Últimamente, la segmentación por audiencias es un tema cada vez más frecuente. Los anunciantes están utilizando la "segmentación por público" como la razón por la que piensan que no están expuestos al fraude publicitario y por la que siguen invirtiendo dinero en anuncios digitales (que están segmentados por público). Después de todo, dicen, subimos nuestra lista de correos electrónicos y nos dirigimos a nuestros propios clientes reales, así que ¿Cómo puede haber fraude? O que hemos proporcionado una lista de números NPI ("National Provider Identifier") de médicos y que nuestros anuncios se dirigen a las cookies de cada médico dondequiera que aparezcan en línea, así que ¿Cómo puede haber fraude? O nos dirigimos a los usuarios de la "C-suite" e incluso a los edificios de oficinas donde trabajan, así que ¿Cómo puede haber fraude? Todos los anunciantes anteriores también piensan que las altas tasas de clics que están obteniendo deben significar que la segmentación de la audiencia está funcionando realmente bien.

Ummm, siento reventar su burbuja. Permítanme explicarles por qué las suposiciones anteriores no están "en el punto de mira" y por qué siguen estando expuestos al fraude publicitario, en algunos casos a todo el fraude, es decir, TODO es fraude.

Los segmentos de audiencia se derivan del historial anónimo de cookies

Empecemos por el nivel alto y luego profundicemos. Ya en 2011, Nielsen informaba de que sólo el 5% de los anuncios estaban siquiera correctamente segmentados (diapositiva inferior). De 200 millones de impresiones compradas con segmentación de audiencia, solo 10 millones alcanzaron el objetivo previsto. Desde entonces, Nielsen ha eliminado esa publicación del blog y el estudio de caso, porque esa realidad habría obstaculizado o estropeado el crecimiento desenfrenado de los ingresos por segmentación de audiencias para las empresas de tecnología publicitaria. Los anunciantes tenían que creer que funcionaba; eso es una gran noticia para las empresas de tecnología publicitaria que ofrecen segmentos de audiencia en venta y nadie se enteraría.

Otro estudio realizado unos diez años después por Neumann y Tucker confirmó que los datos utilizados en la segmentación de la audiencia son tan inexactos que incluso para un solo parámetro de segmentación -por ejemplo, el género- la precisión de la segmentación era peor que la aleatoria; y para dos parámetros de segmentación -por ejemplo, género + rango de edad- la precisión caía aproximadamente a 1 de cada 10. Esto se debe a que incluso los parámetros de segmentación más básicos se aproximan a partir de los patrones de visita al sitio web de las cookies anónimas, es decir, el "historial de cookies anónimas". A diferencia de los jardines amurallados (Google, Facebook, Amazon) en los que los usuarios están conectados todo el día, las empresas de tecnología publicitaria sólo pueden recopilar datos sobre los usuarios NO conectados -es decir, las cookies anónimas- que visitan los sitios de los publishers. Al encadenar los patrones de visita a los sitios web de esas cookies anónimas, los data brokers tratan de aproximarse a quiénes son y qué les gusta; esto rara vez es correcto y a menudo es totalmente erróneo. ¿Qué género se deduce de una cookie anónima que lee noticias en USAToday.com o compra en Walmart.com? Por supuesto, estos data brokers afirman que hacen "corrección de errores" y "enriquecimiento de datos" e intentan hacer coincidir las cookies con las que visitaron los sitios de los anunciantes y las listas que éstos cargan. Pero sólo una fracción de esas cookies "coincide" o se "solapa". En otras palabras, aunque algunas coincidan, eso no significa que todo el conjunto de cookies sea preciso.

Si los segmentos de audiencia son tan malos, ¿por qué "funcionan" tan bien?

