Ya no es noticia que nuestros datos están a la venta. Los corredores de datos a menudo usan registros de navegación en línea para crear perfiles de consumidores digitales que luego se venden a los vendedores como audiencias predefinidas para publicidad dirigida.
A menudo se supone que las herramientas utilizadas para analizar y clasificar los datos de los clientes son tan sofisticadas que los especialistas en marketing pueden ajustar con precisión los mensajes y la orientación. Pero una nueva investigación de la revista INFORMS Ciencias del marketing Nota del editor: la fuente de esta investigación es INFORMS ha revelado que el proceso para crear esos perfiles digitales puede no ser tan confiable como muchos pueden suponer.
El estudio, que se publicará en la edición de noviembre de la revista INFORMS Ciencias del marketing , se titula "Fronteras: ¿Qué tan efectivo es el perfil del consumidor de terceros? Evidencia de los estudios de campo". Está escrito por Nico Neumann de la Melbourne Business School, Catherine Tucker del MIT y la Oficina Nacional de Investigación Económica, y Timothy Whitfield deExplosión de SMS en Australia.
Los investigadores examinaron dos atributos demográficos básicos edad y sexo y tres áreas distintas de interés de los usuarios de Internet deportes, viajes y estado físico. Analizaron datos de más de 19 corredores de datos diferentes, lo que resultó en más de 90 audiencias digitales validadasde usuarios de Internet. Y realizaron tres pruebas de campo distintas.
"En general, el proceso que subyace a la creación de perfiles de usuario y segmentos para la focalización es un 'recuadro negro', que crea desafíos para comprender la confiabilidad y la precisión de los perfiles digitales", dijo Tucker. "Además, los anunciantes tienen pocas posibilidadesde evaluar qué tan precisos son los perfiles que están comprando.
"En nuestra primera prueba de campo, realizamos una campaña en línea de la misma forma que un anunciante ejecutaría una campaña y evaluamos si el segmento demográfico solicitado vio el anuncio", dijo Tim Whitfield. "En nuestra segunda prueba de campo"., redujimos nuestro enfoque y observamos directamente si los corredores de datos pueden determinar con precisión la edad y el sexo de un par específico de globos oculares. Y en nuestra tercera prueba de campo, ampliamos nuestra evaluación de calidad de datos desde los datos demográficos hasta los segmentos de interés público ".
"En nuestra primera prueba de campo, encontramos que nuestro anuncio se mostraba en el segmento demográfico correcto el 59 por ciento de las veces", dijo Neumann. "En nuestra segunda prueba de campo, encontramos que los corredores de datos básicamente podían identificar el género sobrelo mismo que la probabilidad aleatoria. La tercera prueba de campo reveló que la precisión de las audiencias basadas en intereses es mayor 72.8 -87.4 por ciento en promedio. Sin embargo, este mayor porcentaje de clasificación parecía más bien relacionado con el hecho de que los atributos probados ocurren muy a menudo enla población, por ejemplo, hay muchas personas a las que les gustan los deportes en Australia y los EE. UU., por lo que identificar a alguien que esté interesado en los deportes no es tan difícil ". La mejora relativa del uso de datos de audiencia en lugar de elegir personas al azar sigue siendo decepcionante en general para todosnuestras pruebas ", agregó Neumann.
Los tres estudios combinados ilustran que es importante tener en cuenta los costos y beneficios de utilizar los datos de la audiencia para la orientación de anuncios. Debido a que los datos de la audiencia generan grandes gastos adicionales, es posible que no proporcione un caso comercial útil para cada situación en relación con la publicidad no dirigida.Por ejemplo, los costos adicionales promedio para la orientación de anuncios gráficos basados en los datos de audiencia comprados son de alrededor del 151%. Sin embargo, en el mejor de los casos, la mejora relativa en la búsqueda del cliente correcto fue de solo 123% al comparar la orientación de audiencia versus la selección aleatoria de personas.
Sin embargo, el caso de negocio depende de la experiencia de la organización individual y los costos tecnológicos, los corredores de datos seleccionados y los medios utilizados. En particular, los medios más caros por ejemplo, la publicidad en video tienen muchas más probabilidades de generar compensaciones positivas de costo-beneficiopara el uso de la información de la audiencia comprada a los corredores de datos.
Fuente de la historia :
Materiales proporcionado por Instituto de Investigación de Operaciones y Ciencias de la Gestión . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :