La minería de datos al servicio de los anunciantes

030817_secondscreening

A Shawndra Hill, profesora emérita de Wharton Customer Analytics Initiative [Iniciativa de análisis de clientes en Wharton], le gusta profundizar en los detalles. Como estudiosa de la minería de datos, Hill busca nuevas maneras de aplicar sus conclusiones a la solución de los problemas empresariales. Su último estudio, Television and Digital Advertising: Second Screen Response and Coordination with Sponsored Search [Televisión y publicidad digital: Respuesta a la segunda pantalla y coordinación con búsquedas patrocinadas], analiza los anuncios de televisión, las búsquedas en línea y la conexión entre las dos cosas. El estudio fue realizado junto con Gordon Burtch, de la Universidad de Minnesota, y Michael Barto, científico de datos de Microsoft. Hill habló recientemente con Knowledge@Wharton acerca de sus hallazgos.

A continuación, la versión editada de la entrevista.

Knowledge@Wharton: ¿Cuál es el enfoque de la investigación?

Shawndra Hill: Nuestro objetivo es encontrar nuevas maneras de medir la efectividad de los anuncios emitidos en la televisión. En primer lugar, sin embargo, tenemos que entender cómo las personas suelen medir la efectividad de un anuncio. Los grandes anunciantes de marca suelen pedir a otra empresa que investigue al consumidor y le haga preguntas como “¿Ha visto el anuncio? ¿Recomienda el producto anunciado a sus amigos? ¿Cuál es su impresión sobre el anuncio?” Por tanto, son preguntas acerca de las actitudes.

La compañía también puede analizar los datos de ventas y hacer la correlación con el volumen de los gastos efectuados. Nuestro objetivo es analizar los datos más detallados que se revelan en las consultas que las personas hacen en los principales buscadores. La idea es vincular los datos de los anuncios de televisión a nivel agregado, de manera que nos digan exactamente en qué programa de televisión, en qué momento y en qué lugares se mostraron nuestros anuncios. A continuación, analizamos los datos de búsqueda para este anuncio de televisión antes y después para ver si había un impacto en el comportamiento de búsqueda.

Estamos tratando de analizar la capacidad para coordinar las campañas de publicidad, no sólo en la televisión, sino también en las plataformas digitales, como las búsquedas patrocinadas. Combinamos los datos de los anuncios de televisión con los datos de búsqueda. Nosotros no nos limitamos sólo a las búsquedas; también queremos saber si al hacer la consulta, la persona hace clic o no en un anuncio de búsqueda patrocinada. Recopilamos datos de todas estas fuentes para hacer afirmaciones de nexo causal sobre el impacto de los anuncios de televisión sobre el comportamiento digital. El objetivo es medir la efectividad de la publicidad en la televisión.

Knowledge@Wharton: La investigación explora un fenómeno que ha crecido en los últimos años: la segunda pantalla. Ahora, ya no vemos simplemente la televisión. A menudo, estamos sentados delante de la televisión, observándola y ojeando el teléfono móvil al mismo tiempo. Cuando analizaron más de cerca este aspecto, ¿a qué conclusiones llegaron?

Hill: Esa es una muy buena observación. Le voy a decir cuáles eran las preguntas en que estábamos interesados en la investigación. La primera fue simplemente: ¿cómo los comportamientos en respuesta a los anuncios de televisión se manifiestan en la segunda pantalla? Observamos que en realidad hay un aumento en el comportamiento de búsqueda después de ver un anuncio en la televisión. Pero eso ocurre principalmente en el teléfono inteligente. Cuanto menor es el dispositivo, más probable es que la persona responda directamente a un anuncio de televisión de forma digital.

Como nuestros datos de investigación son muy meticulosos, también estábamos interesados en la interacción con los anuncios de búsqueda patrocinados. Por último, queríamos ver cómo la publicidad en la televisión afectaba al usuario de diferentes maneras. Por ejemplo, estábamos interesados en los efectos heterogéneos sobre el público en cuestión, edad y sexo. En función del sexo, ¿la respuesta será diferente a un ad creative [conjunto de recursos para la creación visual de anuncio] exhibido que aparece en un programa de televisión? También analizamos la cuestión del dispositivo. Así, conseguimos descubrir que la respuesta procedía principalmente de los dispositivos móviles.

