Los profesionales del marketing saben bien qué es la narrativa de marca. La esencia de su trabajo es usar los datos para diseñar una narrativa atractiva que establezca vínculos entre la marca, sus contenidos y sus clientes. Además, hoy en día los clientes son más capaces que nunca de tomar el control de sus datos para asegurarse de que la privacidad sea un imperativo, no una aspiración. Según revela un nuevo estudio de Boston Consulting Group y Google, aunque a dos tercios de los consumidores les interesa la publicidad relevante, casi a la mitad de los encuestados no les gusta compartir sus datos para la personalización de anuncios.
Por tanto, la pregunta no es si tu empresa dará un giro hacia un enfoque centrado en la privacidad, sino cuándo lo hará. Según las predicciones de Gartner, el año que viene, el 65 % de la población mundial tendrá datos personales sujetos a leyes de privacidad. Esto supone un aumento respecto al 10 % del 2020. No obstante, aún hay muchos profesionales del marketing digital que no han puesto en marcha ningún plan para abordar esas normativas en sus negocios.
Cuando nos vemos en la espiral de creación y publicación de campañas digitales, en la que también tratamos de mantener el ritmo de cambio de las soluciones de medición, es fácil que nos confundan y arrastren una serie de falsos mitos muy extendidos. En este artículo, analizaré tres de las falsas creencias más generalizadas sobre la medición y explicaré cómo puedes abordarlas con la idea de preparar tu empresa para un futuro centrado en la privacidad.
Tres mitos de marketing comunes sobre la medición
Mito n.º 1: la desactivación de las cookies afectará a las etiquetas de los sitios web
Los profesionales del marketing llevan mucho tiempo usando las cookies y las etiquetas de sitios web para identificar la actividad y las conversiones en todo el sitio. No obstante, ahora que las cookies de terceros están desapareciendo, ¿cómo podrás medir las campañas e, incluso, optimizarlas?
Es importante tener en mente que las cookies y las etiquetas están interrelacionadas, pero no son intercambiables. Las etiquetas son fragmentos de código repartidos por distintas ubicaciones de un sitio web y que permiten medir las interacciones de los visitantes y el rendimiento de la estrategia de marketing. Las etiquetas se usan para definir cookies, que residen en el dispositivo del visitante y almacenan información de navegación. Las etiquetas también se pueden usar para definir cookies propias o de terceros en el dominio.
Conforme vayan desapareciendo las cookies de terceros y otros identificadores, la precisión de la medición dependerá de una infraestructura de etiquetado sólida, diseñada para enviar cookies propias y que pueda interactuar con las nuevas capacidades de atribución que proporcionen los navegadores. Recomendamos adoptar una solución de etiquetado fácil de usar y preparada para evolucionar al ritmo de los cambios del sector. Una solución así, como la etiqueta global de sitio web (gtag.js) o Google Tag Manager y sus integraciones, puede ofrecer una medición precisa, tener repercusiones positivas, mejorar la modelización de conversiones y optimizar las estrategias de puja.
Mito n.º 2: la precisión de la medición depende de los datos de terceros
Es innegable que las cookies de terceros han influido de forma considerable en la publicidad en internet. Han sido un elemento básico para mejorar la experiencia de usuario, mostrar anuncios relevantes y proporcionar a los anunciantes información útil sobre toda la actividad de los clientes en los sitios web. Sin embargo, las cookies de terceros también dificultan que los usuarios controlen cómo se recogen y usan sus datos. Conforme aumentan las expectativas de los usuarios en cuanto a la privacidad, el "coste" de las cookies supera sus ventajas.
Una estrategia de datos propios permite a las empresas satisfacer las preferencias de privacidad de sus clientes y, además, obtener insights más útiles.
La dependencia de las cookies de terceros ha dado pie al falso pero extendido mito de marketing de que su desactivación impedirá a las empresas obtener datos precisos. Eso no ocurrirá siempre que los profesionales del marketing o la mercadotecnia estén dispuestos a recurrir a otras fuentes de datos. Aquí es donde entran en acción los datos propios.
Invertir en una estrategia de datos propios permite a las empresas de cualquier tamaño satisfacer las preferencias de privacidad de sus clientes y, además, obtener insights más útiles. Pero ¿exactamente cómo? Favoreciendo un intercambio de valor real bidireccional entre la marca y los clientes, de forma que ofrezcas una selección de recomendaciones, descuentos u otras ofertas especiales a cambio de recoger datos de clientes en tu sitio web, tu aplicación y tus canales offline. Un buen ejemplo de este método es la manera de éxito en la que PepsiCo triplicó su retorno de inversión y mejoró la eficiencia de sus medios. Para ello, centró la estrategia de marketing principal en sus datos propios e invitó a los clientes a participar en un programa de fidelización para acceder a ofertas personalizadas.
Siempre que dispongas de las herramientas y los permisos adecuados, los datos propios también son recursos que proporcionan métricas útiles y específicas de tu empresa y de las interacciones de tus clientes. También facilitan información a otras soluciones con protección de la privacidad que mejoran aún más la precisión de la medición. Por ejemplo, puedes obtener más datos de atribución de conversiones implementando una solución como Conversiones mejoradas para sitios web. Este servicio correlaciona los datos proporcionados por el usuario (procedentes de tu sitio web y cifrados con hash) con cuentas de Google en las que se ha iniciado sesión. En consecuencia, puedes formarte una idea más completa del recorrido del cliente.
Mito n.º 3: la protección de la privacidad es incompatible con unos buenos resultados empresariales
Por último, a medida que el sector deja atrás los identificadores individuales en favor de soluciones centradas en la privacidad, algunos anunciantes temen la aparición de lagunas de medición que perjudiquen a la información obtenida y dificulten la optimización derivada de esta. Aunque es inevitable perder ciertos datos observables, es importante saber que disponemos de modelos basados en el aprendizaje automático que permiten seguir realizando mediciones y ofrecen buenos resultados.
El funcionamiento del aprendizaje automático se basa en el análisis de datos para identificar tendencias, correlaciones y más insights que podrían pasar desapercibidos debido a errores humanos u otros motivos. En el ámbito de la publicidad digital, las técnicas de aprendizaje automático con protección de la privacidad mejoran los informes de campañas y te permiten formarte una idea más precisa del recorrido del cliente.
Una aplicación de esa capacidad es la modelización de conversiones. Este proceso establece conexiones entre las interacciones con anuncios y las conversiones que de lo contrario no podrían observarse, además de preservar la privacidad de cada usuario. Recurriendo a este tipo de solución, puedes mejorar la medición para evaluar los resultados reales de tus medios de una forma más precisa y que garantice la privacidad. Esto, a su vez, te permitirá mejorar objetivos como la optimización y el retorno de la inversión.
Prepararse para un futuro sin cookies de terceros puede parecer un proceso abrumador, pero no tiene por qué serlo. Deja estos mitos sobre marketing digital a un lado y toma nota de las verdades: adopta el compromiso de empezar a crear un sistema de medición sólido ya mismo y prepárate para lo que está por venir.
