Marketing,  Programmatic,  Video

¿Qué es Advanced TV Attribution?

Advanced TV Attribution es una práctica única que ofrece a los anunciantes la oportunidad de comprender cómo las campañas de TV basadas en datos de audiencias pueden impulsar las ventas, el conocimiento, la intención de compra y otros KPI. Además, los anunciantes pueden comenzar a comprender en qué segmentos, plataformas y contenido deberían invertir.

¿Qué es Attribution?

Pero antes de todo esto es necesario comprender que Attribution es un proceso que permite identificar acciones/eventos que hace un usuario en distintas pantallas y que contribuyen de alguna manera al resultado deseado. 

Existen dos tipos de eventos en attribution, los Single touch y Multi-touch.

  • Single touch: el crédito se asigna a un solo evento a lo largo del camino a la conversión. Ejemplos: First Touch, Last Touch
Source: IAB
  • Multi-touch: el crédito se asigna a múltiples eventos a lo largo de una ruta de conversión. Ejemplos: Weighting, Time Decay, U-Shaped, Algorithmic.
Source: IAB

Matching exposure data to household

Hacer coincidir los datos de exposición en un hogar requiere diferentes enfoques e identificadores a diferencia de los medios digitales tradicionales, ya que Addressable TV y OTT/CTV funcionan en entornos sin cookies.

Si lo queremos explicar de forma general y fácil, esto es lo que sucede:

  1. El espectador es expuesto a un anuncio targueteado 
  2. Los datos del espectador se recogen
  3. Los datos del espectador se matchean/asignan al hogar donde se encuentra 

Pero como ya lo mencionamos anteriormente, Addressable y Connected TV funcionan de forma diferente:

Addressable Linear/VOD

  1. El anuncio direccionado se envía a un hogar pre-seleccionado a través del decodificador (STB) del MVPD, en base al objetivo personalizado que se hizo con la información del suscriptor, generalmente basado en first/third party data
  2. Los MVPD (Multichannel Video Programming Distributors) reciben datos basados ​​en la exposición (número de cuenta del cliente, ID de STB, red, timestamp) y se someten a validación y limpieza
  3. Los MVPD conocen el hogar según la información de suscriptor es por eso que existe un rate muy alto de coincidencia. Sin embargo, se pueden perder consumidores que han optado por no compartir sus datos.

CTV/OTT

  1. El video se envía a un hogar que se ajusta a las configuraciones de orientación establecidas por el anunciante a través de Connected TV, generalmente en base a datos de terceros (demográficos, comportamiento, interés, geográficos) o mediante una orientación contextual más general.
  2. Si se aprueba su uso, los píxeles de seguimiento de terceros recopilan datos de exposición (ID de publicidad del dispositivo, ID de usuario, dirección IP, timestamp). 
  3. La tasa de coincidencia será mayor si se conocen los datos de autenticación o inicio de sesión. De lo contrario, se utilizan gráficos del dispositivo (que vinculan la ID de publicidad y/o la dirección IP del dispositivo a los HH). Los consumidores también pueden optar por no compartir datos, como en OTT.

Para conocer este artículo para conocer más sobre CTV/OTT

Entonces cuáles son los beneficios de Advanced TV Attribution para los marketers…

Insights sobre el consumo de TV

  • Comprender los comportamientos de visualización de TV (partes del día, géneros, networks, etc.)
  • Aplicar aprendizajes de consumo a la campaña de TV Linear.

Una estrategia de TV más creativa

  • ¿Cuál es el camino óptimo para la marca?
  • ¿Qué anuncios de televisión son los mejores?

Medir el performance de los media partners

  • Identificar qué socios se desempeñaron mejor según los KPIs
  • Determinar qué socios fueron más rentables (más allá de CPM)

Efectividad de personalizar un objetivo

  • Obtener información clave sobre cómo se realizó un objetivo personalizado contra KPIs específicos
  • Descubrir nuevas audiencias sin explotar.
  • Optimizar el objetivo para futuras campañas.

Fuente: IAB, Digital Video 2018

Marketing Director at Decidata

Leave a Reply

Your email address will not be published. Required fields are marked *

Bitnami