Publicidad personalizada en tiempo real: hablemos de tú a tú

Sin duda, estamos ante un gran cambio. Hemos pasado de la necesidad de construir un mundo Mobile a centrarnos en la IA (Inteligencia Artificial)”. Así lo declaraba el CEO de Google, Sundar Pichai, en el Keynote Google I/O 2017. Y esta evolución implica un cambio de paradigma único en la historia de la publicidad.

Y es que ésta pasa a basarse en algoritmos de machine learning (aprendizaje automático) que permiten mostrar a un usuario determinado su publicidad personalizada tiempo real. Es decir, impactar al usuario en el momento y lugar adecuados con el mensaje correcto.

Claves:

  • 1) Ser ID centric (datos)Integrar y unificar la información de clientes para identificar audiencias de alto valor es el primer reto al que se enfrentan las marcas. En nuestro caso, contamos con la herramienta Audience Measurement Platform, que combina datos online/offline y ofrece información sobre segmentos de audiencia con mayor probabilidad de rendimiento para un objetivo de negocio específico. El resultado es una mejora en la eficiencia y personalización de sus campañas gracias a los datos obtenidos de forma directa.
  • 2) Ser business centric (inteligencia) 

    También es clave realizar análisis avanzados para ofrecer soluciones analíticas globales y poder entregar un mensaje específico a la persona adecuada, optimizando así todo el plan de medios. A través de la recopilación continua y automatizada de datos con herramientas de análisis de negocio, los analistas son capaces de optimizar la inversión en tiempo real y realizar planes de medios inteligentes para diversos escenarios. De esta forma, se pueden realizar juegos de predicción con millones de escenarios, analizando relaciones entre conjuntos de datos previamente no conectados, puntos de ventas, inversiones en medios, factores ambientales, actividad competitiva, etc.

  • 3) Ser persona centric (personalización) 

    Por último, es fundamental desarrollar estrategias de data driven creative para personalizar y adaptar el contenido del mensaje al tipo de audiencia, e impactar en el momento oportuno. En este sentido, la consultora McKinsey afirma que los CPA (coste por adquisición) se reducen un 50% con el uso de la personalización en las creatividades para los usuarios.

Un ejemplo de este tipo de publicidad fue la que GoPro usó en su campaña para el lanzamiento de su cámara de acción Hero5. La compañía centró el esfuerzo en dirigirse a una audiencia muy concreta (surfistas, ciclistas, esquiadores), introduciendo variables y términos de búsqueda que se ajustasen más el producto (“resistente al agua”, “estabilización de vídeo”, “control de voz”).

A través del machine learning se crearon más de 1.600 versiones de anuncios personalizados distribuidos en 14 países, todos con contenido dirigido, imágenes relevantes, producciones innovadoras (vídeos 360, zoom dinámico,) y mensajes personales para llegar a este público tan concreto. Gracias a esto, la marca consiguió incrementar un 6,84% su ROAS (retorno de la inversión publicitaria).

Y es que con este tipo de tecnología podemos aportar efectividad de forma muy fiable. Todo gracias al machine learning.

FUENTE: Por el País Retina

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s