Noticias

Jan 26, 2024

Cómo la IA está solucionando el problema de privacidad de los anunciantes

Únase a altos ejecutivos en San Francisco el 11 y 12 de julio para escuchar cómo son los líderes

Únase a los principales ejecutivos en San Francisco el 11 y 12 de julio para escuchar cómo los líderes están integrando y optimizando las inversiones en IA para el éxito. Aprende más

Atrás quedaron los días de publicar grandes y audaces pliegos en una revista popular o lanzar una toma de control de la página de inicio digital en algunos sitios de editores de alto tráfico. Para el próximo año, se espera que el mercado mundial de publicidad multiplataforma y móvil alcance casi los 300.000 millones de dólares. Por lo tanto, implementar una campaña que abarque redes sociales, visualización, transmisión y más no es la excepción. Es la (nueva) regla.

Si bien este enfoque arroja una red más amplia y permite que las marcas se encuentren con los consumidores donde están, dos desafíos continúan preocupando mucho a los anunciantes: orientar los anuncios de manera consistente y efectiva a audiencias relevantes y, a partir de ahí, atribuir el rendimiento a los resultados comerciales. Estas preocupaciones existen en todas las plataformas, y cuantas más extensiones de campaña, a menudo, más turbios parecen volverse los esfuerzos de orientación y atribución.

Ahora, sin embargo, hay una nueva capa. Las regulaciones de privacidad mejoradas significan que los anunciantes están perdiendo el acceso a detalles granulares que antes habían ayudado a perfeccionar la orientación de la campaña y el rendimiento general.

Las políticas de privacidad mejoradas están haciendo que la publicidad digital sea aún más desafiante. Si bien identificar y dirigirse de manera efectiva a audiencias discretas a escala siempre ha sido una tarea difícil, los datos que una vez guiaron estas decisiones ahora están fuera de la mesa.

Transformar 2023

Únase a nosotros en San Francisco los días 11 y 12 de julio, donde los altos ejecutivos compartirán cómo han integrado y optimizado las inversiones en IA para lograr el éxito y evitar errores comunes.

Pero va más profundo. Gran parte de los datos que los anunciantes pueden recopilar son puramente estimaciones: muchos usuarios optan por no participar en el seguimiento en el sitio y en la aplicación. Por ejemplo, hasta el 88 % de los usuarios de Facebook en todo el mundo, y el 96 % en los EE. UU., optaron por no seguir el seguimiento de aplicaciones. Combine esos números asombrosos con políticas de privacidad específicas de la plataforma y los anunciantes se quedan mirando métricas incompletas la mayoría de las veces.

Cada vez más, las marcas recurren a la inteligencia artificial (IA) para mejorar la orientación y la atribución. La IA puede ayudar a los anunciantes a llegar a las audiencias deseadas en función de las entradas creativas. Compare este enfoque con el antiguo juego de adivinanzas en el que la segmentación de la audiencia planificada previamente impulsaba la estrategia.

Al aprovechar la IA, tanto las plataformas como los anunciantes pueden optimizar mejor la orientación de base más amplia, confiando en los algoritmos de la plataforma de medios para recopilar innumerables puntos de datos mientras entregan los mensajes correctos a los usuarios correctos en el momento correcto.

AI también está mejorando la medición y la atribución, cerrando las brechas de conocimiento que están creando las políticas de privacidad modernas. Mediante el uso de modelos predictivos, los anunciantes ahora pueden llenar estos vacíos de manera eficiente y efectiva.

Los algoritmos impulsados ​​por IA pueden analizar grandes cantidades de datos, identificando patrones y conocimientos que ayudan a encontrar, atraer y activar a sus clientes ideales. Ningún planificador de medios humano sería capaz de ejecutar a este nivel y a esta velocidad.

Igualmente importante, con la IA, los anunciantes pueden ir más allá de los datos demográficos, aprovechando las señales contextuales y de comportamiento para ofrecer anuncios más relevantes a las audiencias. El modelado similar también puede aplicarse aquí, trabajando a partir de un conjunto de datos específico; los anunciantes pueden crear audiencias similares en función de qué tan cerca se alinean las personas y los segmentos con la audiencia original. Muchos conocimientos conectivos que los algoritmos de medios modernos pueden descubrir estaban previamente ocultos a los anunciantes y expertos en medios.

La IA puede ayudar a los anunciantes a entregar mensajes mucho más relevantes a consumidores individuales en función de sus intereses, historial de navegación y otros factores clave. Este enfoque puede ayudar a aumentar el compromiso y las conversiones al ofrecer contenido más notable cuándo, dónde y cómo es más probable que los consumidores tomen medidas.

