Marc Ginjaume, Country Manager Spain en Zeotap, muestra en exclusiva para La Publicidad su punto de vista sobre "In-App Targeting". ¡No te lo puedes perder!
Según comScore, en España el 88% del tiempo que los usuarios pasan con su móvil lo destinan a las aplicaciones, y su engagement ya se ha convertido en un hábito: en promedio se utilizan al menos nueve aplicaciones diarias y alrededor de 30 apps diferentes mensualmente.
No hay duda alguna de lo atados que estamos a nuestros dispositivos móviles, por lo que no hay mejor indicador para definir quiénes somos y qué nos motiva. A partir de las apps que descargamos, la frecuencia con la que recurrimos a ellas y las acciones que llevamos a cabo, nos podemos formar una imagen muy precisa de cualquier usuario. Desde intereses, comportamientos e hasta incluso nivel sociodemográfico, nuestros teléfonos nos llegan a conocer mejor que nuestros amigos más cercanos.
Es verdad que juzgar intereses y preferencias mediante el uso de las aplicaciones no es ninguna novedad: es natural suponer que quienes usan “Recetas Cocina” son amantes de la comida, y quienes instalan “El Marca” disfrutan de los deportes. Aun así, existe una oportunidad de perfilación granular mucho más allá de este simple análisis superficial.
Insights de apps con mucho potencial
En 2016, los investigadores de la Universidad de Aalto en Finlandia y el Instituto de Investigación de Computación de Qatar analizaron datos demográficos junto con el uso de aplicaciones para crear modelos y predecir el sexo, la edad, el estado civil y los ingresos de los usuarios con hasta un 82% de precisión. El estudio mostró por ejemplo, que las mujeres usan las apps de Pinterest o Etsy con mayor porcentaje, pero si además también usan LinkedIn y Fitbit, es probable que sus ingresos sean de 50,000 € o más anuales. Este tipo de ideas basadas en modelación parecen interesantes en un inicio, pero el problema yace en que aunque son un buen punto de partida, no poseen la precisión necesaria para poder basar las estrategias de segmentación en ellas.
La industria de la publicidad digital se encuentra delante de una increíble oportunidad de ir más allá de unos pocos atributos sobre grupos sociodemográficos y poder realmente entender las motivaciones subyacentes de los usuarios. Al observar el uso de cada aplicación en concreto y la frecuencia de las acciones tomadas, los anunciantes podrían llegar a enfocarse en la composición psicológica a nivel individual, y como resultado ser mucho más estratégicos en su planificación de campañas.
¿Qué impide el in-app targeting?
A día de hoy, el verdadero desafío está en poder tener acceso a la data de uso de las apps y realmente aprovecharla al máximo para un mejor targeting. Desafortunadamente, las aplicaciones son ecosistemas cerrados y aislados que no se hablan entre sí, por lo que los anunciantes no siempre tienen acceso a un perfil amplio de cualquier usuario.
Una estrategia bastante común por parte de los anunciantes es usar SDKs y otros medios, para saber con relativa facilidad si Pinterest, LinkedIn y Uber están instalados en el teléfono de un usuario. Lo que es mucho más desafiante y fuera de alcance es si realmente se usan estas aplicaciones y cómo. ¿Qué pasa si el usuario no ha abierto 40 de sus aplicaciones este año? ¿Qué acciones se están exactamente tomando dentro de cada una de las aplicaciones? El primer problema con el que nos encontramos entonces, es que en general, los SDKs tienen insights limitados sobre el uso real de las aplicaciones, dependiendo de los permisos que les otorgan los creadores de la aplicación misma.
"El verdadero desafío está en poder tener acceso a la data de uso de las apps y aprovecharla al máximo para un mejor targeting"Otro reto que se suma a la limitación de esos insights, es que las aplicaciones premium populares como puede ser MyTaxi son muy protectoras de su data, por lo que no la hacen accesible al mercado. En consecuencia, tanto las apps como los anunciantes están perdiendo grandes oportunidades de no sólo contribuir a la mejora y desarrollo de la industria, sino también de generar ingresos adicionales. Siguiendo con el mismo ejemplo, MyTaxi podría aportar valiosos insights a una marca que quisiera interactuar con un público joven que frecuenta clubes o bares, y las tres partes involucradas saldrían ganando si eso fuera así. Un futuro con mayor acceso a data relevante Una de las mayores promesas que trajo la publicidad digital incluía que los anunciantes pudieran interactuar de forma individual y mucho más personalizada con los usuarios. Consecuentemente, los consumidores esperaban anuncios mucho más relevantes en relación a sus motivaciones reales. Pero para que esta realidad se llegue a cumplir algún día, se necesita más visibilidad y acceso a datos de los usuarios. No estamos tan lejos de que la industria se de cuenta de que los beneficios de poner a disposición esta data sobrepasan cualquier motivación de protegerla, siempre y cuando no se trate de datos sensibles ni personales. Para que esto pase se necesita en primer lugar, resolver los desafíos tecnológicos de los entornos cerrados de app a app, y en segundo lugar, convencer a las aplicaciones premium que su valiosa data puede ser una fuente de ingresos sustancial - mientras que nunca se dejarían de cumplir con las políticas de privacidad necesarias. Está claro que a día de hoy las empresas del sector están enfocadas aún en el GDPR y la privacidad de la data - como es normal y como debería de ser - pero debemos encontrar el equilibrio adecuado para poder mejorar drásticamente la publicidad digital desde suposiciones inferidas a aquellas basadas en cómo los usuarios realmente piensan y actúan - y las data de uso de apps es una fuente excelente para ello.