Published 2018-07-23

Cómo aprovechar bien la data para segmentar en publicidad

 

Eficiencia es el nuevo mantra que citamos cada vez que tenemos ocasión los que trabajamos en publicidad digital. Las tecnologías nos han traído la posibilidad de ajustar al máximo los mensajes para que lleguen al usuario adecuado en el momento preciso. Pero para lograrlo hay un concepto que es clave: la segmentación.

Hay dos maneras de segmentar los anuncios que se muestran a los usuarios:

  • Por emplazamiento: si en coches.net, el portal de motor de Schibsted, un usuario está viendo vehículos de una determinada marca es fácil que se encuentre anuncios de concesionarios de esa marca. Se segmenta en función de qué parte de la página está visitando. Pero todos los usuarios que busquen coches de esa marca recibirán los mismos anuncios.
  • Por audiencias: esta es la modalidad realmente interesante y qué más posibilidades ofrece. Pueden ser datos de navegación del usuario (recopilados mediante las cookies), datos declarados por el usuario en su registro o recabados mediante labor comercial. Todos ellos se almacenan en una herramienta de gestión de data (Data Management Platform o DMP). Después basta con darle instrucciones a esa DMP de que cargue un determinado anuncio cuando el usuario tenga las características que se le asignen: por ejemplo, que sea mujer, entre 25 y 35 años, con alto poder adquisitivo e interesada en coches.

La DMP se puede alimentar con los datos propios recopilados por la empresa (first party data), con datos obtenidos por algún socio comercial con el que se alcanza un acuerdo para realizar una campaña (second party data) o directamente adquiridos en plataformas que los ofrecen para quien quiera comprarlos (third party data). Lógicamente, los datos propios son los más valiosos y en los que los publisher, como Schibsted, centran su segmentación.

El punto de equilibrio

Como se ha dicho, a la hora de hacer una campaña se le indica a la DMP qué perfil se busca. Cojamos por ejemplo el perfil citado antes y supongamos que tenemos 100.000 usuarios en la página, de los cuales sólo la mitad son mujeres. Y sólo el 20% son mujeres entre 25 y 35 años. De todas ellas, únicamente el 4% son  mujeres de esa edad que buscan coche. Y tan sólo el 0,3% cumplen los requisitos anteriores y tienen un alto poder adquisitivo. De los 100.000 usuarios iniciales nos estaríamos quedando con 300. Si además añadimos otros factores (interés en una determinada marca), el universo de potenciales destinatarios se reduce significativamente.

Además, a la DMP se le puede pedir que busque patrones de navegación entre los usuarios que ya tenemos identificados como objetivo de la campaña y que también le muestre los anuncios a ellos. Es un modo de ampliar audiencias por extrapolación (look a like): si un usuario del que no se tiene información se comporta igual que los que ya tenemos seleccionados, tiene más posibilidades de encajar en el target y, por tanto, tener más interés en nuestra publicidad.

En cualquier caso, es necesario buscar un punto medio entre la cobertura (el número de potenciales destinatarios) y la segmentación. Lo conveniente a la hora de hacer una campaña es seleccionar varios perfiles distintos: unos más concretos y otros más genéricos, de tal forma que se pueda comprobar, durante su transcurso, cuáles funcionan mejor y hacer los cambios necesarios para optimizar el impacto.

En definitiva, la segmentación no se establece al comienzo de la campaña y se da por buena, sino que es algo vivo que hay que corregir y modificar para sacarle el mayor provecho a la data. Las intuiciones pueden ayudarnos a considerar qué perfiles pueden resultarnos más convenientes, pero sólo el ensayo-error nos dará la verdadera medida de qué tipo de usuarios están realmente interesados en un determinado producto o servicio.