La identidad es un tema importante en el marketing basado en datos. Los anunciantes quieren dirigirse a los consumidores a nivel de persona, los editores quieren monetizar sus audiencias, y la identidad es crucial para garantizar que el "John Smith" al que la marca está tratando de llegar y el "John Smith" que actualmente está comprando en Amazon, desplazándose por TikTok, o buscando un evento de fin de semana en Ticketmaster son realmente la misma persona.
Hasta ahora, los identificadores de anuncios en móviles (MAID) y las cookies de terceros servían para conectar los puntos, al menos en las plataformas digitales abiertas. Pero sus días están llegando a su fin, y la transición sigue siendo agitada. ¿Qué opciones tienen ahora los profesionales del marketing?
La mayoría de los profesionales del marketing apuestan por los datos de origen porque les permiten diferenciarse de sus competidores, mantener el control sobre sus activos de datos y evitar complicaciones relacionadas con la privacidad. Pero todo el mundo utiliza identificadores diferentes. Netflix le conoce por su dirección de correo electrónico, Macy's por su número de teléfono, Delta por su número de SkyMiles, Instagram por su nombre de usuario, Xbox por su gamertag. Un sitio web que visites sin identificarte puede asignarte una cookie de terceros o recoger tu dirección IP.
Para medir la audiencia de forma coherente, exhaustiva y comparable en todas las plataformas, los profesionales del marketing necesitan un sistema de identificación sólido con un gráfico de identidad diseñado específicamente para la medición.
¿Qué es un gráfico de identidad?
Los consumidores utilizan muchos dispositivos, aplicaciones e identificadores para interactuar con el mundo, y esas interacciones dejan un rastro constante, como las instantáneas de un fotomosaico. Cada instantánea cuenta solo un fragmento de la historia, pero juntas producen un retrato de 360° de quiénes somos, lo que nos gusta y lo que no, nuestros intereses y preferencias y, lo que es más importante para los profesionales del marketing, lo que podríamos hacer a continuación.
Para encajar las piezas, los grandes anunciantes, editores y proveedores de datos han desarrollado gráficos de identidad: grandes bases de datos en las que millones de dispositivos, identificadores y sus usuarios están vinculados para crear perfiles unificados de clientes y hogares. Utilizan esos gráficos para la segmentación y la personalización, emparejando a los clientes actuales y potenciales de la lista de correo de una marca con los miembros de la audiencia de una plataforma. Por ejemplo, la división de activación de Nielsen tiene un gráfico centrado en la segmentación.
La activación de campañas no es la única razón para utilizar un gráfico de identidad. Examinemos por qué un gráfico de identidad fiable, independiente y bien calibrado es esencial para la medición moderna.
¿Qué diferencia a un gráfico de identidad de grado de medición?
No todos los gráficos de identidad se centran en representar con exactitud a la población en general. Las fuentes de datos que utilizan pueden estar sesgadas hacia una determinada geografía, los usuarios de una determinada plataforma o un solo tipo de dispositivo. La deduplicación de registros puede no ser tampoco una prioridad máxima, siempre y cuando pueda producirse alguna coincidencia y los anuncios acaben llegando a la gente.
Pero las tasas de concordancia no lo son todo. Si el objetivo final es la medición, la representación estadística y la deduplicación son necesarias para medir correctamente el alcance, la frecuencia y otros KPI importantes de la campaña, como el retorno de la inversión publicitaria (ROAS) o las conversiones de clientes potenciales. En Nielsen, cuando cargamos nuevos datos en nuestro gráfico de identidad, tenemos mucho cuidado en validar las coincidencias entre dispositivos, personas y hogares con los datos del censo y nuestros propios paneles basados en personas. Como ya hemos visto en nuestra serie Need to Know, los paneles de personas cuidadosamente seleccionados son fundamentales para calibrar los macrodatos.
¿Cuál es el alcance de nuestro proceso de limpieza de datos? Cada año, nuestros sistemas ingieren miles de millones de identificadores y enlaces procedentes de una amplia variedad de fuentes de datos externas, pero sólo el 20% llega al gráfico de identidad resuelto. Utilizamos nuestros paneles de personas para calibrar estos conjuntos de Big Data y garantizar la precisión de nuestras asignaciones de audiencia y agrupación de gráficos. Como resultado, el gráfico de identidad de Nielsen está optimizado para la representatividad y precisión necesarias para la medición.
¿Cómo utilizan los profesionales del marketing el gráfico de identidad de Nielsen?
