Algunos profesionales del marketing están desilusionados por cómo están funcionando algunos DMPs, pero Adobe ha decidido seguir invirtiendo activamente en su DMP.

El miércoles, Adobe agregó una función al Audience Manager que permite asociar usuarios desconocidos con segmentos en función de su propensión a tomar una determinada medida. La funcionalidad, que estuvo en versión Beta durante aproximadamente un mes, ahora está disponible para todo el mundo.

Alrededor de 50 empresas ya están probando o utilizando audiencias predictivas en Audience Manager, incluidos Sprint y la NFL. El rollout de algo como segmentos predictivos es una prueba de que Adobe no está renunciando a su DMP.

Según Matt Skinner, VP Senior de Marketing de Producto de Adobe: "Todavía tenemos cientos de clientes DMP y lanzar una nueva característica como esta en 2020 es la evidencia de que estamos dedicados a mejorar nuestros productos existentes".

Una buena manera de pensar en audiencias predictivas es como un complemento para el look-alike. Son como dos caras de la misma moneda, dijo Skinner.

Los modelos de look-alike amplían el alcance a usuarios desconocidos con las cualidades de los usuarios existentes, mientras que la herramienta de audiencia predictiva intenta unir a los usuarios desconocidos con las personas conocidas de la audiencia. El caso de uso principal para audiencias predictivas es permitir que los profesionales del marketing sirvan experiencias o mensajes personalizados a usuarios que aún no conocen bien, como los visitantes de tu web que lo hacen por primera vez o alguien que navegó pero nunca compró nada en tu e-commerce.

Después de pasar por la versión Beta y verificar su producción de audiencia, Sprint ahora se está preparando para lanzar una prueba en vivo. Utilizará audiencias predictivas para agrupar a los visitantes de su web en segmentos basados ​​en rasgos y atributos específicos asociados con clientes de "alto ROI" y clientes de "bajo ROI", dijo Jeff Henshaw, VP de Análisis de Producto Digital de T-Mobile. A partir de ahí, Sprint podrá probar la publicación de diferentes mensajes y contenido según el comportamiento probable del cliente.

"En el pasado, había muchas áreas superpuestas o grises cuando buscamos crear grupos para potenciales clientes con un ROI alto y bajo, pero con audiencias predictivas, estamos viendo rasgos más distintos".

El modelado predictivo es un componente clave del enfoque general y continuo de Sprint para la transformación digital.

"Siempre estamos probando diferentes mensajes y funcionalidades. Esta es otra herramienta que podemos utilizar que nos permitirá continuar mejorando la experiencia digital para nuestros clientes".

Muchos profesionales del marketing aún se basan en suposiciones cuando crean segmentos. "Sé esto de primera mano", dijo Skinner. Pasó tres años como VP de Marketing para la generación de demanda en Levi Strauss & Co. antes de unirse a Adobe en 2016.

"A menudo es el mejor escenario basado en las necesidades del negocio y lo que una marca piensa que sabe sobre sus usuarios. Estamos aplicando un algoritmo para intentar ayudar a los profesionales del marketing a aprovechar más flujos de trabajo basados ​​en datos".

Para construir sus audiencias predictivas, Adobe ingiere los datos hash de un cliente, los datos de analítica web, los datos de tags de la web, los datos de píxeles de las campañas publicitarias, lo que sea que los clientes pongan en el DMP. Un modelo de aprendizaje automático utiliza los datos para generar una puntuación de propensión a esos usuarios desconocidos. El soporte para fuentes de datos adicionales está en el roadmap, dijo Skinner, si bien el público predictivo es una función integrada en Audience Manager, las marcas que también usan la plataforma de datos del cliente de Adobe también pueden activar sus segmentos predictivos.