¿Cómo funcionan las audiencias? Poniendo foco en la recencia

Todos sabemos que es fundamental conocer al usuario/cliente, adquirirlo y fidelizarlo con el fin de desarrollar un negocio rentable a largo plazo. En el mundo digital eso significa, entre muchas otras cosas, aplicar estrategias de retargeting para conseguir que esa audiencia que hemos establecido con una importancia de “cliente potencial” llegue a alcanzar la conversión. Esto es posible gracias al uso de herramientas que nos permite crear audiencias basadas en atributos.

¿Cuántas veces escuchamos a profesionales del sector hablar sobre la estrategia de campañas para las audiencias y el mensaje correcto en el momento adecuado? En este artículo nos enfocamos en cómo las plataformas más usadas del mercado usan su tecnología para crear una audiencia y, por lo tanto, entregar el mensaje a la "persona adecuada".

Los especialistas en marketing crean y modifican la audiencia para "ajustarse" a este target. Para ello, las empresas recopilan datos sobre el comportamiento, la tecnología, la demografía y otras dimensiones de los usuarios a través de cookies del conjunto de activos digitales de la empresa y los integran en sus diferentes sistemas.

¿Cómo puede retroceder en el tiempo cada uno de estos sistemas para recolectar cookies y agregarlas a la audiencia creada? Para dar respuesta a esta pregunta, hablaremos del concepto de recencia.

La recencia tiene dos vertientes. Por un lado, la capacidad que tiene la tecnología con la que creamos un segmento para retroceder en el tiempo y revisar que un usuario califica con las variables establecidas introduciéndolo dentro de nuestra “bolsa de cookies” desde el momento 0. 

Por otro, la capacidad de la herramienta para ir actualizando esos usuarios con la información más reciente cada día. 

Por ejemplo: creamos una audiencia en el día 0 con una recencia de 30 días de todos los usuarios que entran en nuestra web. 

Una plataforma con capacidad retroactiva tiene que ser capaz de recoger desde el día 1 hasta el día -30 todos los usuarios que cumplan las reglas establecidas, es decir, usuarios de los últimos 30 días. Si la plataforma no tiene esa capacidad lo que ocurrirá es que cada día iremos viendo cómo se acumulan las cookies desde el día 1 hasta el día 30. A partir del día 30 empezará a trabajar contra el pasado. Obviamente, contra más recencia pongamos a una audiencia más tardaría en llenarse del todo. 

Para responder a la pregunta sobre cómo funcionan las plataformas en función de su recencia, hemos intentado buscar múltiples referencias, pero no hemos podido observar que las empresas le den valor en la documentación, aunque nosotros lo consideramos clave en la activación.

Por esta razón, vamos a combinar en este caso la información que hemos encontrado al respecto con nuestra propia información y experiencia. Para aportar datos nos basaremos en tres de las herramientas más usadas del mercado para la creación de audiencias: Google Analytics, Adserver y Salesforce Audience Studio.

Google Analytics

La documentación de esta herramienta proporciona algunas aclaraciones entre líneas que indican que "las listas de remarketing orientadas a la Red de Display de Google deben tener un mínimo de 100 visitantes o usuarios activos en los últimos 30 días para que se muestren sus anuncios". Por lo tanto, podemos concluir que la actualidad de GA se remonta hasta 30 días a partir de los datos de la creación de la audiencia. Por ejemplo, si se crea una audiencia el 30 de marzo, Google Analytics incluirá todas las cookies del 1 al 30 de marzo. También hemos observado en nuestra prueba que se necesitan 48 horas para ver esas cookies en el DSP como es posible observar en el siguiente gráfico

Gráfico 1: Test de Audiencia genérica creada en Google Analytics

RECENCIA: 30 DÍAS

Captura de pantalla 2020-03-30 a las 12.51.46.png

Como se puede observar en el gráfico la audiencia entra en las primeras 24 horas con un conjunto de cookies que no llegan al mínimo para ser activadas.  Tras esto, la audiencia se mantiene estable e irá variando en función de los periodos de tráfico o cambios en las variables de composición.

En este apartado nos hemos encontrado con un disclaimer interesante. Esto, es cierto que se cumple para audiencias que podríamos considerar de formato más genérico como un “all_users” o audiencias que estén formadas por un grupo grande de hits.

Bajo nuestra experiencia creemos que esto se complica cuando acotamos mucho las audiencias. Se observa claramente con la pendiente de este gráfico:

Gráfico 2:Test de Audiencia granular creada en Google Analytics

Captura de pantalla 2020-03-30 a las 12.52.36.png

En este caso, creamos una audiencia muy granular para ver cómo reaccionaba el segmento. Lo interesante de este caso es que la “Recencia” o memoria que tenia la plataforma era más corta que en la creación de grandes volúmenes de audiencia. 

La hipótesis que sacamos en este caso es que los hits de las variables de página más granulares los almacena a corto plazo. Por eso, vemos un crecimiento inicial y luego un crecimiento secuencial ya que una vez que hemos creado la audiencia sí que irá cualificando día tras día a esos usuarios. 

