“El 83% de los anunciantes siguen sin poder conectar los diferentes dispositivos que pertenecen a un mismo usuario y resolver las identidades digitales.

El primer paso para el people-based marketing es resolver los problemas de las identidades digitales”

– 2018, Boston Consulting Group

Si recordáis, en mi última entrada hablaba de cómo afrontar el mundo cookieless sin desesperar en el intento. Como vimos, el impacto de las medidas de Chrome afectarán mayoritariamente a las cookies de tercera parte, por tanto, parece obvio pensar que hemos de apoyarnos en las first party cookies – o en la información almacenable en un local storage – como opicón más adecuada ya que, en el escenario actual y solamente utilizando la data recogida por esta vía, podemos ejecutar segmentaciones de usuarios, activaciones personalizadas sobre audiencias hasheadas y un largo etcétera.

La cuestión es… ¿cómo “generamos” más first party data? Veámos las posibles soluciones que hemos ido encontrando y, por favor, sentios libres de aportar todas aquellas que encontréis interesantes. ¡Allá vamos!

#1 People-based solutions: HEM & CookieID matching

HEM se refiere a la técnica de hashear o encriptar el email de los usuarios de una BBDD con el objetivo de traspasarlo al entorno digital, haciendo que este email hasheado sea el nuevo identificador de cliente en todos los puntos de contacto.

No obstante, y aunque esta solución es bastante realista y de hecho ya puesta en práctica a través de tecnologías como los DMPs (Adobe/Salesforce), presenta limitaciones:

• Es una técnica eficiente para marcas con un volumen elevado de usuarios en su BBDD
• La identificación en webs de terceros sólo podría hacerse si dicho usuario utiliza el mismo HEM en esas webs, sino, el macheo debería hacerse vía CookieID siempre que éste se puediera rastrear (vuelta al problema de las third party cookies)
• Dependemos de que el usuario clique en nuestras comunicaciones y acceda al site de destino o bien, se logue en nuestros activos digitales para recuperar el HEM
• No es una solución consistente si dependemos de vincular el HEM con un CookieID (no es persistente en el tiempo)

#2 People-based solutions: Authenticated Traffic

Compañias como LiveRamp o Zeotap se han lanzado al mundo de la identificación sin cookies a través de soluciones de tráfico autenticado (ATS) a disposición de marcas y publishers.

Bajo la premisa de crear un ecosistema digital de confianza, anunciantes y publishersgarantizarían al usuario un entorno de seguridad en torno a sus datos y el acceso a experiencias y contenido de valor, a cambio de su login de usuario:

• Supondría confiar en un UniversalID transversal a anunciantes y editores garantizando la transparencia en el sistema y la posibilidad de ejecutar acciones omnicanal, cross-device y medir el impacto de la publicidad en sitios de terceros
• A día de hoy hay pocos anunciantes / editores que soliciten el loginde usuario para la navegación web
• Esta solución exige unos niveles muy altos de garantía de seguridad del dato de cara a crear el UniversalID completo de un usuario
• La activación de las audiencias sería posible solo en plataformas que permitiesen la identificación universal

• 

#3 People-based solutions: Modelo MAIDs

En las aplicaciones móviles NO hay cookies. En su lugar, se utilizan identificadores únicos anónimos facilitados por el sistema operativo del dispositivo móvil.

Con estos Mobile IDs, se puede hacer un seguimiento de la actividad con fines publicitarios, así como trabajar la segmentación, los modelos de atribución y la personalización.

¿Cómo es posible? Los MAIDs son universales e idénticos de app en app (mismo MAID para toda la navegación in-app del dispositivo) y, teniendo en cuenta que los dispositivos móviles ya representan casi las tres cuartas partes de todo el gasto en publicidad digital programática, no parece muy descabellado pensar que pueda plantearse una solución a futuro basado en el desarrollo de los MAIDs más allá de la navegación in-app.

Si bien es cierto, la identificación vía MAIDs ahora mismo es bastante limitada y requiere de datos extra para trabajar sobre una identidad de usuario completa.

#4 Edge Computing solutions: DeviceIDs

La llamada Edge Computing “permite que los datos productos por los dispositivos conectados a Internet se procesen directamente en los mismos, en lugar de enviarlos a un centro de datos o nube (lo que sería el Cloud Computing).

Esta solución permitiría analizar los datos de consumidor en tiempo real, siendo la ubicación del repositorio de datos el propio dispositivo conectado eso sí a una red local (lo que exigiría bandas más anchas de conexión [5G] para el procesamiento).

La transferencia de datos a la nube será limitada, protegiendo la privacidad de los usuarios de dichos dispositivos, y por otro lado, permitiría la personalización basadas en los datos almacenados en dicho dispositivo.

• 

#5 Google Privacy Sandbox: APIs para el ecosistema AdTech

PrivacySandbox consiste en una serie de nuevas aplicaciones que permitirán a los anunciantes mostrar anuncios dirigidos, pero sin tener acceso directo a los datos personales de los usuarios.

Los datos de navegación se procesarían directamente en el navegador del usuario (Edge Computing) enviando información de carácter agregado (cohortes)  a la nube.

Las plataformas de AdTech (los DSPs, AdServers, etc.) se conectarían a estas herramientas vía API y obtendrán clusters de usuarios pertenecientes a un grupo de interés determinado, atribuyendo la conversión publicitaria a cada soporte a través de ya prácticamente obsoleto “modelo last click”.

#6 Walled Gardens: En manos de los Tech Giants

Son entornos amurallados aquellos que hacen difícil la salida del usuario desde una plataforma determinada, reteniendo su estancia en ella y generando datos dentro de la misma.

Los ejemplos clásicos de Walled Gardens son Google, Facebook o Amazon, que incluso replican los sites de terceros compitiendo con éstos en contenido y conversión a venta, y restringiendo la data que con ellos se comparte.

Estos muros se hacen cada vez más altos a medida que más y más plataformas adquieren capacidades de identificación PII, llevando a la fragmentación de la inversión en medios y por ende, a la desaparición de un ecosistema integrado de datos, limitando la personalización.

De no tomar las riendas, el futuro que nos espera es dar pasos atrás en lo que a medición omnicanal se refiere.

• 

Y hasta aquí por hoy 🙂 ¡Feliz semana a todos!