Los gráficos de identidad no se construyen de forma aislada. El gráfico de identidad de Nielsen se sitúa en el centro de un sistema de identificación integral que incluye cuatro pasos distintos:
Primer paso
Ingesta de datos
Todo comienza con la ingesta de datos relevantes para la campaña de un cliente. Puede tratarse de datos de origen de anunciantes y editores; datos de terceros para enriquecer los perfiles de los clientes con nuevos atributos; datos para añadir perspectivas volumétricas de las plataformas digitales; y big data de distribuidores de programas y fabricantes de televisores inteligentes para obtener datos de visionado.
Segundo paso
Resolución sobre identidad
El segundo paso consiste en cotejar las nuevas entradas de datos con el gráfico de identidad de Nielsen para establecer los vínculos correctos entre dispositivos, identificadores y personas. Una vez validados los datos asociados a cada perfil, podemos asignar un identificador único (denominado Nielsen ID) a los registros.
Tercer paso
Modelización de la audiencia y del recorrido del usuario
El siguiente paso del proceso consiste en comparar los datos demográficos de fuentes de datos externas con los datos demográficos verificados de nuestro panel para corregir las lagunas de datos y calibrar las incoherencias. A continuación, se utilizan técnicas avanzadas de aprendizaje automático para deduplicar audiencias y construir recorridos de usuario que reflejen fielmente todos los puntos de contacto y resultados relevantes asociados a la campaña.
Cuarto paso
Medición de campañas
Por último, es hora de producir métricas de audiencia (como el alcance, la frecuencia, el porcentaje de público objetivo o las métricas de cross-media ) y métricas de resultados (como las ventas, el ROAS o el coste por cliente potencial) para informar sobre los resultados reales, imparciales, no duplicados y debidamente atribuidos de la campaña.
Como hemos mencionado anteriormente en el artículo, la división de activación de Nielsen, Nielsen Marketing Cloudcuenta con un gráfico de activación a nivel de persona que utiliza muchas de las mismas fuentes que el gráfico de medición de Nielsen y comparte la misma lógica de resolución que ofrece una visión deduplicada de la audiencia. Pero en lugar de medir, está diseñado para impulsar el alcance de las campañas y la personalización a escala.
¿Cuáles son las implicaciones para la privacidad de un sistema de identificación digital?
La incorporación de datos de exposición a anuncios y resultados procedentes de fuentes externas puede ser una propuesta espinosa en el actual clima de privacidad de datos. Incluso cuando se ha obtenido el consentimiento del usuario, los profesionales del marketing están justificadamente nerviosos a la hora de poner a prueba los límites de ese consentimiento compartiendo los datos de los clientes con socios externos. Esto es especialmente cierto en sectores muy regulados, como la sanidad o los servicios financieros. Los algoritmos hash pueden ayudar a ocultar identificadores sensibles como las direcciones de correo electrónico, pero los identificadores hash se consideran información personal identificable (IPI) en algunas jurisdicciones (como Europa), y no siempre pueden evitar que los malos agentes identifiquen a la persona que se esconde tras el identificador hash.
¿Cuál es la solución? En Nielsen, hemos implementado un conjunto de procesos de seguridad y privacidad de datos para facilitar la colaboración de datos (como encontrar el solapamiento entre un conjunto de datos de un anunciante y un editor) sin compartir realmente información sensible entre los socios de datos. Por ejemplo, las integraciones de sala blanca garantizan que los datos de Nielsen, nuestros clientes y nuestros socios permanezcan dentro de sus respectivos entornos al tiempo que permiten la medición. Técnicas como la computación confidencial y la privacidad diferencial permiten a las partes trabajar juntas sin ver los datos de los demás.
La privacidad es una prioridad absoluta para vendedores y consumidores. Cualquier sistema de identificación digital con el que trabajes debe tomárselo en serio.
Medición digital más allá de las cookies de terceros
Puede que las cookies de terceros estén en las últimas, pero los profesionales del marketing siguen necesitando dar sentido a sus campañas multiplataforma. Y quieren aprovechar las nuevas oportunidades de planificación y segmentación -como las que ofrecen las audiencias avanzadas- paramantenerse por delante de sus competidores.
Quizás más que nunca, los profesionales del marketing necesitan socios de medición que puedan ayudarles a conectar los puntos y producir métricas de audiencia y resultados precisas y coherentes que sean relevantes para su negocio.
Need to Know de Nielsen repasa los fundamentos de la medición de audiencias y desmitifica los temas más candentes del sector de los medios de comunicación. Lea todos los artículos aquí.