Knowledge@Wharton: ¿Qué descubrimientos le sorprendieron más? Una cosa que me llamó la atención fue el hecho de que la búsqueda en el teléfono inteligente sólo dura unos tres minutos.

Hill: Eso es correcto. Ha acertado en lo que considero el descubrimiento más sorprendente. Hay otros dos que, en retrospectiva, parecen obvios, pero que no anticipamos. El primero ya se ha mencionado aquí. Al desglosar los datos y analizar los diferentes grupos ─personas que hacen búsquedas en el teléfono inteligente en comparación con otras que buscan en tabletas y computadores─ vimos que el efecto más significativo en las búsquedas después de mostrar un anuncio en la televisión se produjo sólo en los teléfonos inteligentes. Eso fue lo primero que nos sorprendió. A pesar de que, en retrospectiva, eso tiene sentido. Si estás delante de la televisión, no querrás poner el computador delante de ella, ¿verdad?

Como nuestro análisis era muy detallado, la segunda sorpresa que tuvimos fue la posibilidad de ver, minuto a minuto, el cambio dinámico en la forma de hacer la búsqueda después de un anuncio en la televisión. Observamos que esto ocurre en el primer, segundo o tercer minuto después de la publicidad. Al principio, pensamos: “esperábamos que las cosas se fueran desacelerando, que disminuyesen”. Tenemos la sospecha de que la razón de eso se debe al hecho de que la publicidad en la televisión dura casi siempre tres minutos exactos. Por lo tanto, la gente probablemente se centra más en la televisión después de que se emita el anuncio.

Knowledge@Wharton: Si yo fuera un anunciante, tendría esta ventana de tres minutos. Las personas están en el teléfono inteligente viendo estos anuncios. ¿Cómo puedo aprovechar la información obtenida?

Hill: Creo que son muchas las implicaciones de nuestro trabajo. La primera es que estamos descubriendo que la respuesta a la búsqueda de los anuncios de televisión se da principalmente en los teléfonos móviles, y en base a investigaciones previas ─no nuestras ─ sabemos que las personas son más propensas a hacer clic en el primer anuncio [en una lista de búsqueda] que aparece en el móvil, en comparación con un PC u otro tipo de computador. Esto se debe a la visibilidad, ¿verdad? Sólo vemos el primer anuncio.

Eso indica que si las personas estuviesen realmente alternado el televisor con el teléfono, el anunciante que quisiera capturar su atención tendría que invertir más para asegurarse de que su anuncio es el primero en aparecer.

Sin embargo, creo que nuestro trabajo tiene implicaciones más amplias, ya que podemos identificar quién está reaccionando al anuncio. Vamos a tomar dos ejemplos. Digamos que tiene un único ad creative, un anuncio de televisión, un anuncio publicitario. Digamos que es un producto nuevo y que quieren saber quién está reaccionando al mismo. Usted puede poner el anuncio en la televisión y simplemente analizar la respuesta tal y como hicimos y ver qué tipos de clientes están respondiendo y dónde. Esto puede ayudar a optimizar las campañas de publicidad que usted está haciendo, hacen hincapié en una cosa más que otra, dependiendo de lo que descubra.

Otro ejemplo que quería señalar es que se puede tener muchos ad creatives [recursos para la creación visual del anuncio] ─ porque a lo mejor usted ha hecho algunas pruebas con grupos pequeños y sabe a cuál de ellos les ha gustado. Sin embargo, no sabe de antemano cuál será el alcance de la respuesta. Usted puede lanzar los cuatro, o cuantos quiera, y ver quién está respondiendo mejor para, a continuación, ajustar la manera de mostrar sus anuncios a lo largo del tiempo.

Esta estrategia permite la optimización prácticamente en tiempo real de anuncios con un nivel de datos muy agregado. Uno se pregunta: ¿qué están haciendo las personas ahora? En general, las personas están midiendo la efectividad de la publicidad como he mencionado al principio, es decir, se preguntan, “¿Vio este anuncio?”. O a través del análisis de los datos de ventas. Pero el futuro será muy diferente, porque ya hay soluciones actuales para las cadenas de TV y hasta soluciones fuera de las cadenas de TV que permiten a la gente comprar anuncios de forma programática.

