¡Gracias!

Cómo evolucionar de la dependencia de los datos a nivel de usuario. Debemos pasar de los datos centrados en el usuario a datos agregados

Talia Rona
User level data privacy - featured

Abraza el cambio – Todo es cuestión de la mentalidad correcta

Los cambios de Apple en materia de privacidad fueron y siguen siendo un gran desafío para los marketers. Pero lo que todos tendemos a olvidar a veces es que el móvil siempre ha sido un entorno que cambia rápidamente y en el que una mente adaptable es la clave para prosperar. 

Y si pensabas que el reciente tsunami de la privacidad había terminado, pues bien, ¡nuevos cambios están en camino! 

Con el reciente anuncio de SKAN 4.0, que se espera que se despliegue a finales de este año, la eliminación de GAID por parte de Google, el despliegue del Privacy Sandbox previsto para 2024 y la retirada de las cookies de terceros en la web, todo ello en el mismo año, será mejor que te abroches el cinturón.

Por lo tanto, el nombre del nuevo juego es: vivir con mayores niveles de incertidumbre y aprovechar al máximo lo que se tiene. La atribución a nivel de usuario solía ofrecer datos granulares para optimizar, lo que traía consigo una sensación de certeza que ahora ha desaparecido en parte. 

Claro, todavía podemos medir el impacto. Pero no con tanta precisión, y quizá más importante, con menos confianza que antes, al menos hasta que nos adaptemos a este nuevo orden mundial. 

Paso 1 – Alinear y sincronizar con tus equipos

Sincronización de datos a nivel de usuario con tus equipos

Una mayor complejidad en la interpretación de tus datos exige una mayor sincronización con tus equipos en torno a la redefinición de los procesos comunes. 

Esto incluye tanto a nivel interno dentro de tu equipo de marketing, ya que los gestores de UA o los compradores de medios multicanal podrían no estar confiando en las mismas fuentes de datos, como a nivel externo con otras partes interesadas dentro de tu organización, ya que las propias definiciones y metodologías de cada métrica han cambiado. 

Tratar con varias fuentes de datos para evaluar el rendimiento obliga a los responsables de las marcas a ser más específicos sobre el origen de sus métricas, lo que garantiza que no haya una interpretación errónea de los datos.

Por ejemplo, ¿qué fuentes estoy mirando? ¿Qué métricas son más importantes para mí? 

En los días anteriores a la ATT, una instalación era simplemente una instalación. Hoy en día, una instalación puede referirse a una instalación de SKAdnetwork (SKAN), una instalación de Apple Search Ads (ASA), una instalación de IDFA de usuarios con consentimiento, una instalación de SSOT, etc. 

Y lo mismo se aplica a casi cualquier otra métrica que no sea la de la parte superior del funnel, como el CPI. Más concretamente, ¿es un SKAN-CPI? ¿Un autoreporte de las redes? ¿Un CPI de servicios publicitarios? ¿Un SSOT-CPI? ¿O un CPI mixto? Aquí se entiende lo esencial.

Todos venimos de un mundo en el que las métricas X, Y y Z estaban a nuestra disposición, mientras que ahora – puede que tengamos que especificar la fuente o la metodología que hay detrás de cada métrica.

Convertirse en el “campeón” interno que se haga cargo de estas cuestiones y se alinee con tus equipos para encontrar las formas más lógicas de abordarlas, podría marcar una gran diferencia.

En resumen, resistirse al hecho de que nuestro ecosistema está siendo barrido por el cambio constante es inútil, y cuanto antes acepten los vendedores esta realidad, mejor preparados estarán para afrontarla. 

Paso #2 – 50 tonos de verdad (y cómo unificarlos en uno)

Los marketers necesitan combinar varias fuentes para evaluar el rendimiento de sus campañas de forma holística. 

Estos incluyen los datos de conversión de tus valores SKAN frente a los consentidos, la atribución MMP, los anuncios de búsqueda de Apple con su propia lógica de atribución (Adservices es diferente), las conversiones modeladas, los datos combinados, las estimaciones de MMM e incrementalidad, y últimamente incluso las data clean room. 

El panorama general sólo se aclara cuando se pueden combinar estas diversas fuentes, eliminar duplicaciones, limpiar los datos y estandarizarlos. 

