Fresh Content

We base our passion on EMOTIONS. Ours, yours, his, hers, theirs. Emotions can turn into attitudes, and we believe attitudes can change the world.

¿Será que el «Big Data» Programable, es el futuro de la comercialización?

octubre 11, 2017 Consulting Data Science Digital Marketing News

Los dispositivos web, la comercialización de IOT y la Big Data, han progresado de una manera gigantesca desde el primer banner ad que apareció hace casi 21 años. Los mercadólogos hoy en día tienen una gran cantidad de datos sobre sus clientes que no pueden administrar. Los anuncios son servidos por sistemas de software dirigidos a dispositivos móviles, televisores, sensores e incluso el dashboard de su automóvil. Cualquier dispositivo conectado es un medio direccionable para entregar, a un usuario específico, un mensaje específico que también puede rastrear las respuestas de los consumidores. Como a los mercadólogos y anunciantes son a los que se les pide que comprendan los datos grandes a un nivel más profundo para predecir las respuestas de los consumidores a la mensajería, estos dispositivos han creado cantidades de datos que, a su vez, han creado un nuevo nivel de rendición de cuentas que antes no existía. En esta era de rendición de cuentas de marketing, los presupuestos de marketing y publicidad se convierten en inversiones de marketing cuantificables que esperan un retorno medible.

Sin embargo, antes de entrar en materia, tomemos una pausa. Con el incremento de la tecnología ad-tech, pioneros como Double Click comenzaron una carrera de tecnología que ha visto la compra y venta de publicidad digital evolucionar a un ritmo increíble. Para los anunciantes, esta proliferación ha sido un arma de dos filos. Dentro de lo positivo, las marcas de hoy en día tienen una increíble variedad de opciones para llegar a conjuntos específicos de psicografía de consumo y, rápidamente, probar diferentes mensajes de eficacia de la publicidad. Ahora bien, del lado negativo, los anunciantes tienen que administrar miles de canales y segmentos, además de demostrar una comprensión profunda de sus datos, hecho que requiere una gran cantidad de computación y análisis. Este asombroso esfuerzo está causando grandes brechas en la eficiencia de la publicidad. Por lo tanto, nuevos métodos son ahora necesarios, ya que la automatización de la publicidad está dirigiendo el camino a un problema de lo contrario imposible de resolver.

Los mercados de publicidad digital del mundo ya están poniendo a disposición +100 mil millones de impresiones cada día. Cada una de estas impresiones está calificada por un máximo de 100 variables, incluyendo páginas en el sitio, tipos de dispositivos, región, tiempo en el sitio, dimensiones del bloque de anuncios, entre otros. Además, cada una de estas variables puede tener hasta 100 valores diferentes incluyendo hora del día, clima local, sentimiento personal y así sucesivamente. Si intenta hacer el cálculo de compra de anuncios específicos y cuánta puja incluir, usted tendrá que calcular el número de licitadores de permutaciones en todos los anuncios. La respuesta es: 1.000.000.000.000.000; que es un cuatrillón – un millón de millones de posibilidades. ¿Cómo es posible racionalizar esta complejidad sin una máquina?

La publicidad digital representa uno de cada cuatro dólares de publicidad gastada. Dado que los mercados digitales operan en tiempo real, los anunciantes con una comprensión clara (en tiempo real) de cómo reaccionan los consumidores a sus datos pueden optimizar y re-optimizar rápidamente un mensaje (o canal) para una campaña publicitaria eficiente que pierde poco tiempo y dinero. Tenga en cuenta que los intercambios de anuncios de hoy permiten realizar ofertas en tiempo real, en inventario que se compra y se vende en 100 milisegundos por transacción. ¿No sería una afortunada oportunidad tener una profunda comprensión de sus datos en tiempo real que conduce a reacciones just-in-time para las compras de anuncios? Por estas razones es que el 20% de la publicidad digital ya ha adoptado programas de datos para poder publicar anuncios a los usuarios.

You may also like:

