El progreso dentro de la zona de pruebas de privacidad de Google, su foro abierto para proponer y desarrollar alternativas a las cookies de terceros, tiende a ser bastante silencioso. Google en sí mismo, rara vez hace mucho ruido sobre propuestas en particular, sino que deja que los desarrollos se discutan dentro del W3C y en los hilos de GitHub.

No obstante, es importante estar atento a lo que sucede dentro de Sandbox. Dado el tiempo que lleva proponer y discutir ideas, es probable que las propuestas que Google respalda e impulsa a las pruebas de la industria sean las API que terminan siendo utilizadas en el navegador Chrome de Google, lo que significa que es casi seguro que se conviertan en una parte importante de la infraestructura de publicidad digital.

Durante mucho tiempo, fueron las API’s de orientación, FLoC y FLEDGE (que evolucionaron de TURTLEDOVE), son las que recibieron la mayor atención, pero desde principios de este año existe una gran preocupación por la falta de progreso en la medición.

Google está apoyando la API de “informes de atribución”, una herramienta que, según dice, permite a los especialistas en marketing medir cuándo una acción (como un click o una vista) conduce a una conversión, sin usar identificadores entre sites, pero, ¿cómo funciona realmente esta API?

No es un reemplazo igual a igual

Ninguna propuesta de Sandbox está diseñada como un reemplazo completo de la cookie de terceros. En cambio, cada propuesta está diseñada para llenar un caso de uso específico que previamente ha sido llenado por la cookie de terceros. Las cookies de terceros han sido una forma sencilla y eficaz de medir y atribuir campañas. En pocas palabras, un anunciante o una empresa de tecnología publicitaria pueden colocar cookies en el navegador de un usuario y luego reconocer esas mismas cookies en sitios de terceros.

Por lo tanto, un anunciante podía saber cuándo un usuario había visitado The Guardian y había visto un anuncio Outstream en un artículo. Y luego también podrían reconocer que el mismo usuario llega al sitio web del anunciante y agrega el producto anunciado a su carrito.

La API de informes de atribución buscará habilitar la misma funcionalidad.

En este momento, Google está buscando específicamente respaldar la medición de la atribución de conversión de clicks (cuando un consumidor hace click en un anuncio y luego realiza una acción como comprar un producto o suscribirse a un servicio) y medición de la atribución post-impresión de conversiones (donde un usuario ve un anuncio y luego realiza una acción).

Google también está trabajando en dos tipos de informes de atribución independientes y complementarios. Los informes a nivel de evento proporcionarán a los anunciantes comentarios sobre eventos de conversión individuales. Por ejemplo, un anunciante verá que una impresión específica generó una conversión. Por otro lado, los informes agregados, como su nombre indica, proporcionarán informes agregados sobre el rendimiento de una campaña en su conjunto y cómo generó conversiones. En ambos casos, el navegador juega un papel importante en la observación del comportamiento del usuario y en los informes de conversiones.

Un recorrido básico

El caso de uso más simple, y el primero desarrollado dentro de la zona de pruebas, es la generación de informes a nivel de evento para la medición de la atribución de conversiones por click. Esto funciona de la siguiente manera: un usuario carga una página en un sitio de un editor, por ejemplo, "deportes.com", con un anuncio, por ejemplo de una nueva tostadora. Cuando el usuario hace click en el anuncio, se le dirigirá a "tostadora.com". Un fragmento de código asigna un ID al click en el anuncio, por ejemplo 12345, que la empresa de tecnología publicitaria sabe que se relaciona con una impresión específica en un sitio web específico. El código también le dice al navegador que tenga cuidado con la carga de una página web específica (en este caso, tostadora.com).

Supongamos que el usuario luego hace click en el anuncio y llega a tostadora.com. Después, el navegador sabe que debe almacenar algunos datos sobre este evento: que el usuario hizo click en el anuncio en la página del editor (reconocible por el ID del anuncio) y llegó a la página web del anunciante. Más adelante, el usuario compra una tostadora. El anunciante les dice a sus diversos socios de tecnología publicitaria que la compra se ha realizado y un poco de información sobre la compra para activar la atribución.

La empresa de tecnología publicitaria condensa toda esta información en una solicitud muy simple al navegador, limitada a solo tres bits de datos. Este límite significa que la información transmitida por la empresa de tecnología publicitaria puede ser uno de solo ocho valores, ya que ese es el número máximo de valores diferentes que se pueden asignar con tres bits de datos.

Entonces, la empresa de tecnología publicitaria le dice al navegador "John Smith compró una tostadora de 50$". En cambio, el usuario de tecnología publicitaria puede asignar un significado diferente a cada uno de estos ocho valores. Por lo tanto, la solicitud podría simplemente darle al navegador el número "2", que la empresa de tecnología publicitaria sabe que significa una compra entre el valor de 35-55$.

El navegador proporciona un informe (después de un dealy), retroalimentando el ID de anuncio almacenado (12345) y el mismo bit de información que recibió de la empresa de tecnología publicitaria (2). Esto permite que la empresa de tecnología publicitaria reconozca que un click en un anuncio en deportes.com contribuyó a una conversión de "35-55$”, sin conocer ninguna información sobre el usuario. Hay otros procesos involucrados para garantizar que se preserve la privacidad. Una pieza importante es que se agrega "ruido", lo que significa que en un pequeño porcentaje de casos, el navegador envía datos aleatorios en lugar de los datos reales.

Esta misma lógica descrita anteriormente se puede adaptar para la medición de conversiones post-impresión (aunque se necesita un trabajo adicional para que el navegador sepa cuándo guardar los datos de atribución sin que el usuario haga click en nada).

El proceso también se puede adaptar para informes agregados. Sin pasar por los detalles específicos de cómo difiere el proceso, lo más importante que debe saber es que los informes agregados permiten que se pasen más datos sobre la naturaleza de la conversión a través del sistema (por ejemplo, datos sobre el artículo específico comprado y la ubicación. La compensación es que el informe recibido por la empresa de tecnología publicitaria y el anunciante no proporcionará información sobre clicks o vistas de anuncios específicos, solo datos de nivel general.

Aún queda trabajo por hacer

La creencia de Google es que los informes a nivel de eventos y los informes agregados funcionarán juntos en conjunto.

Los datos a nivel de evento, con menos información disponible, serán mejores para la optimización a mitad de campaña, la supervisión de fraudes y la atribución en los casos en que no sea necesario informar información detallada sobre la conversión en sí.

Mientras tanto, los informes agregados serán mejores para medir el retorno de la inversión, lo que ayudará a las marcas a comprender el rendimiento de una campaña una vez que se ha estado ejecutando durante un período de tiempo significativo.

Google también espera agregar más funcionalidades a la API más adelante, incluidos los informes de aplicación a web (donde un usuario ve o hace click en un anuncio en una App móvil y realiza una conversión en un sitio web) y los informes entre dispositivos, donde la impresión y la conversión ocurren en dispositivos completamente separados, pero todavía queda mucho trabajo por hacer.

Si bien la API de informes agregados se ha lanzado para pruebas, hasta ahora esto se ha limitado al caso de uso más básico: informes a nivel de evento para conversiones de click y Google reconoce que incluso con estos casos de uso adicionales, la API de informes agregados sigue siendo solo una pieza del rompecabezas de medición, con más API necesarias para un rango más amplio de casos de uso de medición y atribución.

Artículo original publicado en inglés en VideoWeek