SODP logo
Conviértase en socio de marca

Cómo el modelado predictivo de IA puede ayudar a los editores a superar la incertidumbre de las cookies de terceros 

Jürgen GallerJürgen Galler
22 de marzo de 2021
Hecho comprobado por Jürgen Galler Editado por Jürgen Galler
modelo predictivo de IA
Todo el mundo sigue hablando de la desaparición de las cookies de terceros, pero la conversación está cambiando. Si bien editores, anunciantes y proveedores de tecnología inicialmente desconocían cómo funcionaría la segmentación, y el marketing digital en general, en el futuro, ahora el enfoque se ha centrado en la implementación de soluciones que beneficien a todas las partes.  Mientras Google prueba varias propuestas con temática de aves en su proyecto Sandbox para abordar un estimado 52% Ante la caída de los ingresos de los editores, los actores de la industria han puesto la mira en los datos propios y la segmentación contextual como formas de ayudarlos a navegar la incertidumbre sin cookies.  Este cambio augura un futuro prometedor que permitirá la entrega continua de marketing digital eficaz, preservando al mismo tiempo el acceso a los datos, el control y el cumplimiento de la privacidad en la web abierta. Además, garantizará la escalabilidad y una monetización sostenible.  Sin embargo, para que este cambio sea verdaderamente exitoso, también será necesaria cierta ayuda de la tecnología, específicamente inteligencia artificial (IA) y modelos predictivos.  

Descifrando el secreto de los datos propios 

Los editores saben que tienen a su alcance un camino seguro hacia la salvación post-cookies: los datos propios. Con una conexión directa con sus audiencias, tienen más posibilidades de obtener el consentimiento de los usuarios y recopilar los datos necesarios para impulsar contenido personalizado y estrategias de monetización, protegiendo así sus resultados.  Sin embargo, aprovechar los datos propios requiere un enfoque holístico. La información procedente de las interacciones de los usuarios con la web suele estar desestructurada y ser difícil de gestionar, especialmente para editores con recursos limitados. Algunos usuarios pueden iniciar sesión, mientras que otros son anónimos, lo que significa que la cobertura de los datos y la comprensión de la actividad del usuario suelen ser inconsistentes e incompletas. Por ejemplo, nuestros datos muestran que solo entre el 2 % y el 10 % de los usuarios comparten detalles como la edad y el sexo, mientras que el 90 % restante permanece desconocido.  Para aprovechar al máximo los valiosos datos de audiencia, los editores necesitan una forma de organizarlos, expandirlos y aprovecharlos eficazmente. Aquí es donde la IA puede ayudar. En primer lugar, las herramientas basadas en IA con alta capacidad de procesamiento y orquestación pueden consolidar grandes cantidades de datos sin clasificar en un único repositorio de información, más fácil de comprender y activar. En segundo lugar, pueden completar las piezas clave que faltan para ofrecer a los editores una visión unificada y crucial del recorrido del usuario, lo que facilita una segmentación y activación precisas, incluso en ausencia de datos concretos.  Por ejemplo, los algoritmos de aprendizaje automático pueden analizar automáticamente la interacción de los usuarios que consienten, basándose en señales contextuales, para ofrecer una ventana en tiempo real a los intereses y preferencias únicos, manteniendo los perfiles actualizados y precisos. Esto no solo ahorra días o semanas de procesamiento manual, sino que también mejora la experiencia publicitaria, impulsando formatos de anuncios de mayor valor, impulsados ​​por el editor y que se adaptan al contexto y a la experiencia del usuario.   Además, la tecnología avanzada de modelado de IA puede cubrir las lagunas de los usuarios no rastreables. Por ejemplo, al incluir datos FDesde diferentes entornos (web, aplicaciones, CRM y CTV), se pueden descubrir patrones entre usuarios con ciertos atributos, lo que impulsa el enriquecimiento de perfiles de usuarios similares para mantener la segmentación entre toda la audiencia. Estas tecnologías se centran en la lógica, en lugar de declarar atributos que abordan directamente las preocupaciones de privacidad que provocaron la desestimación de las cookies de terceros en primer lugar.  

Llevando el contexto a un nuevo nivel 

La segmentación contextual también ha recuperado popularidad a medida que la industria continúa su búsqueda para encontrar soluciones efectivas, pero que respeten la privacidad y cumplan con las normas, para llegar a los consumidores en la era posterior a las cookies.  La tecnología en este ámbito ha avanzado considerablemente en los últimos 10 años, lo que permite el desarrollo de herramientas de segmentación contextual más precisas y ágiles. Por sí solos, los editores cuentan con el conocimiento y la capacidad de personalizar el contenido y crear segmentos de audiencia que constituyen una base viable para la publicidad contextual. Además, con herramientas más sofisticadas, ahora pueden ofrecer una precisión de segmentación mucho mayor. Por ejemplo, la nueva generación de tecnología basada en IA permite a los editores ir más allá de los límites contextuales tradicionales. Mediante el uso de señales en tiempo real y una evaluación exhaustiva de sus propiedades digitales, pueden recopilar información precisa y escalable sobre la audiencia, disponible tanto para las marcas como para el propio departamento de marketing del editor.   En resumen, proporciona la direccionabilidad incremental necesaria para facilitar una personalización que no solo es muy atractiva para los anunciantes sino que también garantiza una mejor experiencia para los usuarios, fortaleciendo en última instancia los vínculos con la audiencia y aumentando la probabilidad de lealtad a largo plazo.   Centrarse en los datos propios y la segmentación contextual avanzada es, sin duda, un paso en la dirección correcta para el panorama mediático digital. Para los editores, simplemente cambiar una cookie (de terceros) por otra (de origen) podría no ser suficiente para superar por completo la incertidumbre de las cookies. La clave reside en desarrollar una estrategia de origen ágil y escalable mediante la prueba de tecnologías alternativas. Esto generará nuevas oportunidades para que los editores aumenten el valor que ofrecen tanto a los usuarios como a las marcas y, a su vez, fortalezcan su posición en el mercado.      
0 0 votos
Calificación del artículo
Suscribir
Notificar de
invitado
0 Comentarios
Comentarios en línea
Ver todos los comentarios

¿Contribuyente?

¡Únete a nuestra comunidad ahora! Inicie sesión para comentar o conviértase en colaborador para compartir sus conocimientos y experiencia únicos. Tu voz importa: ¡participa hoy!

ACCESO
CONVIÉRTETE EN CONTRIBUYENTE

Consulte a nuestros colaboradores

Destacados
[rp4wp]
SODP logo

State of Digital Publishing está creando una nueva publicación y comunidad para profesionales editoriales y de medios digitales, en nuevos medios y tecnología.

ESTADO DE LA PUBLICACIÓN DIGITAL – COPYRIGHT 2026

0
Me encantaría saber tu opinión, por favor comenta. X