Por ahora, no hemos llegado a ese punto. Habrá compras programáticas a las cuáles recurrirán muchos anunciantes, así como algo llamado addressable TV que permitirá a los anunciantes dirigirse a audiencias específicas mediante anuncios personalizados en los hogares. Si podemos hacer esto, no será necesario analizar los datos de nivel agregado. Hasta entonces, sin embargo, esta es una buena manera de optimizar campañas.

Knowledge@Wharton: ¿Han encontrado algo interesante en relación a las diferencias demográficas y cómo la gente reacciona a los anuncios?

Hill: Sí, y eso era una cosa en la cual pensamos que los anunciantes se interesarían. Sólo analizamos edad y sexo, pero eso es suficiente para dar información en profundidad a los anunciantes. Podemos establecer la correspondencia entre el perfil demográfico y el programa de televisión. Por ejemplo, en el caso de los eventos deportivos, la tendencia es el predominio de la audiencia masculina. ¿Cuando se ejecuta un anuncio durante un evento deportivo, qué miembros del público suelen responden a ella? Constatamos ─y tal vez esto sea obvio─ que cuando un anuncio se emite durante un evento deportivo, la probabilidad de que el público masculino reaccione a él es mayor […] La respuesta de la audiencia femenina no es tan significativa como en otros eventos.

Knowledge@Wharton: La idea es que tal vez el público al que desea conquistar con este tipo de anuncios está compuesto por personas que verán el partido de todos modos, lo que, supongo, el anunciante debe saber. Sin embargo, la reacción se refleja también en las búsquedas digitales.

Hill: Correcto. Se puede comprobar si las personas a las que se dirige están respondiendo con eficacia al anuncio. Esto funciona como una especie de comprobación de la validez de la estrategia, es decir, si es de buena calidad. Además, si hay dos tipos de programas que normalmente atraen a la audiencia masculina, puede compararlos y ver qué tipo de programa ─cuando se transmite el anuncio─ atrae más respuestas masculinas.

Pueden estar sucediendo muchas cosas. Tal vez las personas se sientan más involucradas con algunos programas y así, por ejemplo, sean menos propensas a desviar la atención de los anuncios. O tal vez el programa sea más largo y se levanten para hacer otras cosas. Podemos evaluar la correlación entre el tipo de programa y el público que está reaccionando a él.

Knowledge@Wharton: ¿La encuesta también tiene en cuenta la idea de que las personas se están alejando de la televisión abierta y optando por el streaming? Cuando, por ejemplo, veo Hulu y hay anuncios, es como si la plataforma me preguntara: “¿Quiere probar esto? ¿O prefiere un video sobre California, o quiere ver algo acerca de un producto de limpieza?” ¿Esto también puede aplicarse más allá de la televisión abierta?

Hill: También puede aplicarse a otras estrategias de publicidad donde hay un intervalo de tiempo específico asociado con el evento. Puede ser, por ejemplo, la instalación de una valla publicitaria en un lugar específico y su posterior retirada. Es posible que tenga un anuncio de radio con un tiempo específico. El tipo de metodología que defendemos nos permite poner de manifiesto la relación de causalidad entre un evento que tiene un tiempo específico y el comportamiento que se observa después de este evento mediante la comparación no sólo de lo que ocurrió antes, sino también con un grupo de control constituido para ese fin.

Así todo, la operación se llevaría a cabo en cualquier evento basado en la publicidad. Para responder a su pregunta sobre Hulu y, por ejemplo, Netflix, las soluciones para el consumo de los medios de comunicación son algo diferentes, porque saben quien eres. Tienen información sobre su cuenta.

Knowledge@Wharton: Saben lo que estoy viendo.

Hill: Lo que pueden hacer es más próximo al ejemplo de addressable tv que he mencionado anteriormente, donde ahora se puede emitir anuncios directamente a los hogares específicos. Empresas como Hulu y Netflix ya están haciendo publicidad individualizada. Pueden utilizar su comportamiento en su propio sitio o la combinación de los datos con terceros para lograrlo directamente.

Knowledge@Wharton: ¿Qué distingue esta investigación de otras sobre el mismo tema?

