A medida que el panorama publicitario continúa evolucionando hacia la privacidad del usuario, los métodos que utilizamos hasta ahora para medir la eficacia y el valor de nuestras campañas publicitarias también necesitan ser repensados y adaptados.
Durante mucho tiempo, los modelos de atribución deterministas fueron la solución a la cuestión de la medición. Sin embargo, los modelos tradicionales de atribución de último clic ya no ofrecen una imagen precisa de los resultados de una campaña en todos los escenarios. Con la introducción de SKAN (SKAdNetwork) por parte de Apple, la atribución de último clic se extiende a las audiencias LAT, pero la flexibilidad y la completitud de los métodos utilizados para evaluar una campaña y atribuir resultados generales cambian.
La medición del uplift ha dependido por completo, durante mucho tiempo, de los identificadores de último clic o de dispositivo. Este artículo analiza las ventajas y desventajas de las distintas maneras de medir las campañas de publicidad programática, con y sin identificadores de usuario.
Modelos de atribución
Los anunciantes pueden elegir entre diferentes modelos, como el de primer/último clic o el multitáctil con distribuciones lineales, en forma de W, en forma de U y con declive temporal. Todos buscan resolver la pregunta: ¿a qué canal y en qué proporción atribuir el éxito de la campaña? Sin embargo, los modelos de atribución tradicionales, naturalmente, no son totalmente fiables a la hora de demostrar la incrementalidad.
En un entorno LAT sin identificadores de usuario, los métodos deterministas no son válidos. El único modelo de atribución disponible para este escenario es SKAN (SKAdNetwork), el único MMP de último clic disponible para iOS. SKAN envía postbacks sin IDFA ni ningún ID de publicidad, y su integración es esencial para obtener información sobre la atribución de último clic y el rendimiento de las campañas sin IDFA.
La atribución presenta algunos desafíos y nos da una perspectiva sesgada sobre la rentabilidad de las campañas. La incrementalidad o medición del impacto permite a los anunciantes tener una perspectiva precisa de la contribución de las campañas sin depender de métodos deterministas. Por lo tanto, es una opción mejor, aunque más laboriosa, para los anunciantes que desean conocer el valor incremental que generan sus estrategias publicitarias.
Razones para utilizar modelos de atribución
Cálculo sencillo
Los modelos de atribución siguen un cálculo predefinido y simplista del crédito para cada canal. Supongamos que está ejecutando una campaña de adquisición de usuarios o de retargeting con recursos limitados para analizar y analizar en profundidad los datos; el modelo de atribución puede ser una buena opción siempre que sea consciente de sus limitaciones.
Facilidad de Uso
Independientemente del tamaño, la duración y el presupuesto de una campaña, los anunciantes pueden confiar en que las MMP seguirán su método de atribución elegido y obtendrán resultados de manera oportuna.
Igualdad en todos los canales
A pesar de los numerosos debates en torno a los beneficios y desventajas de cada método de atribución, la atribución determinista en su conjunto ha sido la práctica estándar entre los actores de la publicidad.
Por qué es necesario mirar más allá de los modelos de atribución
Dependencia de la suposición
Los modelos de atribución deterministas se basan en ciertas suposiciones sobre el valor de los puntos de contacto. Algunos asignan una cuota máxima al último punto de contacto, mientras que otros la distribuyen entre diferentes puntos de contacto. A medida que el análisis de marketing avanza hacia un estándar donde las decisiones se basan en datos y requieren un mayor nivel de precisión, el enfoque basado en suposiciones conlleva sesgos innecesarios.
Más enfoque en el clic, menos enfoque en la intención
El número de clics sigue siendo el componente fundamental de los modelos de atribución, al ignorar la intención de conversión del usuario. Esto limita la capacidad del profesional de marketing para comprender el comportamiento del usuario de forma integral y vincularlo con las iniciativas y el impacto de la campaña.
Ignorancia hacia contribuyentes inconmensurables
Hay varios contribuyentes indirectos al ejecutar una campaña publicitaria, incluido el valor de su marca existente, el boca a boca, la televisión, las campañas fuera de línea, etc. La mayoría de los modelos de atribución a menudo hacen la vista gorda ante las contribuciones de la combinación de medios al éxito de una sola campaña digital.
Los modelos de atribución tradicionales no están preparados para la privacidad del usuario
Como se mencionó anteriormente, los modelos de atribución que se basan en el seguimiento de los ID de usuario no se aplicarán al tráfico LAT. SKAN es la opción de último clic Todavía está disponible para iOS y tiene algunas limitaciones propias.
Medición de incrementalidad
La medición del aumento quizá no represente un reemplazo pragmático diario de la atribución, pero es un método preferido para evaluar las contribuciones incrementales reales de las campañas publicitarias.