UTM cover Códigos UTM ¿Qué son? ¿Por qué utilizarlos? 28/09/2018 Español, Technology - Un código UTM es simplemente un código que se agrega al final de una URL con el objetivo de tener trazabilidad, principalmente, sobre fuentes, medios y campañas. Si tenemos la disponibilidad de utilizar Google Analytics dentro de nuestro sitio web, con los códigos UTM se vuelve muy fácil saber de dónde viene el tráfico de mi sitio web así como también la campaña que los hizo llegar. Un código UTM está formado principalmente por tres componentes: Source (fuente): Es la referencia de donde viene el usuario. Algunos ejemplos son periódico, newsletter y Facebook. Medium (medio): La forma en que se transmitió el link. Algunos ejemplos son correo electrónico, valla y video. Campaign name (nombre de la campaña): Este es el nombre con el cual se identifica una campaña. Una misma campaña puede tener varios anuncios y estos se agruparan bajo este mismo nombre. Ejemplos de nombres de campaña son venta_fin_de_anio, awareness_cancer y cupones_bebidas. Existen otras dos propiedades secundarias que podemos agregar en un código UTM: Terms: Es muy útil para campañas que se pagan por keywords ya que aquí podemos agregar los keywords que se utilizaron para el ad, por ejemplo zapatos o camisas. Campaign content: Una forma de utilizar ...
Obtenido de https://diymusician.cdbaby.com/music-rights/indie-musicians-can-monetize-music-facebook/ Como Spearmint Love logró una campaña exitosa en Facebook 30/08/2018 Case Studies, Consulting, Español - No se logra obtener 220,889 fans en Facebook de la noche a la mañana. Especialmente no obtiene un 62.48% de sus fans hablando sobre su marca en Facebook. En promedio, el porcentaje de personas que han dado “me gusta” a una página y que interactúan con esta es un 1%. Esto es cuando se tiene un buen engagement rate o tasa de interacción. Todos los negocios en línea conocen muy bien la narrativa del engagement en Facebook. El algoritmo de Facebook sigue evolucionando a promover las marcas en el newsfeed de los usuarios cada vez menos. La búsqueda orgánica es imposible de conquistar. Facebook se ha convertido en una plataforma que le exige pagar para poder participar. Aún pagando no es del todo claro si esos likes y clics en algún momento se convierten en dinero para la marca. Para Spearmint Love no hay ninguna duda que su inversión en Facebook sí se convirtió en dinero real. Ellos lograron convertir a esta plataforma oscura en una historia de éxito. La co fundadora Shari Lott pasó tres año siendo una blogger mamá. Así construyó una base de fans fieles en Facebook y en Instagram, plataformas en donde las imágenes son oro. ...
Cover reportería y análisis Diferencia entre reportería y análisis web 06/07/2018 Consulting, Data Science, Español - Muchas veces nos hacen una pregunta muy sencilla, ¿Cuál es la diferencia entre reportería y análisis web? Nuestro instinto es hacer una observación fácil sobre el análisis “Lo reconocemos cuando lo vemos”. Sabemos que esa no es una respuesta muy útil. La respuesta real fue la siguiente: Si ve mucha data entonces puede saber que está viendo un reporte. Aun cuando tenga como título “Dashboard”. Si ve palabras en español mencionando acciones que debe tomar acompañado de data relevante, entonces estamos hablando de un análisis. Nos hemos dado cuenta que las imágenes en verdad hablan más que mil palabras. Por eso tenemos algunas que le pueden ser de utilidad. Esto es un reporte web: Apesar que este se ve mejor, también es un reporte web: Es muy probable que se sienta tentado a pensar que esto no es un reporte web. Tiene muchos colores y data, hasta algunos segmentos. Créanos, es un reporte web: ¿Ve las características en común de los tres ejemplos? El trabajo de los reportes web es menospreciado. Su trabajo es dar la responsabilidad de entender el contexto, interpretar data e identificar las acciones necesarias al pobre que recibe el reporte. Si su trabajo es el de ...
http://agahgroup.com/iran-islamic-financial-market/ Por qué Marketing Analytics no ha cumplido las expectativas 11/06/2018 Data Science, Digital Marketing News, Español - Nos encontramos en una paradoja con dos tendencias de analítica. En una encuesta realizada por La Escuela de Negocios de Duke, Fuqua, y patrocinada por Deloitte LPP y The American Marketing Association, se reporta que el presupuesto que las compañías planean dar para el análisis de datos incrementará en un 198% en los próximos 3 años. Este incremento se espera a pesar que la mayoría de mercadólogos indica que las expectativas de Marketing Analytics no se han cumplido. Esto debido a que el efecto que tiene el análisis de datos en el desempeño de la compañía es mínimo. Cuando se pide que califiquen el análisis de datos en una escala de 1 – 7, siendo 1 no efectivo y 7 altamente efectivo, este recibe una puntuación promedio de 4.1. Aún más importante es el hecho que el impacto en el desempeño de la compañía ha mostrado un incremento muy bajo en lo últimos 5 años, cuando antes tenía una puntuación de 3.8. ¿Cómo es posible que a pesar que las compañías no vean ninguna mejora estén dispuestos a incrementar el presupuesto de análisis de datos? Basados en un trabajo hecho en conjunto con compañías miembros de  The Marketing Science Institute, ...