Hill: Un par de cosas. En primer lugar, la rigurosidad de los datos. Debido a la escala de los datos, se pueden analizar las respuestas minuto a minuto en diferentes lugares. En segundo lugar, en el caso de búsquedas realizadas por estas personas, también tenemos un perfil demográfico. Son datos muy brutos, pero de alto nivel. Sin embargo, esto nos ha permitido analizar los efectos de estos tratamientos heterogéneo del perfil demográfico teniendo también en cuenta el tipo de dispositivo, lo que nadie había hecho antes.

Y ahí, por último, la combinación no sólo de la observación de la búsqueda, sino también de los clics. Por lo tanto, sobre la base de una búsqueda, el análisis de los clics en los anuncios patrocinados es también algo nuevo. El análisis de cómo las empresas pueden coordinar sus campañas publicitarias es algo que no se ha hecho antes cuando se analiza la respuesta a los anuncios de televisión.

Knowledge@Wharton: ¿Cuál es la siguiente etapa de la investigación? Sé que ha trabajado mucho con la televisión social en los últimos años, pero ¿qué podemos esperar a continuación?

Hill: Hay varios caminos posibles. Ya hemos empezado a investigar la búsqueda orgánica. En el primer estudio, nos dedicamos a la investigación patrocinada. Entonces podemos analizar lo que una respuesta a la búsqueda orgánica significa realmente para la marca. ¿Esto marca alguna diferencia en la probabilidad de un clic después de mostrar un anuncio?

También estamos analizando otros tipos de respuestas digitales, no sólo búsquedas. Por lo tanto, estamos estudiando los clics en las páginas web asociadas a la marca y donde está yendo la gente al hacer clic. Nos preguntamos qué plataformas publicitarias específicas pueden ser eficaces inmediatamente después de una campaña de publicidad en la televisión.

Después de estas cosas en las cuales ya estamos trabajando, nuestra idea es asignar diferentes categorías a las personas. En lugar de la clasificación en hombre o mujer, vamos a clasificarlas en un punto del canal de compras. ¿Están dispuestas a comprar? ¿Simplemente están buscando información? ¿O están comparando productos a la venta? Queremos saber si el anuncio de televisión es más o menos eficaz en función de la posición de las personas en ese canal.

Utilizamos técnicas de datos de observación, creemos que nuestro método de llevar a cabo la relación causal entre los anuncios de televisión y responder a las consultas es bastante sólido. Sin embargo, lo que nos gustaría más es hacer un experimento mientras los anuncios se están ejecutando para asegurarnos de que los resultados que estamos obteniendo con la respuesta de búsquedas patrocinadas son realmente verdaderos. Y que hay de hecho un impacto en el resultado de la búsqueda patrocinada.

Creo que el trabajo futuro consistirá en hacer experimentos usando addressable tv. Nuestro trabajo, creo, todavía se extenderá un poco más. Porque aunque la addressable tv ya exista en la actualidad, no hay muchos anunciantes que la adopten de inmediato. Queremos saber si estas diferentes combinaciones de publicidad tienen como resultado más o menos gastos, más o menos clics, más o menos búsquedas de información. Mediante el uso de las soluciones de addressable tv en combinación con los experimentos de búsqueda patrocinados, obtendremos precisamente esta respuesta.

Cómo citar a Universia Knowledge@Wharton

Close


Para uso personal:

Por favor, utilice las siguientes citas para las referencias de uso personal:

MLA

"La minería de datos al servicio de los anunciantes." Universia Knowledge@Wharton. The Wharton School, University of Pennsylvania, [27 marzo, 2017]. Web. [18 August, 2017] <http://www.knowledgeatwharton.com.es/article/la-mineria-datos-al-servicio-los-anunciantes/>

APA

La minería de datos al servicio de los anunciantes. Universia Knowledge@Wharton (2017, marzo 27). Retrieved from http://www.knowledgeatwharton.com.es/article/la-mineria-datos-al-servicio-los-anunciantes/

Chicago

"La minería de datos al servicio de los anunciantes" Universia Knowledge@Wharton, [marzo 27, 2017].
Accessed [August 18, 2017]. [http://www.knowledgeatwharton.com.es/article/la-mineria-datos-al-servicio-los-anunciantes/]


Para fines educativos/empresariales, utilice:

Por favor, póngase en contacto con nosotros para utilizar con otros propósitos artículos, podcast o videos a través de nuestro formulario de contacto para licencia de uso de contenido .

 

Join The Discussion

No Comments So Far