A medida que el algoritmo alimenta muchos elementos creativos diferentes a una audiencia más amplia, aprende rápidamente quién responde a qué tipos de anuncios en qué entornos. Esto permite que los sistemas impulsados ​​por IA optimicen la entrega en función de las señales de comportamiento. Reconoce que este tipo de consumidor que ve este anuncio en esta plataforma en este momento, por ejemplo, es probable que haga clic, navegue y realice una acción crítica, ya sea una compra, suscripción de correo electrónico u otro KPI.

Como resultado, hay un movimiento hacia una orientación más amplia y más variaciones creativas dentro de la industria de las redes sociales porque los algoritmos pueden dirigirse a subsegmentos dentro de una audiencia más amplia mediante el uso de muchos más activos creativos y aprendizaje automático (ML). Y pueden hacerlo mucho más eficazmente que los planificadores de medios humanos con sus mapas de mensajes y segmentación planificados manualmente.

Eso lleva a otro caso de uso de IA: escalar el contenido y la producción creativa para seguir el ritmo de las demandas de la campaña. Al usar herramientas generativas de IA, las marcas pueden crear amplias variaciones en texto, texto e incluso imágenes y videos completos de manera más eficiente. Cuantas más variaciones creativas tenga, más podrán aprender y entregar los algoritmos. La IA generativa rompe el compromiso que históricamente han enfrentado los anunciantes entre el aumento de los costos de producción y una mejor entrega de medios a través de algoritmos. La creatividad de calidad en una multitud de versiones se puede alimentar a los algoritmos de medios a costos cada vez más bajos.

Los creadores de anuncios ahora usan un enfoque deconstruido, cargando múltiples imágenes, videos o variaciones de copias y luego permitiendo que las combinaciones de versiones de anuncios construidas por máquinas se publiquen a través de IA. El objetivo: alimentar a los algoritmos con suficientes elementos de contenido para admitir una cantidad estadísticamente suficiente de interacciones de datos de usuario entre los tipos de audiencia y creatividad. AI medirá y optimizará hacia la mejor combinación para la orientación.

Dirigir anuncios de esta manera se ha vuelto mucho más difícil a través de cookies y MAIDS (identificadores de anuncios móviles). Si se hace de forma manual, identificar y actuar sobre dicha información de rendimiento podría llevar semanas para la adquisición, el análisis y la producción de datos. AI puede cambiar los anuncios en función de una tirada corta de unos pocos días mostrando los anuncios en diferentes combinaciones. Tener este nivel de adaptabilidad brinda a los anunciantes la oportunidad de reducir el desperdicio y maximizar el impacto, obteniendo aún más de cada dólar de la campaña. La experiencia del consumidor también se mejora a través de anuncios y contenido más relevantes.

El área de aplicación emergente más interesante puede ser el aprovechamiento de la IA para la atribución. Incluso ahora, muchas plataformas estiman las conversiones de anuncios porque las políticas de privacidad y las limitaciones de datos limitan en gran medida el seguimiento directo. El modelado de la combinación de marketing impulsado por IA puede ayudar a pronosticar el rendimiento de la campaña a una velocidad y un costo muy por debajo de las normas históricas.

La IA también puede ayudar a las marcas a sortear la necesidad de manejar archivos de cookies e interpretar los datos de respuesta del consumidor sin dejar de cumplir con las políticas de privacidad. Cada vez más, muchas plataformas de CRM tienen estas funciones integradas. Dada la información que surge del modelado impulsado por IA, están surgiendo nuevas oportunidades para la conectividad de datos a través de la publicidad basada en SaaS.

El panorama de la publicidad digital actual es desafiante pero también muy prometedor. Para optimizar el éxito de sus campañas, deje de intentar burlar a las máquinas. No ganarás.

Los esquemas de segmentación predeterminados de ayer no ayudarán a los algoritmos a obtener los resultados que busca. En cambio, apóyate en algoritmos asistidos por IA brindándoles más mensajes, más imágenes, más videos y más plantillas. Proporcione a AI el contenido y los elementos creativos que necesita para optimizar.

Dicho esto, no olvides que tu audiencia es humana. La marca y la creatividad siguen siendo importantes, y aquí es donde el elemento humano sigue siendo supremo. Un gancho de campaña basado en una gran idea solo ayudará a AI a ofrecer resultados aún mejores. Así que concéntrese en la creatividad y los valores de la marca y deje que la IA se encargue de la ejecución en la maleza.

Max Cammarota es director de medios sociales y de rendimiento pagados en Beeby Clark+Meyler (BCM).

¡Bienvenido a la comunidad VentureBeat!

DataDecisionMakers es donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir información e innovación relacionadas con los datos.

Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers.

¡Incluso podría considerar contribuir con un artículo propio!

Leer más de DataDecisionMakers