*Por Linda Ruiz, Directora Regional de MGID Latam.
No solo es el entorno regulatorio estricto lo que ha impulsado la publicidad contextual. La proliferación de la IA en adtech, especialmente modelos de aprendizaje automático que pueden procesar y "aprender" grandes volúmenes de datos, ha ampliado la escala, velocidad y precisión de las soluciones contextuales.
El mayor avance de la IA en el contexto ha sido el procesamiento del lenguaje natural, permitiendo que los programas de IA interpreten el lenguaje con un nivel de comprensión similar al humano.
La segmentación basada en intereses también está aprovechando la ola de IA. Mientras que gran parte de la identificación de usuarios requerida para la segmentación basada en intereses sigue siendo determinista (a través de identificadores como direcciones de correo electrónico), la identificación probabilística utiliza IA para unir señales y puntos de datos para predecir si un individuo pertenece a un segmento de audiencia particular. Aunque menos precisa, las IDs probabilísticas ofrecen escala y pueden cubrir los huecos dejados por los consumidores que no pueden ser alcanzados deterministicamente.
El desarrollo más significativo en la segmentación basada en intereses es la implementación gradual de la API de Topics de Google. Topics combina IDs de navegador anónimos con la actividad web del usuario para etiquetarlos con intereses de una lista predefinida que luego se pueden utilizar para segmentación.
¿Quién va ganando en la competición entre lo contextual y lo basado en intereses?
La ventaja de la segmentación basada en intereses es que se puede tener en cuenta el comportamiento previo del consumidor para determinar el valor de su impresión. Se puede inferir razonablemente que alguien que ha estado leyendo guías turísticas, comprando equipaje y buscando seguros de viaje está planeando unas vacaciones y se puede segmentar de manera adecuada.
Dependiendo del tipo de contenido con el que esté interactuando el consumidor, también puede ser posible diseñar campañas con mensajes diferentes dependiendo de su posición probable en el embudo de ventas. Por ejemplo, alguien que esté viendo un video sobre "las mejores escapadas económicas" probablemente todavía esté en la fase de consideración, mientras que alguien que esté buscando vuelos está a punto de realizar una conversión.
Sin embargo, las soluciones basadas en intereses podrían perder por completo la ventana de ventas y seguir segmentando a un consumidor que ya no es relevante. Todos experimentan ver un anuncio de un artículo que ya se ha comprado anteriormente. Hasta que las señales basadas en intereses asociadas con el consumidor expiren, el anunciante estará malgastando presupuesto en impresiones que no tienen ninguna posibilidad de conversión.
Esta es una limitación inherente de la segmentación basada en intereses, y Google Topics no será diferente, ya que los intereses del usuario se actualizan semanalmente, una eternidad en la vida moderna. Aunque un usuario irritado por la segmentación desactualizada podría entrar en la configuración de Chrome y eliminar los temas que ya no le interesan, es seguro suponer que la mayoría no se molestará en mantener sus perfiles publicitarios manualmente.
Por otro lado, la publicidad contextual está diseñada para funcionar solo en el momento en que se envía una solicitud de oferta. Si bien esto significa que no se pueden considerar los intereses previos del consumidor, la inmediatez del contexto se adapta al ritmo acelerado del embudo de ventas actual, donde la abundancia de información y la facilidad del comercio electrónico han reducido la brecha entre la consideración y la conversión.
Si la segmentación basada en intereses o contextual es más apropiada dependerá de lo que se esté anunciando y de los objetivos de la campaña. Si bien la publicidad contextual aún puede inferir la posición en el embudo de ventas a través de pistas en el contenido, las campañas que requieren un seguimiento más cercano del recorrido de compra pueden ser más adecuadas para soluciones basadas en intereses. Pero no solo el lado de la compra debe sopesar los pros y los contras de la segmentación contextual y basada en intereses.
Algunos propietarios de medios, como editores premium con bases de suscriptores grandes y leales, tienen datos de primera mano ricos y confiables que se pueden activar para segmentación de audiencia y segmentación basada en intereses. Muchos otros, sin embargo, no lo tienen, ya sea porque no tienen requisitos de inicio de sesión o simplemente no pueden permitirse la inversión en tecnología y habilidades necesarias para recopilar y activar datos de usuario a gran escala. Dichos sitios podrían optar por llenar sus páginas con espacios publicitarios para compensar, lo que afecta la experiencia del usuario.
Incluso los editores con un gran número de usuarios conocidos y direccionables tienen muchos más usuarios desconocidos que entran y salen sin dejar rastro. Hay que pensar en todas las veces que se visita un sitio web sin iniciar sesión; el contenido pudo haber sido valioso para su interés, pero si el editor dependiera únicamente de la segmentación basada en intereses, no podría desbloquear todo el valor de la impresión.
En comparación, la segmentación contextual es bastante plug-and-play. Como funciona desde la página hacia afuera, puede operar en cualquier sitio y comenzar a mejorar la direccionalidad desde el momento en que se activa. Los editores pueden aumentar su ARPU, optar por un enfoque de calidad sobre cantidad en la colocación de anuncios y vender contra una gama más amplia y detallada de categorías de contenido que si dependieran de su CMS para etiquetar.
¿No hay un ganador claro todavía, pero acaso quieren uno?
Tanto las soluciones de segmentación contextual como las basadas en intereses continúan teniendo su lugar en el ecosistema centrado en la privacidad. Si bien la falta de un ganador definitivo puede complicar la inversión en tecnologías y la planificación de campañas, esta diversidad de soluciones es una señal de salud. Durante la era de las cookies, los datos de los usuarios eran tan ubicuos y fáciles de adquirir que la mayoría de las soluciones seguían el mismo enfoque, con innovaciones centradas en facilitar la segmentación de individuos con mayor precisión y en más dispositivos.
El ecosistema post-cookie es mucho más emocionante. Las soluciones contextuales y basadas en intereses adoptan enfoques completamente diferentes para aumentar la relevancia de la publicidad para las audiencias objetivo, y ambas producen una corriente regular de mejoras iterativas. Después de todo, una marea creciente levanta todos los barcos, y la avalancha de innovación que fluye de la competición entre lo contextual y lo basado en intereses está llevando la publicidad digital a emocionantes nuevos niveles.