Cuando esto sucede, se puede medir realmente el rendimiento de las campañas de una manera significativa, acercarse y alejarse, y cortar y separar tus métricas para identificar las tendencias entre canales y plataformas que tienen sentido. 

Y aunque no todas las lagunas de datos serán conciliables en todo momento, sigue habiendo formas útiles de obtener una buena comprensión de tu rendimiento utilizando todas las perspectivas disponibles en paralelo.

Estas perspectivas incluyen: 

1 – Una fuente primaria de verdad (SSOT) 

Piensa en esto como el “anillo que los gobierna a todos”, si eres un fanático de Tolkin, SSOT te permite combinar múltiples flujos de datos en uno solo, deduplicar los datos y garantizar una visión precisa del rendimiento de tus campañas.

2 – Tu cohorte consentida 

Incluso si no ha conseguido que el doble opt-in coincida con tus usuarios atribuidos por el IDFA, puedes evaluar tu rendimiento después de la instalación extrapolando el comportamiento de esa cohorte, medido en tamaño por SKAN o SSOT. 

Tus datos de IDFA también te ofrecerán una mayor granularidad sobre la retención, la conversión tardía, los eventos profundos, etc.

3 – Medición descendente 

Las metodologías holísticas como las siguientes son complementarias, en el sentido de que no sustituyen a las demás, pero pueden ofrecer una valiosa perspectiva sobre la eficacia de tu gasto en medios: 

  • Incrementalidad: te permite identificar los impulsores de ingresos incrementales en la batalla para optimizar tu asignación de presupuesto.
  • Modelización de la combinación de medios (MMM): te permite medir el impacto de tus campañas y te ayuda a determinar cómo contribuyen los distintos elementos a tus resultados.

4 – Data Clean Rooms 

Las data clean rooms permiten a los marketers aprovechar el poder de los conjuntos de datos combinados mientras se adhieren a las regulaciones de privacidad. En esencia, es una herramienta que permite a los marketers aprovechar los insights de datos a nivel de usuario sin estar realmente expuestos a ellos.

Dentro de su entorno, la información de identificación personal (PII) o los datos de atribución a nivel de usuario no son visibles para ninguno de los contribuyentes involucrados, lo que imposibilita seleccionar a los usuarios con identificadores únicos.

5 – Análisis predictivo 

Permite a los profesionales del marketing tomar decisiones basadas en datos con un alto nivel de confianza, mientras se basan en puntos de datos muy limitados.

Aunque las predicciones pueden servir para todos los aspectos del marketing basado en datos, en la realidad de iOS 14 se hacen fundamentales, ahora más que nunca. Por ejemplo, el análisis predictivo permite a los profesionales del marketing predecir el valor de vida del usuario (LTV) basándose en datos limitados, y así asignar mejor su gasto de adquisición. 

Paso #3 – Consigue todo lo que puedas de SKAN

Con un número limitado de campañas, sin datos creativos, menos conversiones y una ventana de medición limitada, SKAN de Apple presenta muchas limitaciones. Así que asegúrate de exprimir ese limón hasta la última gota.


Para las versiones actuales de SKAN 2&3, comienza por pensar estratégicamente en cómo construir tus valores de conversión y asignarlos adecuadamente en los 6 bits limitados, basándote en tus eventos medidos más valiosos o en los tramos de ingresos. 

A continuación, echa un vistazo a lo que hacen los demás en tu sector, qué es lo que más miden y qué estrategia de asignación de bits de CV les funciona mejor.

Para ayudarte a entender SKAN 4.0, aquí tienes los principales cambios que ha introducido Apple y cómo se aplican a ti:

1 – Tres postbacks en lugar de uno

A partir de SKAN 4.0 y en adelante, los anunciantes podrán recibir hasta tres postbacks (en lugar del anterior), cada uno de ellos basado en una ventana de actividad específica de 0-2 días, 3-7 días y 8-35 días. 

Esto permitirá a los anunciantes entender cómo los usuarios se involucran con su aplicación a lo largo del tiempo, y aunque estos tres postbacks no estarán vinculados a un individuo, los anunciantes podrán seguir contando las ocurrencias de eventos únicos.

2 – Anonimato

Describiendo la forma de preservar la privacidad en la que SKAN entrega los datos de atribución, el anonimato de la multitud significa esencialmente que cuantas más instalaciones se consigan, más datos se tendrán.

