Mientras las marcas avanzan en su reconstrucción tras el impacto socioeconómico provocado por la pandemia, nos preguntamos ¿Cuál es el rol que ocupan las agencias en esta reconstrucción? y ¿Cómo es la dinámica de esta relación de cara a un futuro donde la privacidad será primordial y las cookies de terceros se eliminaran?
Según un estudio de Forrester Consulting, el 82% de quienes toman decisiones de marca, declaran su necesidad de que las agencias sean sus socios estratégicos. ¿Por qué las agencias? Porque el gran desafío que enfrenta el 51% de las marcas en LATAM es conseguir un uso eficaz de los datos de sus clientes.
Con el auge de la privacidad, si se quiere comprender quién es el consumidor ideal, es necesario aprovechar los datos de primera mano y la respuesta para lograrlo está en el machine learning. Ante la sucesión de los grandes cambios que llegaron repentinamente, son las agencias quienes más rápidamente están logrando establecer la conexión entre esta tecnología y la rentabilidad de las estrategias.
Las agencias que tienen una visión a futuro, comenzaron a invertir en nuevas soluciones para guiar a sus clientes en la automatización de todos sus procesos de marketing. Por eso es que se convierten en socios estratégicos, capaces de dar apoyo a las marcas y acelerar su crecimiento.
Caso de éxito
El modelo de compra programática en DV360 (Plataforma de Marketing de Google) es un buen aliado para alcanzar el cambio. A partir de audiencias o de datos propios, la versión de puja 2.0 permite educar a las plataformas de pauta para que sean capaces de encontrar nuevos usuarios propensos a comprar o adquirir los productos que ofrecen las marcas.
La agencia Omnicom Media Group, se animó a dar un salto adelante en el marketing predictivo y consiguió mejorar el impacto de la pauta digital en el negocio de dos clientes líderes que pertenecen a industrias absolutamente diferentes.
2 clientes de Omnicom compartían el gran desafío de recolectar datos de primera mano: Renault, en Colombia, y Cencosud, en Chile. Para conseguirlo, la agencia creó una estrategia basada en el uso de etiquetas de medición. Mediante este etiquetado, Omnicom no solo logró identificar diferentes acciones de los usuarios dentro de los sitios web de cada marca, sino, identificar datos más precisos. En el caso de Renault, pudo conocer qué marca, color y tipo de automóvil le interesaba al usuario. En el de Cencosud, las etiquetas le permitieron saber el estado en el proceso de checkout.
Gracias a la capacidad de DV360 para generar algoritmos personalizados, Omnicom estableció una estrategia de ponderación de acciones para cada marca. Aprovechando las señales que recolectaban las etiquetas, y expandiendo el alcance a partir de los insights del machine learning de Google, las marcas consiguieron guiar a la plataforma e indicar qué usuarios tenían mayor valor para ellos. Esto fue clave para que pudieran apostar más fuerte por aquellas acciones que generaban un mayor impacto en la última línea de negocio.
Si bien los resultados fueron buenos en un principio, continuaron mejorando a medida que el machine learning hacía su trabajo y aprendía más de las acciones que los usuarios realizaban en los sitios web de cada marca. Renault vio una tasa de conversión de +23% respecto de las estrategias de puja tradicionales. También descubrió que el costo de generar un lead que agendara un test drive dentro de su sitio era un 70% menor. Cencosud, por su parte, fue capaz de lograr órdenes en su ecommerce a un costo 23% menor. Y generó un aumento del 19% en el CTR, que se tradujo en un incremento del tráfico a su sitio web.
En un escenario tan incierto donde el único camino seguro es la digitalización, la privacidad y la ausencia de cookies de terceros, el machine learning ofrece las certezas que necesitan las marcas para impulsar sus resultados comerciales y aumentar su ROI digital. Las agencias se postulan como los socios estratégicos que estarán allí para apoyar con la tecnología que se necesite, cuando haga falta.
YOPTER BIG DATA MADE EASY
