Hay una capacidad técnica de las Data Clean Rooms que me gustaría explicarte hoy de una forma algo menos habitual. La resolución de identidades es como cocinar un buen cocidito madrileño: todo buen cocido lleva un proceso antes. Un cocido es mejor que otro dependiendo del amor que se le pone, lo bueno que sea el cocinero, la calidad de los ingredientes o lo bien que seguimos la receta.

Hoy os presento la receta de la resolución de identidades en tres pasos:

Paso 1: Preparación de los datos

Para nuestro cocido, vamos a elegir la mejor carnicería que conozcamos, y le vamos a preguntar al carnicero cuándo viene la mejor materia prima. Para ello necesitamos saber la dirección de esa carnicería, el nombre del carnicero, los ingredientes que vamos a necesitar, y la fecha cuando vamos a hacer el cocido para no comprarlo con demasiada antelación. Además, también tenemos que poner los garbanzos en remojo.

Cuanto más cariño pongamos en la elección de los ingredientes, mejor sabrá el cocido y todos lo sabemos.

Pues con los datos de una marca, pasa lo mismo. Los datos de por sí tienen bastante ruido y valores incoherentes. Por ejemplo, alguien ha escrito en el campo de “Apellido” el nombre de su ciudad. Todo ese ruido hay que filtrarlo. Además cada dato tiene una estructura diferente, y hay que darles una estructura similar, indicar si son texto, número, etc. Darle una coherencia a esos datos, lo más granular que podamos, es lo que se llama "normalización de datos”.

2. Paso 2: Resolución

Ahora es cuándo ya preparamos todo en la encimera de la cocina (la cacerola, los ingredientes) y encendemos el fuego. 

La resolución de Identidad es la pieza clave que da nombre al proceso, pero no deja de ser la elección de un algoritmo de coincidencia que permita la deduplicación, priorización de datos y reglas para crear un perfil único. Aquí es dónde he visto más diferencias en las distintas tecnologías.

He visto algoritmos con nombres imposibles de recordar y bastante complejos. También he visto algoritmos más sencillos de configurar al sólo tener que dar coherencia a datos digitales. 

La configuración del algoritmo es clave y se suele "palmar" en ello sólo por un motivo: las personas que saben de resolución no son las personas que saben de activación. Y entre ellas, no se comunican.

Es imprescindible que las personas que forman parte de la activación puedan comunicar su objetivo a los perfiles más técnicos que tratan con la resolución.

Además, es importante que se establezcan tiempos de aprendizaje y mejora donde los dos equipos colaboren juntos durante un periodo inicial, así como puntos de control y seguimiento un poco más alejados en el tiempo.

Cuanto más sepan las personas de activación sobre cómo funciona el algoritmo creado, más efectiva podrá ser su activación.

3. Paso 3: Exportación

Nuestra cocina ya huele a cocido preparado, y vamos a ponerlo en platos que llevamos a la mesa para poder comérnoslo. 

Como ya tenemos un perfil único de los clientes, tenemos que utilizarlos. Los casos de uso clásicos son el de la medición y activación. La medición implica la exportación de esos datos a otras herramientas externas o a otra parte dentro de la misma tecnología. Por ejemplo, en las Clean Rooms es básico el juntar esos datos con otros de Second Party, donde se pueda llegar a una medición mucho más efectiva.

La activación implica la exportación de audiencias a plataformas externas como las redes sociales, el Open Market, emailing, etc. 

Si los datos de perfil único son exportables, es que el cocido ya está en el plato, ¡buen provecho!

Marta Herrero Villamayor, Addressability Solutions Architect de LiveRamp