Medición de la incrementalidad Proporciona información más detallada y una mejor orientación estratégica para una optimización y asignación de presupuesto precisas. La medición de Uplift también permite a los anunciantes comparar su línea base orgánica con los resultados de pago para evitar la canibalización.
Diferentes métodos para calcular la incrementalidad
Se utilizan diferentes metodologías para calcular el uplift: ITT (Intención de Tratar), PSA (Anuncios de Servicio Público o Anuncios Placebo), Anuncios Fantasma y Pujas Fantasma. Las metodologías de incrementalidad han evolucionado para proporcionar una medición sólida, el mínimo ruido y el menor sesgo de selección posible, de modo que los anunciantes obtengan la máxima precisión.
Las metodologías difieren, pero todas se basan en el mismo principio. De forma similar a cómo se miden los anuncios de televisión, el uplifting se basa en la ejecución de campañas publicitarias que pueden medirse utilizando submercados identificables (grupo de tratamiento), mientras que otros submercados no se exponen (grupo de control).
En términos más simples, esto enfoque basado en datos Se basa en exponer únicamente a un grupo de prueba a anuncios del anunciante, mientras que los usuarios del grupo de control no se ven afectados. La diferencia en los resultados entre el grupo de prueba y el de control es el incremento gradual.
Medición del aumento gradual en la era posterior a IDFA
La medición de elevación también es una metodología que ayuda a los anunciantes a medir sus esfuerzos publicitarios en un mundo sin identificación de usuario de una manera más integral.
Dado que SKAdNetwork es el único MMP para campañas LAT en iOS, proporciona una atribución parcialmente determinista solo para instalaciones. Medir la incrementalidad es fundamental para obtener una visión real de los resultados de las campañas.
El métodos de medición de elevación Los métodos mencionados anteriormente se basan en el IDFA y en información a nivel de usuario. Para las audiencias LAT, las pruebas de uplift tradicionales no son posibles, ya que se basan en los ID de dispositivo para distinguir los grupos de prueba y control. Sin embargo, la metodología puede adaptarse basándose en grupos de control sintéticos.
El análisis de series temporales y los grupos de control sintéticos pueden proporcionar información valiosa sobre el ROI de sus campañas publicitarias y el rendimiento general del modelo de medios mixtos. Deben implementarse por parte del anunciante, ya que se basan en datos de back-end. Además, ofrecen a los anunciantes control sobre la medición y proporcionan información relativamente rápida en función del producto de la aplicación, los incentivos de la campaña y el tiempo de respuesta habitual para las conversiones.
Totalmente compatible con SKAN, RevX se adapta a la era de la privacidad del usuario y está preparada para asesorar a cualquier empresa de aplicaciones en la configuración, ejecución y análisis de mediciones de uplift. De esta forma, los anunciantes siempre cuentan con información real para diseñar mejores estrategias y optimizar sus campañas para obtener resultados incrementales.
Por qué la mejora incremental es el camino a seguir
La incrementalidad es una herramienta sólida para el marketing de aplicaciones. Uno de los factores que dificulta la medición del incremento es su aparente complejidad, pero con la ayuda de un socio publicitario, es muy posible implementarla como práctica estándar.
Como la industria publicitaria exige y defiende "estándares de oro" de análisis, recopilar estos conocimientos granulares de las campañas es importante. Incrementalidad Puede rastrear la elevación por canal y, además, considerar los efectos de contagio de la combinación de medios.
Medición de la mejora incremental frente a la atribución: un resumen
La medición de atribución vs. incrementalidad no es una batalla tradicional entre Android e iOS, donde es necesario elegir. Ambos enfoques están disponibles para satisfacer las necesidades de medición y análisis de sus campañas. La decisión sobre cuál usar depende de lo que el anunciante necesite monitorizar para comprender la validez y la relevancia de sus inversiones de marketing.
La atribución es una metodología útil para rastrear el rendimiento de diferentes canales en su campaña mientras que la incrementalidad lo lleva un paso más cerca de la precisión en el seguimiento del ROI.
Al ejecutar una gama más amplia de campañas en diversos canales que involucran un conocimiento más profundo de la audiencia y múltiples puntos de contacto, la medición del impacto cobra una gran importancia. Como especialista en marketing de aplicaciones con un enfoque claro en el ROI, La incrementalidad es un claro ganadorEn cuanto al impacto real de tus campañas, la forma en que mides ese aumento marca una gran diferencia en el éxito de tu estrategia. Después de todo, nadie quiere gastar su presupuesto a ciegas.
Los profesionales del marketing móvil necesitan certezas, y la medición de incrementalidad proporciona la información necesaria para encontrar la conexión entre sus iniciativas de publicidad programática y un mayor ROI. Utilice la medición de incrementalidad a su favor y allane el camino hacia un crecimiento futuro y sostenible de su aplicación.
Lauren Heineck
