Maximiza los resultados con estas seis claves para “customizar” las campañas programáticas

campañas
Customization de campañas a través de la publicidad programática

La opción de la publicidad programática ofrece numerosas ventajas frente a la planificación tradicional, entre ellas la de permitir el control y la gestión de las campañas a través de una única plataforma, el cruce de distintas variables (data) para alcanzar únicamente a los targets importantes o la microsegmentación para evitar desperdiciar, impresiones, entre otras; pero si ello es así, ¿por qué no se aprovecha esta posibilidad de personalizar al máximo y la gran mayoría de las campañas programáticas se planifican igual?

Para Álvaro Cristóbal, Global Operations Director de Digilant,  “Cada marca tiene valores y atributos diferenciales, sus propios objetivos y necesidades, y busca distintas audiencias, por lo que no tiene sentido abordar la compra programática como si fuera un modelo único aplicable a cualquier compañía”, al tiempo que agrega que además de tomar en cuenta dichas especificidades,”customizar cada acción incrementa considerablemente esas ventajas de la compra programática y ayudan a optimizar la inversión”.

Los elementos ‘customizables’ que más influyen a la hora de maximizar los resultados de las acciones en publicidad programática serían, según lo identificado por los expertos de esta agencia, estos seis:

  1. Creatividad. “La publicidad programática posibilita la personalización creativa adecuándose al perfil de cada usuario impactado, a partir de su comportamiento en la red, perfil e intereses, características sociodemográficas, etc. Además, es posible actualizar las creatividades y contenidos de las mismas durante la campaña en tiempo real, construyendo cientos de mensajes en base al customer journey de cada usuario y a su relación con la marca.
  1. Audiencias. No se trata sólo de activar diferentes audiencias sino de identificar aquellas que son más relevantes para la campaña, a través de custom data modelling(modelado de datos personalizados) generando así microsegmentos accionables a través de diferentes canales de Marketing Digital.
  1. Atribución. El modelo de atribución más común en la industria para analizar la contribución de cada canal y/o medio a una conversión es el “last click/last interaction”. Estos modelos atribuyen el 100% del valor de una conversión al último touchpoint del customer journey, considerando que todos los contactos previos que han influido en mayor o menor medida en esa conversión no tienen ningún valor, lo que lleva a realizar análisis erróneos del performance de campaña y, lo que es más peligroso, a tomar decisiones erróneas como consecuencia de los mismos.

Para solucionar este importante problema surgen modelos data driven de atribución mucho más evolucionados, que analizan de forma única e individualizada la contribución de cada touchpoint en cada customer journey:

  • Establecen la contribución de cada impacto dentro de los custom journeysde manera individualizada y en tiempo real, lo que permite distribuir la inversión de modo mucho más preciso y justo;
  • Analizan la totalidad de customer journeys, tanto de los usuarios que convierten, como de los que no convierten, para establecer el grado de contribución.
  • Tienen en cuenta múltiples variables dinámicas para establecer la contribución, tales como viewabilitypost click interactions, frecuencia, etc.
  1. Web y contenidos. La utilización de plataformas de dinamización de contenidos y de tests multivariantes permite componer dinámicamente y en tiempo real los contenidos mostrados a cada usuario en una web o app, adecuándolos a sus intereses, destacando aquellos más relevantes para cada uno y chequeando múltiples aspectos para maximizar la conversión.
  1. Analítica. Es habitual encontrar campañas y estrategias de marketing digital medidas y reportadas únicamente con KPI y métricas estandarizadas, que no contemplan aspectos específicos de importancia para cada anunciante.”

 Lo ideal es construir dashboards y cuadros de mando adecuados a las necesidades específicas de cada cliente; “estableciendo KPI ad hoc para cada marca y cada campaña; que permitan tomar decisiones en base a los objetivos reales de negocio de cada anunciante o marca. Eso permitirá, además, ahorrar tiempo y recursos en reporting, pudiendo por tanto dedicarlo a la optimización y análisis, elementos que aportan valor y generan resultados.

  1. Tecnología. A la hora de abordar una campaña programática, es recomendable trabajar con compañías que cuenten con departamentos avanzados de Data Science, con una eficaz metolodología de generación de algoritmos y modelos específicos, aplicables en los DSP. 

Estos algoritmos ad hoc se construyen de forma individual para cada marca y cada objetivo perseguido, en base a múltiples variables y se incorporan en la plataformaDSP, complementando al bidder en la toma de decisiones de puja y en la adquisición de inventario en base a la relevancia de cada impresión en función del KPI perseguido.”

A lo anterior se suma que dichos algoritmos demás, aprenden de forma constante, por lo que adaptan sus decisiones en tiempo real para analizar cuáles son las mejores oportunidades de puja.