¿Qué hacer si Google descarta las soluciones de identificación basadas en el correo electrónico? | Tecnología

¿Qué hacer si Google descarta las soluciones de identificación basadas en el correo electrónico? | Tecnología


La respuesta es que quizás empieces a quedarte sin mucho margen de maniobra para tu próxima campaña o para asegurar ciertos niveles de eficacia que antes sí conseguías… Pero tranquilo/a, aún hay margen antes de que lleguemos a ese “apagón” para encontrar vías que sigan ofreciendo a los anunciantes una forma eficiente, transparente y consensuada entre todos los actores del ecosistema publicitario. 

La negativa de Google a aceptar que las soluciones de identificación basadas en el correo electrónico sean viables a largo plazo amenaza con cortar parte de las soluciones que se estaban explorando para la era post-cookieless, pero vamos a analizar las diferentes alternativas. 

Aunque imperfectas, las cookies tradicionales representaban una alternativa escalable, eficiente y testada para rastrear y desarrollar modelos de audiencia basados en el comportamiento, hacer publicidad en todos los canales y medir la eficacia de las campañas publicitarias en la web abierta. Sin ella, los editores online, los anunciantes y el ecosistema de tecnología publicitaria en general necesitan encontrar formas de llegar a los consumidores y medir el retorno e las inversiones en medios. Aunque eso implique apoyarse en soluciones a priori menos precisas y contrastadas.  

Existen tres grandes alternativas en fase de desarrollo, que denominamos las 3C: Contexto, Cohortes y Coop (ID). Ninguna es un sustituto perfecto para todos los casos donde veníamos aplicando las cookies, pero utilizadas de forma conjunta podrían ser la mejor solución tanto para editores como para anunciantes. Nuestro reto es encontrar el modo de combinarlo, y además hacerlo fuera de lo que ha sido hasta ahora una black box o caja ciega para la planificación y la ejecución de campañas online.

Es más, si bien la solución Coop había cobrado un gran impulso en los últimos meses, el anuncio de Google plantea nuevos retos con respecto al uso de datos para el seguimiento del coportamiento. 

Contexto

La publicidad en contexto vuelve a estar de moda. La idea de ofrecer anuncios basados en lo que una persona puede estar viendo, escuchando o leyendo no es nueva, y alinear la publicidad con el contenido editorial hace que los anuncios sean más relevantes, aunque no se sepa nada más sobre el usuario (lo que preserva la privacidad). Según esta lógica, la publicidad de automóviles coexistiría con el contenido de automóviles, los anuncios de productos deportivos con el contenido de deportes, los anuncios de ropa con la moda, etc. 

El gran cambio con respecto a hace años está en la llegada del aprendizaje automático (machine learning) y el desarrollo de la inteligencia artificial. Hemos conseguido mucha más precisión al hacer coincidir los formatos publicitarios creativos con las palabras clave, la sintaxis y la semántica del contenido, evitando a priori situaciones negativas del pasado. 

Aunque claro, lo importante no es solo que los anuncios llamen la atención del usuario, sino que sería mucho mejor saber si los anuncios están expuestos a personas que están en el momento de compra (consumer journey), algo que los algoritmos no pueden determinar sólo a partir del contexto. 

El otro gran problema de los anuncios contextuales es la medición. La atribución al último contacto suele ser la única opción, lo que resulta bastante limitado para la gran mayoría de los anunciantes, que necesitan más luz sobre esta trazabilidad de la conversión, sobre ventanas de atribución más largas. Y que para que la publicidad contextual sea una alternativa viable a las cookies de terceros por sí solas, serán imprescindibles iniciativas que mejoren las ubicaciones contextuales con superposiciones de datos autentificadas y multipartitas.

Cohortes 

El desarrollo de segmentos de audiencia similares con aprendizaje automático aplicado a los hábitos de navegación por Internet a nivel de cohorte es otra forma de preservar la privacidad del usuario. La idea tiene sus raíces en la privacidad diferencial, por la que se introduce ruido aleatorio como parte de la agregación de los intereses de los usuarios a nivel de cohorte. 

