Los marketers no son ajenos al storytelling. Usar datos para crear historias convincentes que conecten la marca con sus consumidores es el corazón de lo que hacen. Y hoy las personas tienen más poder que nunca para tomar el control de sus datos y asegurarse de que la privacidad sea un hecho, no una aspiración. Según una nueva investigación de Boston Consulting Group y Google, mientras que dos tercios de los consumidores desean que los anuncios sean relevantes, casi la mitad de ellos se sienten incómodos compartiendo sus datos para que puedan personalizarlos.
Por lo tanto, no se trata de si tu negocio adoptará un enfoque centrado en la privacidad. La única pregunta es cuándo. Gartner predice que, para el próximo año, las leyes de privacidad protegerán datos personales del 65% de la población mundial, mientras que el alcance en 2020 fue solo de un 10%. Sin embargo, no todos los especialistas en marketing han implementado planes que contemplen esas regulaciones.
En el torbellino de crear y lanzar campañas digitales y mantenerse al día con las soluciones de medición, que evolucionan constantemente, es fácil confundirse y dejarse llevar por conceptos erróneos. A continuación, analizaré más de cerca tres de los conceptos erróneos de medición más generalizados y explicaré cómo puedes abordarlos para construir un futuro en el que la privacidad sea lo primero para tu negocio.
3 mitos comunes de medición
Mito #1: La desactivación de las cookies interrumpirá las etiquetas del sitio web
Los especialistas en marketing han confiado durante mucho tiempo en las cookies y las etiquetas de los sitios web para detectar la actividad y las conversiones en todo el sitio. Pero a medida que las cookies de terceros se vayan eliminando, ¿cómo puedes medir y optimizar tus campañas?
Una distinción importante que se debe hacer es que las cookies y las etiquetas están interrelacionadas, pero no son intercambiables. Las etiquetas son fragmentos de código colocados en tu sitio web que te permiten medir las interacciones de los visitantes y el rendimiento del marketing. Las etiquetas se utilizan para establecer cookies, que viven en el dispositivo de un visitante y almacenan información de navegación. Las etiquetas también se pueden usar para establecer cookies propias o de terceros en tu dominio.
Dado que las cookies de terceros y otros identificadores son obsoletas, una medición precisa depende de una robusta infraestructura de etiquetado que está diseñada para cookies de origen y que puede interactuar con las nuevas capacidades de atribución proporcionadas por los navegadores. Recomendamos que adoptes una solución de etiquetado que sea fácil de usar y lo suficientemente duradera como para evolucionar con los cambios de la industria. Una solución, como Google tag (gtag.js) o Google Tag Manager y sus integraciones, puede proporcionar una medición precisa, tener efectos posteriores positivos y mejorar el modelo de conversión y las ofertas.
Mito #2: Una medición precisa se basa en los datos de terceros
No se puede negar el impacto que las cookies de terceros han tenido en la publicidad. Han sido fundamentales para mejorar la experiencia del usuario y la relevancia de los anuncios. También, para proporcionar a los especialistas en marketing información útil sobre la actividad de los clientes en los sitios web. Pero las cookies de terceros también dificultan que las personas controlen cómo se recopilan y utilizan sus datos. Y a medida que aumentan las expectativas de los consumidores sobre la privacidad, los costos de las cookies superan cada vez más sus beneficios.
Una estrategia de datos de origen permite a las empresas satisfacer las preferencias de privacidad de los clientes al tiempo que obtienen información más útil.
Esto plantea otro clásico concepto erróneo sobre alejarse de las cookies de terceros: que al hacerlo contarás con datos inexactos. Este no es el caso si los especialistas en marketing están dispuestos a buscar otras fuentes de datos. Ahí es donde entran los datos de primera mano.
Invertir en una estrategia de datos propios permite a las empresas de todos los tamaños satisfacer las preferencias de privacidad de los clientes y, al mismo tiempo, obtener información más útil. ¿Cómo exactamente? Mediante la creación de un intercambio de valor bidireccional significativo entre tu marca y los clientes para que ofrezcas recomendaciones seleccionadas, beneficios u otras ofertas especiales a cambio de recopilar datos de clientes en tu sitio web, app y canales fuera de línea.
Un buen ejemplo es el de la agencia Omnicom, en Chile. Ante el desafío de recolectar datos de primera mano de una manera segura, creó una estrategia basada en el uso de etiquetas de medición para dos de sus clientes. Mediante este etiquetado, no solo se logró identificar diferentes acciones de los usuarios dentro de los sitios web de cada marca, sino, también, datos más precisos como color y tipo de vehículo, en el caso de la empresa automotriz.
Con las herramientas y los permisos correctos, los datos propios también pueden brindar información práctica que es exclusiva de tu empresa y de las interacciones con los clientes. También puede informar otras soluciones seguras para la privacidad que mejoran aún más la precisión de tus mediciones. Por ejemplo, implementar una solución como conversiones mejoradas para la web puede desbloquear datos de atribución de conversión adicionales al hacer coincidir los datos con hash proporcionados por el usuario de tu sitio web con cuentas de Google en las que se haya iniciado sesión. El resultado es una visión más completa del recorrido del cliente.
Mito #3: Proteger la privacidad e impulsar los resultados comerciales son mutuamente excluyentes
Por último, a medida que la industria se aleja de los identificadores individuales y se acerca a las soluciones que priorizan la privacidad, algunos anunciantes temen que comenzarán a ver brechas de medición que interrumpen sus informes y perjudiquen la optimización posterior. Si bien la pérdida de algunos datos observables es inevitable, es importante reconocer que existen modelos basados en el aprendizaje automático disponibles que preservan la medición y ofrecen rendimiento.
El aprendizaje automático funciona mediante el análisis de datos para identificar tendencias, correlaciones y otros conocimientos que de otro modo podrían perderse, por error humano o de otra manera. En la publicidad digital, las técnicas de aprendizaje automático seguras para la privacidad trabajan para mejorar los informes de tu campaña y brindarte una visión más precisa del viaje del cliente.
Una aplicación popular es el modelado de conversión, que asigna conexiones entre interacciones de anuncios y conversiones que de otro modo no serían observables, al tiempo que preserva la privacidad de los usuarios individuales. Al apoyarse en este tipo de solución, puede mejorar tu medición para evaluar mejor el verdadero impacto de tus medios de una manera segura para la privacidad. Esto, a su vez, permitirá una mejor optimización y retorno de la inversión.
El viaje hacia un futuro sin cookies de terceros puede parecer desalentador, pero no tiene por qué serlo. Deja a un lado estos mitos de marketing y comprométete a construir una base de medición sólida ahora con el fin de estar listo para lo que viene a continuación.
