de la mayoría de los nuevos formatos. Por lo tanto, el sistema debe construirse de forma que se pueda controlar el flujo de impresiones disponibles, cuando se puje por encima de los niveles mínimos establecidos. Sin estos controles, los anunciantes y agencias pueden comprar inadvertidamente un gran número de impresiones, lo que puede llevar a un gasto excesivo.

 

Dada la complejidad de estos retos, las plataformas tecnológicas debemos construir un sistema que vaya más allá que abordar cada obstáculo individualmente y que, en cambio, ofrezca una solución para controlar el gasto presupuestario. Para superar estos desafíos, es muy necesario aplicar Data Science.

Es por eso por lo que en Xandr reconocimos los riesgos potenciales a los que se enfrentan los compradores por el ritmo presupuestario de CTV, comprometiéndonos a crear una solución integral. Lo primero que hicimos, fue modificar las funciones encargadas de la distribución del gasto publicitario. Al darse cuenta de que se necesitaba una solución más avanzada, el equipo de expertos de la compañía -compuesto por ingenieros, data scientists y expertos en productos- dibujó y adoptó un enfoque innovador. De esta forma, basándose en la ciencia y en la experimentación, Xandr desarrolló hipótesis, simuló modelos, realizó pruebas en entornos reales y, finalmente, diseñó una segunda capa de control para los compradores junto con su algoritmo de bid-shading. Esta capa, que ajusta las tasas de puja en función de señales que predicen el exceso de coste, ya han demostrado que reduce este sobrecoste de CTV hasta en un 70% desde su implantación.

En resumen, en este nuevo panorama de los medios de comunicación impulsados por el vídeo digital, los compradores deben asegurarse de que sus presupuestos de CTV se asignan correctamente. Garantizar el gasto en los medios acordados es primordial para el equipo de Xandr y debería serlo para todas las plataformas tecnológicas. Adicionalmente, centrar los esfuerzos en la innovación para resolver los retos actuales es también importante, pero la creación de soluciones flexibles que se anticipen fácilmente a las necesidades de los clientes en el futuro y satisfacerlas marcará la diferencia para los compradores en un sector dinámico y en costante evolución. 



Post Original

Leave a Reply

Your email address will not be published. Required fields are makes.