Los anunciantes con los que he hablado se apresuran a defender la segmentación por audiencias, porque han pagado por ella durante años y sería vergonzoso darse cuenta o admitir que no funciona. La segmentación por audiencias "debe estar funcionando bien porque estamos obteniendo tasas de clics mucho más altas" que si sólo colocáramos anuncios en los sitios de los publishers. Bueno, está bien que tengas muchos clics, pero ¿te has preguntado si los clics son de humanos o de bots? ¿Tiene las herramientas adecuadas para comprobarlo? Google Analytics no le muestra lo que aparece en el siguiente gráfico. Su proveedor de verificación de fraude tampoco lo hace. El siguiente gráfico muestra los clics que llegaron a las páginas de destino de los anunciantes, desde "utm_source=programmatic". Por si no lo sabías, en FouAnalytics, el naranja significa bots declarados y el rojo bots malos. El azul oscuro significa clics humanos. Si entrecierras los ojos, podrás ver las pequeñas astillas azules en estos seis gráficos de donuts. Entre el 1 y el 4% de los clics en estas campañas dirigidas al público son de humanos. Entonces, ¿qué has dicho de que conseguir muchos clics significa que la segmentación por público está funcionando muy bien? Ciertamente tienes muchos clics.

También estoy seguro de que recuerdas cuando te dije que los bots pueden fingir fácilmente ser cualquier segmento de audiencia al que quieras dirigirte. Algunos ejemplos de cara al consumidor son los siguientes: los bots buscarán deliberadamente columpios en primavera, para convertirse en parte del segmento de audiencia de los "pretendientes a columpios" al que los anunciantes quieren dirigirse. Los mismos bots buscarán en sitios de contenido de vacaciones y viajes a principios de verano y buscarán mochilas en la vuelta al cole. De este modo, pasan a formar parte de los segmentos de audiencia de los "pretendientes de vacaciones" o de los "pretendientes de la vuelta al cole", respectivamente, por los que los anunciantes pagan mayores CPM. Los bots también visitan deliberadamente sitios de información o revistas médicas para hacerse pasar por médicos, segmentos de audiencia a los que los anunciantes farmacéuticos están desesperados por llegar. Los bots no sólo hacen que se carguen los anuncios, sino que también hacen clic en ellos, lo que explica las altas tasas de clic que se ven en las campañas dirigidas a la audiencia.

Espera, ¿Dónde sirven mis anuncios? No se preocupe, todo está "orientado" hasta la cookie

Cuando pides al proveedor de tecnología publicitaria una lista de dónde se publicaron tus anuncios, es posible que hayas visto algo parecido a la lista de la siguiente diapositiva. Fíjese en las aplicaciones de casino, juegos de azar, lotería, rasca y gana, "pitufos" y criminales de la lista. Los proveedores de tecnología publicitaria que venden servicios de segmentación de audiencias se apresurarán a decirle "no se preocupe, estamos segmentando a los médicos por número de NPI, así que aunque estas aplicaciones parezcan extrañas, le aseguramos que sus anuncios se muestran a los médicos a los que quiere dirigirse". ¿De verdad? ¿Qué hay de los bots que se hacen pasar por médicos fingiendo visitas a sitios web específicos? ¿Qué hay de los bots que copian y reproducen una cookie que crees que corresponde a un médico basándose en el número NPI? Cierto, no has tenido en cuenta eso, ¿verdad? Además, incluso si el anuncio estuviera dirigido al médico correcto, ¿Estaría en la mentalidad correcta para ver y hacer clic en su anuncio cuando está jugando a Subway Surfers o Candy Crush? No, no lo estarían.

Por último, si le damos la vuelta a este argumento, podemos preguntar lo siguiente "si la segmentación de la audiencia ha funcionado tan bien, ¿por qué rara vez he visto anuncios que considere relevantes?". Puede que hayas visto anuncios "espeluznantes" del producto exacto que has mirado en Amazon hace unos momentos; pero eso es retargeting. Una o varias empresas de tecnología publicitaria han rastreado su cookie al mirar un producto en Amazon o en el sitio web de un anunciante, y le han mostrado un anuncio de ese producto o anunciante momentos después en un sitio web diferente. Eso es retargeting, no segmentación de la audiencia. El retargeting se percibe a menudo como espeluznante y también suele llegar demasiado tarde (ya he comprado el producto). Pero es una cuestión diferente a la de la mala segmentación de la audiencia que se contempla aquí.