La desventaja de esta casuística es que tendremos que ser más pacientes para poblar nuestras audiencias.

Añadir que además del entorno programático los casos de audiencias de GA360 afecta al entorno search con las audiencias realizadas mediante integración o directamente en el propio Google Ads.

Adserver (DCM)

Normalmente, los AdServer no son plataformas que acumulen cookies pero si tienes un full stack donde compartes DSP y AdServer es posible crear audiencias mediante una integración nativa basada en la creación mediante Tag, en el caso de DCM es lo que conocemos como el floodlight. Como dato adicional, ya han surgido soluciones tecnológicas algo más híbridas donde se ofrecen servicios de DMP y AdServing a la vez.

Cuando creamos una audiencia en DCM no encontraremos “Data Retention" a diferencia de los 30 días que nos aporta GA360. Gracias a la integración con DSP, la audiencia se irá poblando desde el momento de la creación. Por ejemplo, una audiencia creada el 30 de marzo solo tendrá cookies recopiladas después de esa fecha, pero no antes.

Gráfico 3: Test de Audiencia creada en DCM

RECENCIA: 30 días

Captura de pantalla 2020-03-30 a las 12.54.14.png

DMP (Data Management Platform)

Conocida como una herramienta tecnológica que recopila la data en silos de nuestros activos digitales, la organiza y la hace activable en los diferentes canales. 

Lo que los marketers debemos hacer es definir reglas sobre qué ocurre cuando un usuario aterriza en nuestro site.

¿Qué podría ser una regla? Por ejemplo, usuarios que han visitado una oferta en particular o usuarios que mostraron interés en un artículo concreto.

Las audiencias surgen de la agrupación de usuarios heterogéneos pero con comportamiento y gustos homogéneos. Cuando creamos una audiencia, lo que estamos haciendo es definir el cumplimiento de reglas y además podemos determinar la recencia de cada regla.

La recencia dependerá de la herramienta y de lo contratado ya que se suele cobrar por cada evento que llega al DMP. Esta recencia no suele superar una retroactividad de más de 540 días (dependerá mucho del tipo de negocio y cliente).

Hay una funcionalidad muy interesante en las audiencias creadas en los DMPs llamada “persistent segment”. Esta opción nos permite incluir usuarios que van más allá del lookback window por default.

En la práctica este tipo de segmento nos permite guardar de forma persistente audiencias clave. Por ejemplo, si hemos creado un segmento para una campaña de black friday donde el performance de la audiencia ha sido excelente, la podremos establecer como persistente para usar en estrategias futuras sin necesidad de tener una recencia infinita.

Gráfico 4: Test de Audiencia creada en Audience Studio

RECENCIA: 30 días

Captura de pantalla 2020-03-30 a las 12.55.13.png

Los segmentos que enviemos vía DMP popularan con la recencia que hayamos establecido desde el primer momento que creemos la audiencia y se irá autorregulando los volúmenes con el paso de los días. 

En conclusión, cada una de las plataformas funciona de manera diferente y las recencias son distintas entre ellas debido a la funcionalidad y el foco de las herramientas. Podemos destacar que el DMP es el más completo en cuanto a la recencia. Eso se debe a su enfoque en la recopilación de datos y su procesamiento para el uso en la creación de audiencias. 

A diferencia del DMP, el entorno Google con Analítica y Gestión de campañas tiene otro objetivo. De un lado GA funciona gracias a eventos que permiten rastrear el comportamiento web del usuario y recopilar otras tipologías de datos (demográficas, tecnológicas, etc) con el fin de analizar los datos y sacar insights. DCM está enfocado en la gestión de campaña. Por la finalidad de la herramienta, no existen eventos o la posibilidad de utilizar datos históricos para la creación de audiencias. 

A día de hoy es muy importante el time-to-market. Por eso, en función de la herramienta y recursos podemos encontrar limitaciones en la activación. El DMP es una herramienta potente que permite enviar audiencias a las distintas plataformas con volumen considerable y sobre todo poblada al momento. Aunque, somos conscientes que no todos los anunciantes pueden disponer de un DMP.

GA360 podría ser un excelente recurso si no tengo herramientas más avanzadas. Podríamos encontrarnos con las limitaciones que hemos comentados pero para una gran mayoría de estrategias puede ser una muy buena solución (siempre intentando llevar una buena planificación). Por último, el caso DCM solo lo recomendamos para casos muy puntuales ya que es posible que perdiéramos más datos sobre nuestras audiencias. Este tipo de audiencias históricamente son usadas por las agencias de medios y no se tiene el acceso total a una herramienta como GA360, aunque a día de hoy esto está desapareciendo a medida que los anunciantes internalizan todas sus plataformas bajo el ownership de la compañía.

Anterior
Anterior

¿Es necesario usar más de un DSP? Pros y contras

Siguiente
Siguiente

Algoritmia VS puja fija