3 – Valores de conversión jerárquica

En la versión actual de SKAdNetwork, los postbacks incluyen un valor de conversión solo en los casos en que se alcanza el umbral de privacidad de Apple. Cuando el anonimato de la multitud es bajo, Apple toma precauciones adicionales para proteger la privacidad de los usuarios ocultando el valor de conversión y el identificador de la aplicación de origen. 

SKAdNetwork 4.0 presenta un nuevo conjunto de valores de conversión “coarse-grained” (además de los 64 valores “fine-grained” que existen hoy en día). El anunciante asigna estos valores para indicar los diferentes niveles de participación de los usuarios y permiten a los anunciantes recibir al menos algunos datos de atribución en los casos en que no se alcanza el umbral de privacidad (en niveles más bajos de anonimato).

4 – Identificador de fuente jerárquico

A partir de SKAN 4.0, Apple cambiará el nombre de su campo identificador de campaña por identificador de origen y aumentará su rango de 2 dígitos (representativos de 100 opciones) a 4 dígitos (representativos de 10.000 opciones). 

Aunque el identificador fuente es un número único, Apple anima a los anunciantes a usarlo como tres números jerárquicos, lo que les permite medir más parámetros, como la ubicación del anuncio, la ubicación geográfica, la creatividad y más.

En resumen, cuanto más alto sea el nivel de anonimato de la multitud, mayor será el nivel de granularidad que obtendrás. 

5 – Soporte web-to-app

Hasta ahora, los anunciantes sólo podían medir los flujos entre aplicaciones. En SKAN 4.0, sin embargo, los anunciantes podrán atribuir también las campañas basadas en la publicidad.

Aunque estos cambios son prometedores, seamos sinceros. La medición en SKAN es cada vez más compleja. Todavía hay incertidumbres sobre la solución, y aunque las redes publicitarias están eligiendo su propia manera de adoptar las nuevas características, están contribuyendo activamente a la falta de normas del sector. 

Como ocurre con todos los cambios recientes, cabe esperar un periodo de adaptación tanto para los profesionales del marketing como para los medios y los MMPs.

guía

Inside SKAN: SKAdNetwork insights

Read more

Paso 4 – Mejorar la información de tu cohorte consentida

 Información sobre la privacidad de los datos de los usuarios a partir de la cohorte

Pedir el consentimiento de los usuarios a través de la ATT y agrupar a los usuarios que han dado su consentimiento en cohortes te permitirá obtener información útil y alimentar la optimización de tu campaña. Con la limitada ventana de postback de Apple, el análisis de cohortes completo desaparece, lo que hace que la medición de la retención y los ingresos a largo plazo sea confusa. 

Sin embargo, el muestreo de los datos de tu cohorte consentida te permitirá evaluar el rendimiento de tus campañas evitando promediar todo según los límites de SKAN.

Paso 5 – Comprender la importancia de la medición de la parte superior del funnel

Con una precisión más limitada en los eventos de la parte inferior del funnel, y el papel crítico de los creativos de vídeo en el rendimiento, las redes publicitarias están teniendo en cuenta cada vez más datos de participación de los anuncios de primera parte para la entrega.

Los marketers tienen que analizar las métricas de la parte superior del funnel con más detalle que en el pasado. Ya no se trata sólo del CTR, sino de cómo los usuarios interactúan con tus anuncios. 

Por ejemplo, las métricas de participación, como la tasa de engagement (3 segundos de visualización de vídeo por impresión) o el tiempo medio de visualización, te permiten comprender mejor qué es lo que más resuena en tu audiencia. 

Las redes están sacando a la luz más datos analíticos sobre tus creativos, así que asegúrate de aprovecharlos.

En resumen: ¡no dejes nunca de aprender! 

Como demuestran el SKAN 4.0 de Apple y el Privacy Sandbox de Google, los cambios impulsados por la privacidad no son una tendencia pasajera, sino una realidad en constante expansión. 

Asegúrate de estar al día de los últimos avances y las mejores prácticas leyendo los blogs y las guías de tu PMM, asistiendo a seminarios web dirigidos por expertos del sector, uniéndote a comunidades online y creando una red de compañeros para poder aportar ideas, hacer preguntas y rebotarlas entre ellos.

¿Listo para empezar a tomar buenas
decisiones?

blog