Aproximaciones de aproximaciones de posibles cookies

Ahora vayamos al meollo de por qué la segmentación por audiencias no funciona tan bien como los anunciantes suponen.

¿Cuántos profesionales del marketing han cuestionado las afirmaciones de los proveedores de tecnología publicitaria que les venden el mágico aceite de serpiente de la segmentación de audiencias? Es decir, ¿cuántos profesionales del marketing han investigado realmente el "cómo"? Exactamente, técnicamente, ¿cómo logran estos vendedores esta magia negra? Bueno, no hace falta que los presiones porque yo lo he hecho por ti. Cuando se les presiona, con fuerza, esto es lo que me dijeron. El anunciante carga una lista de direcciones de correo electrónico o números NPI a los que quiere dirigirse. A continuación, el proveedor carga estas listas a uno o varios "onboarders" como LiveRamp. El onboarder, es decir, el data broker, hace una magia negra llamada "cookie matching" para identificar qué cookies anónimas de su amplia base de datos pueden estar relacionadas con los identificadores que el anunciante ha suministrado. La imagen mental de círculos superpuestos, como los diagramas de Venn, sería útil aquí. En algunos casos, encontrará que partes de dos círculos se superponen; eso se llama "tasa de coincidencia". Si son capaces de hacer coincidir las cookies, entonces cuando aparezcan ciertas cookies anónimas, se les puede dirigir la publicidad. Esta es la teoría de cómo debería funcionar la segmentación de la audiencia.

La realidad es que la mayoría de estos grupos de cookies (círculos) se solapan poco con otros grupos de cookies. Y esto ha empeorado aún más con el tiempo, ya que navegadores como Safari y Brave vierten o caducan las cookies regularmente, por ejemplo, cada mes, cada día o cada vez que se cierra el navegador. Las cookies no son lo suficientemente persistentes como para ser encontradas al hacer coincidencias de cookies con los onboarders. ¿Con qué frecuencia se realiza la coincidencia de cookies? Correcto, no con la suficiente frecuencia. Por lo tanto, no asuma que el proceso de coincidencia de cookies encontrará las coincidencias necesarias en cada intercambio de anuncios para orientar correctamente sus anuncios, incluso si cargó listas de correo electrónico, números NPI u otros identificadores. Las aproximaciones de las posibles cookies significan que la mayoría de sus anuncios siguen sin estar dirigidos a los segmentos de audiencia correctos, por no hablar de las cookies individuales.

En resumen, al igual que hay sitios falsos, aplicaciones móviles falsas y usuarios falsos, hay segmentos de audiencia falsos creados para absorber tu dinero. Quieren que te creas la teoría: crees que te diriges a segmentos de audiencia o incluso a cookies individuales y tus clics son mayores, por lo que piensas que está funcionando. Pero la realidad es 1) bots que fingen ser ciertos segmentos de audiencia visitando un número selecto de sitios, 2) bots que hacen clic en tus anuncios para que el "rendimiento" parezca mejor, y 3) bots que fingen ser médicos individuales copiando y reproduciendo su cookie coincidente.

Entonces, "¿Estás haciendo targeting de audiencia?" ¿Supones que funciona? ¿Obtienes realmente algún resultado comercial real de las campañas dirigidas al público? ¿Debería usted analizarlo más detenidamente ahora y cuestionar sus propias suposiciones sobre la segmentación por público, antes de que su director financiero o su director general le pregunten al respecto? Y, ahora, ¿tiene sentido el gráfico de la cabecera?

Fuente: FouAnalytics