[MUSIC] Ahora que entendemos cómo recolectamos la data que vamos a utilizar para segmentar nuestra campaña de compras programáticas, tanto en entornos desktop como mobile. Es hora de hablar de cómo se diferencia la data de acuerdo a su origen y cómo se debe aplicar en las campañas que planifiquemos. El primer tipo de data es la first party data o data de primera mano. Esta data se refiere a todo aquel cluster de usuarios únicos que fue recolectado a partir de la navegación en nuestros propios sitios o aplicaciones. Es decir, que cuando hablamos de first party data, hablamos de usuarios que navegaron nuestra página y mediante esa navegación nos fueron dejando indicios más o menos concretos acerca del interés que tienen sobre nuestros productos o servicios. La first party data es la fuente de todas las estrategias de retargeting, que son las estrategias que, por lejos, generarán los mejores resultados de ventas y leads en sus campañas online. Porque el valor que tiene un usuario que entró y navegó su sitio es mucho mayor al de un usuario que no lo hizo. Entrar al sitio de una marca no es un patrón de navegación común, a menos que esté incentivado por una finalidad especifica. Como conocer más acerca de un producto, consumir contenido específico o, efectivamente, realizar una compra. Como estos son los usuarios más cercanos a convertir, son los usuarios más cercanos a retribuirles la inversión que están haciendo en publicidad sobre ellos. Entonces, serán las audiencias sobre quienes hagan las subastas más fuertes de sus campañas programáticas. Por ejemplo, una estrategia basada en first party data sería aquella que seleccionara a los usuarios que entraron a un sitio de venta de cámaras fotográficas, navegaran la ficha de producto del modelo X111, cliquearan en el botón de comprar, y no concretaran la compra a la hora de completar sus datos. Entonces, luego se volverían a identificar esos usuarios para mostrarles un mensaje con un 5% de descuento en la cámara X111, mientras navegan otro sitio. En segundo lugar, tenemos las second party data o data compartida. Se refiere al uso de first party data cruzada entre distintas marcas o anunciantes. Lo que se busca, cuando se lleva adelante una estrategia de second party data, es lograr eficiencia sinérgica entre la data de dos anunciantes para que ambos logren resultados positivos que, de otra forma, solo con su propia data, no lograrían. En otras palabras, buscamos compartir data para generar una situación mutuamente beneficiosa. Lograr que la second party data suceda no es tarea sencilla, you que hay que convencer a las dos partes involucradas de que abran su data a otra entidad para que la misma saque provecho, y viceversa. Las formas más comunes de que esto suceda son data cruzada, que el anunciante A le entrege su data al anunciante B, a cambio de la suya. Cobranding, que el anunciante A corra una campaña con la data del anunciante B, y en el mensaje creativo haga publicidad para el anunciante B. Pago, que el anunciante A le pague al anunciante B con dinero, productos o servicios, a cambio de su data. Por ejemplo, una estrategia de second party data podría tratarse de un anunciante fabricante de celulares, que le compartiera la data de los usuarios que navegan en su sitio buscando información acerca del modelo ABC, a otro anunciante que tiene una tienda de celulares online, donde venden el modelo ABC. En este caso, el primer anunciante se beneficiaría de la venta de los celulares ABC en la tienda del segundo anunciante, que se beneficiaría de la venta de un celular en su tienda. En tercer lugar, llegamos a la third party data. En este caso no hablamos de data propia de anunciantes, sino de data recopilada por terceras partes en cientos de miles de sitios de medios, blogs, ecommerce, retailers, etc. Estos jugadores que se dedican a recopilar data de terceros cumplen un rol fundamental en el ecosistema programático y son propios del mismo, no existe otro sistema en el cual suceda este intercambio de data ajena en un entorno digital y remoto. Los proveedores de data cuentan con grandes servidores que les permiten albergar grandes cantidades de información. Luego, ellos aplican modelos predictivos, análisis estadístico y aplican algoritmos probabilísticos para terminar generando clusters de usuarios altamente segmentados, con niveles de granularidad muy profundos. Cuando tienen esta información probada, la salen a vender al mercado a los distintos trading desk para que la apliquen en sus campañas de compra programática. Uno de los grandes beneficios de la data de terceros es que no hace falta que los usuarios hayan navegado el sitio de nuestras marcas para poder contar con su información, lo que permite un alcance extendido sin perder la calidad en las audiencias. Por ejemplo, algunos tipos de third party data que suelen adquirirse y aplicarse en las campañas programáticas, tienen que ver con usuarios con intención de compra, por ejemplo, en el auto sedán de la marca Z o, inclusive, en algún auto sedán de las marcas de la competencia, X e Y. [MUSIC]
