-
¿Podemos superar a Google y Facebook?
-
Carlos Molina, CEO de Tidart te da la respuesta
El contenido siempre ha sido un factor determinante en cualquier estrategia de marketing. Hoy en día, gracias a los algoritmos, la publicidad puede ser gestionada con nuestro público objetivo de consumidores (audiencia), en consonancia con los contenidos. La IA ha ayudado a las marcas a obtener una mejor respuesta por parte de sus usuarios y alcanzar a sus audiencias con propuestas más atractivas.
Con la Inteligencia Artificial, los anunciantes están mejorando la precisión de sus campañas, eliminando cualquier tipo de conjetura, suposición o duda que cualquier persona pudiera tener. Para ello, agencias de medios especializadas en campañas de performance, es decir, orientadas a conseguir resultados, han dado un paso adelante en IA, desarrollando sus propios algoritmos para integrarlos en sus estrategias de marketing.
Pero, ¿qué se entiende por ‘algoritmo’? Según la definición de la RAE, un algoritmo es un conjunto ordenado de operaciones sistemáticas que permiten hacer un cálculo y hallar la solución de un tipo de problema. En el caso de las campañas de marketing, ya sean de branding o de performance, la solución de ese “problema” no es otro que conseguir los objetivos. Se conocen en el sector como scripts: algoritmos de optimización o instrucciones escritas en lenguaje de código. En este sentido, Carlos Molina, CEO de Tidart Digital Media & Data Agency y Managing Partner de Kimia Group, declara que “en Tidart contamos con una tecnología muy eficaz que, unido a los conocimientos de nuestros account manager nos permiten predecir resultados según un tipo de estrategia y otra y, en consecuencia, optimizar al máximo los presupuestos de campaña de nuestros clientes.
La mayor parte de los algoritmos en Inteligencia Artificial utilizan data basado en hábitos y experiencias de los usuarios, consideran comportamientos y patrones de interacción de los consumidores en internet para determinar áreas afines de usuarios que sean nuestro público objetivo (que llamamos segmentaciones de audiencia) antes de impactarlos con recomendaciones o contenidos relevantes para ellos.
Para esta capacidad de predecir patrones de comportamiento de usuarios, la IA combina gran cantidad de data con modelos estadísticos y de ventas para predecir futuros resultados de los negocios online.
Para entender todos estos cambios en el ecosistema del marketing digital, un claro ejemplo es el funcionamiento de los algoritmos integrados en las estrategias de Smart Bidding. Se conoce como Smart Bidding al conjunto de sistemas de pujas automáticas de anuncios, utilizan machine learning para conseguir más conversiones u optimizar el valor de conversión de cada subasta. Los anunciantes pujan por un anuncio en base a un objetivo. Este mismo sistema que, por un lado, facilita la labor de los marketeros; por otro los canales de inversión han costado más de un quebradero de cabeza a los marketeros.
Cuando trabajan Smart Bidding, encuentran un sistema cómodo, prácticamente pueden optimizar campañas en un par de clics. Sin embargo, se trata de una caja negra donde no es posible introducir ningún tipo de cambio, aplicar estrategias o evaluar riesgos…
¿Por qué sucede esto? ¿Cómo podemos controlar las campañas al 100% sin miedo a perder dinero en cada inversión a través de sistemas de pujas? Para comprender bien el funcionamiento del Smart Bidding, Carlos Molina cuenta cómo se enfrentan a este problema en la agencia Tidart.
Caso de éxito: Cómo superar a Google y Facebook
Como fundador de Tidart, Carlos Molina explica la experiencia de su equipo en la utilización de algoritmos específicamente desarrollados para cada cliente, como complemento al sistema de pujas de Google Ads para optimizar las campañas en función de sus propios objetivos de rentabilidad.
Este es uno de los grandes logros que consiguen para Bodeboca, el principal vendedor online de vinos en España y cliente de la agencia desde hace casi 3 años con quienes utilizan sus propios algoritmos de optimización de pujas para asegurarse de que cada palabra clave estará optimizada al CPL según objetivo del cliente. Hay ocasiones en las que las estrategias de Smart Bidding de Google no son del todo precisas, ya que continúa gastando presupuesto aunque hayas llegado al límite que estás dispuesto a pagar. Los algoritmos de optimización creados adhoc para cada cliente, permiten ajustar las pujas de cada palabra clave en función de su rendimiento y especificaciones de cada cliente, de esta forma la inversión publicitaria es más eficiente.
Para otros grandes clientes del vertical moda, la agencia centra parte de su estrategia en Google Shopping. En este caso desarrollan scripts ad hoc a este tipo de campañas que, a medida que un producto determinado va consiguiendo conversiones, el algoritmo hace que este producto del inventario tenga su propia puja para amplificar las ventas.
No obstante, Carlos Molina destaca que “la tecnología facilita el trabajo de los profesionales del marketing pero el factor humano sigue siendo importante, hay una parte de experiencia, comprensión estratégica y analítica que una máquina no puede hacer por sí misma”. Así, los account manager reciben cada día por la mañana al llegar a la oficina informes de anomalías, positivas o negativas, que les permite detectar cualquier cambio en las campañas y actuar en consecuencia rápidamente.