El aprendizaje federado de cohortes (FLoC) es una importante iniciativa que está siendo impulsada por el equipo de Google Privacy Sandbox. Y el acceso a los datos de FLoC estará disponible a través de múltiples API que pueden soportar casos de uso tanto para la orientación como para la medición a nivel de cohorte.

Pero la reacción inicial a FLoC está siendo diversa, mientras que Google afirma que las primeras pruebas han dado resultados (conversiones de compra) comparables a los de las cookies. Dado que los datos y las API de FLoC no están disponibles públicamente para las pruebas, estas primeras impresiones, hasta la fecha, se basan principalmente en varios foros y en las subsiguientes propuestas de mejora de los editores y las plataformas de tecnología publicitaria que participan en el grupo de trabajo de Privacy Sandbox.

Para que las cohortes de FLoC sean ampliamente aceptadas por el sector, será fundamental una validación independiente por parte de terceras entidades de confianza, que validen la eficacia y los resultados incrementales. Las APIs de FLoC tendrán que soportar la atribución directa, crítica para las activaciones multicontacto y de funnel, y asegurar un alcance y una frecuencia no duplicados. Actualmente, los segmentos se limitan a la atribución de clics, lo que no será eficaz para una variedad de formatos creativos (vídeos, banners, anuncios de audio). La gran mayoría de las conversiones requieren la atribución de medios a lo largo de una ventana de revisión de varias semanas.

Coop o soluciones de ID’s únicos

Hoy en día liderada por el Unified ID 2.0 es la que permite mayores posibilidades de seguir haciendo lo mismo que hacíamos anteriormente con las cookies, con el hándicap, claro, de que el usuario debe estar identificado en los dominios por donde navega.

Los editores de la Open Web (fuera de los Walled Garden) han comenzado a desarrollar sus propias plataformas de datos de suscriptores de “primera parte”, como un sustituto que protege la privacidad para terceros. Grandes editores como The New York Times, The Wall Street Journal y Forbes han establecido un claro intercambio de valor con los lectores tras una pasarela de registro, y están utilizando sus datos autentificados para construir relaciones directas con los anunciantes. Aunque a los anunciantes les encanta el acceso protegido por la privacidad al inventario premium, este enfoque no se extiende más allá de unos pocos editores seleccionados. 

Los anunciantes necesitan un acceso con protección de la privacidad a un mercado de editores más amplio, que incluya el TOP100 de ComScore, así como a todo un espectro de editores de nivel medio y de nicho, en una alianza que ofrezca colectivamente un conjunto escalable de inventario vivo y autentificado que pueda comercializarse de forma programática.

Con la aparición de ATS/IDL de LiveRamp, UID2 de Prebid y otras soluciones comparables, existe una clara oportunidad para que los editores se unan en torno a un conjunto común de soluciones de identidad fiables e interoperables. 

Estas soluciones pueden ayudar a proteger la privacidad del consumidor, permitir gráficos de identidad enriquecidos, apoyar la medición y atribución multicanal, y mejorar el poder de fijación de precios del inventario de los editores. Los editores pueden determinar su propio método para obtener el consentimiento explícito de los espectadores sobre el uso de un identificador único que garantice el anonimato del usuario. 

Las soluciones de identificación predominantes se basan en identificadores como la dirección de correo electrónico, la dirección IP, la marca de tiempo y otros. Si Google Chrome se opone al uso de identificadores basados en el correo electrónico, el sector pasará a utilizar métodos probabilísticos para resolver la identidad.

Si sirve de ejemplo, como empresa tecnológica, nuestra experiencia nos dice que debemos seguir trabajando en nuestros sistemas de publicidad contextual que aplica tanto a nuestra tecnología de demanda programática (illumin) como a nuestro inventario propio (ADman). Y en paralelo, seguir el proceso de integración con las iniciativas de ID´s únicos más extendidas en el ecosistema, entre ellas en unified ID 2.0. La información que recibimos de nuestros partners editores y de agregación de oferta y demanda, es que todos están dando los pasos pertinentes para integrarse en el Unified ID 2.0.  

Aunque hay varios requisitos clave para que una solución se considere viable, los más importantes son la escalabilidad y la posibilidad de medición. La carrera por construir, probar y aprender la estrategia más eficaz y “a prueba de futuro” para la Open Web con publicidad está en marcha. 

 

 



Post Original

Leave a Reply

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