Seamos realistas: la era de las cookies ha llegado a su fin. Google va a tomar medidas drásticas contra todas las tácticas de segmentación basada en el comportamiento en 2024, y los consumidores exigen tener más control sobre su información privada en Internet. Entonces, ¿qué significa esto para los profesionales del marketing cuyas estrategias de medios se han basado hasta ahora en datos de terceros?
Ahora que la segmentación por comportamiento está en declive, las soluciones de segmentación contextual están ganando terreno rápidamente como la mejor opción para dirigirse a los consumidores en un mundo sin cookies que se avecina a pasos agigantados.
De hecho, se prevé que, entre 2022 y 2030, el gasto en publicidad contextual a nivel mundial crezca un 13,8 % anual. Y con razón: la publicidad contextual respeta la privacidad, es segura para las marcas y se centra en dirigirse a los consumidores en función de sus intereses, y no de su comportamiento en línea.
En esta entrada del blog, analizaremos la publicidad contextual: qué es, cuáles son sus ventajas, ejemplos y cómo puedes aprovechar los anuncios contextuales para impulsar los KPI de tu campaña y lograr el crecimiento de tu negocio en la próxima era de la publicidad digital.
¿Qué es la publicidad contextual?
En términos sencillos, la publicidad contextual es aquella que aparece en una página web en función del contenido de la misma; por ejemplo, un anuncio de Samsung junto a un artículo sobre las mejores ofertas del Black Friday o un anuncio de Starbucks junto a la mejor receta de capuchino. La segmentación contextual utiliza la información que ya figura en la página para adaptar el anuncio de una marca al contenido que está consultando el usuario.
¿Por qué es importante la publicidad contextual?
La segmentación contextual existe desde hace mucho tiempo. Sin embargo, gracias a los continuos avances en las capacidades contextuales, junto con la reciente revolución en materia de privacidad y la inevitable desaparición de las cookies, ha experimentado un profundo resurgimiento en el sector de la tecnología publicitaria. La inteligencia contextual seguirá evolucionando y, en el futuro, se convertirá en un elemento habitual de la estrategia de muchos de los actores del sector.
«El entusiasmo que suscita la publicidad contextual está justificado; las pruebas están ahí, en cuanto a rendimiento, alcance y estabilidad, en un mercado que se ha visto sacudido por los cambios en la normativa de protección de datos» —Peter Wallace, director general para EMEA de GumGum.
Ventajas de la publicidad contextual
Según Statista, el 49 % de los profesionales del sector de los medios de comunicación están preocupados por las futuras restricciones en torno al uso de cookies, lo que convierte a la publicidad contextual en una alternativa muy prometedora a la publicidad basada en el comportamiento. Estas son algunas de las razones:
Llega a las personas adecuadas en los momentos adecuados
Gracias a la segmentación contextual, los anunciantes pueden dirigirse a los usuarios en función del contenido que están consultando en tiempo real, en lugar de basarse en sus hábitos de navegación anteriores. El contenido que un usuario está viendo en un momento dado refleja sus intereses y sus intenciones. Por ello, esta táctica de segmentación te permite llegar a los usuarios cuando se encuentran en un estado de ánimo receptivo.
Proteger la privacidad de los consumidores
Ahora más que nunca, los usuarios no quieren que se les rastree en Internet. A diferencia de la publicidad basada en el comportamiento, la publicidad contextual no se basa en datos de cookies de terceros, sino que inserta anuncios en contenidos relevantes que ya interesan a los usuarios y con los que estos interactúan.
De este modo, protege la privacidad de los consumidores y garantiza que los usuarios no tengan la sensación de que se les sigue o se les vigila en Internet.
Dirigirse a públicos específicos
Con «contextual», un anunciante puede segmentar por tema o utilizar un conjunto de palabras clave para obtener mayor precisión, que puede ser tan amplio o tan detallado como se desee. Esto significa que los anunciantes pueden centrarse en el nicho de público específico al que desean llegar.
Métricas de acceso en tiempo real
Las campañas de publicidad contextual se publican de forma programática, lo que significa que los anunciantes pueden consultar métricas en tiempo real para optimizarlas según sea necesario. Con el socio programático adecuado, los anuncios pueden verificarse y publicarse en dominios relevantes tanto antes como durante la campaña.
La optimización de las campañas en tiempo real refuerza el rendimiento de una campaña en curso, lo que, en última instancia, mejora los resultados. Además, la posibilidad de realizar cambios sobre la marcha permite a los anunciantes llevar a cabo ajustes que pueden reducir el desperdicio de la inversión publicitaria.
Garantizar la seguridad de la marca
Las marcas no solo deben preocuparse por la seguridad jurídica, sino también por la seguridad de su reputación. Y, para los anunciantes que utilizan la publicidad basada en el comportamiento, esto ha resultado difícil de garantizar en algunos casos. Cada vez más, las marcas se encuentran con que sus anuncios aparecen en entornos que no son seguros para la marca, como contenidos para adultos o extremistas. Pero este es el riesgo que conlleva colocar anuncios basándose únicamente en el comportamiento de los usuarios.
Sin embargo, con la segmentación contextual, la página web en la que se mostrará tu anuncio es el núcleo de la campaña. Tú especificas los temas, subtemas y palabras clave, lo que reduce la probabilidad de que tus anuncios sigan a un usuario hasta un entorno en el que no espera (ni desea) ver publicidad, incluidos aquellos lugares en los que no quieres que aparezcan.
Fomentar la afinidad con la marca
Hoy en día, a los consumidores les importa dónde compran y son cada vez más conscientes de los entornos en los que las marcas deciden anunciarse. La publicidad contextual ofrece un entorno publicitario seguro para la marca y, al mismo tiempo, fomenta la afinidad con ella, ya que los anuncios se muestran en función del contenido que está viendo el usuario.
Los anunciantes pueden conectar con consumidores que se muestran receptivos a los mensajes con un propósito y que buscan específicamente marcas que compartan sus valores fundamentales.
Publicidad contextual en tres sencillos pasos:
Para comprender mejor la publicidad contextual, puedes planteártela en tres sencillos pasos:
- Una plataforma de inteligencia contextual, basada en tecnología de inteligencia artificial —como la visión artificial y el procesamiento del lenguaje natural—, analiza la información de una página web; por ejemplo, los alimentos y los utensilios de cocina que aparecen en una foto que acompaña a una receta en un blog.
- A continuación, esta información se traduce en conocimientos prácticos que permiten dirigirse a los consumidores.
- A continuación, la plataforma de inteligencia contextual inserta en la página web bloques publicitarios relevantes desde el punto de vista contextual, que se ajustan al comportamiento del usuario y al contenido que está consultando.
Un breve resumen de los componentes de la publicidad contextual
Ahora que ya hemos visto los pasos básicos de la segmentación contextual, es el momento de analizar más detenidamente los componentes que, en conjunto, hacen posible la publicidad contextual.
Componentes:
INTELIGENCIA ARTIFICIAL
Cuando los seres humanos enseñan a las máquinas a pensar y actuar como ellos, a eso se le denomina Inteligencia Artificial (IA). Una entidad creada por los seres humanos que es capaz de tomar decisiones racionales y humanas y de realizar tareas sin que se le haya dado instrucciones explícitas para ello es una entidad que actúa y posee Inteligencia Artificial.
Hay multitud de ejemplos de inteligencia artificial allá donde miremos, desde los coches autónomos hasta los filtros antispam, pasando por las aplicaciones de navegación, el software de reconocimiento facial, las aplicaciones de banca online y mucho más.
APRENDIZAJE AUTOMÁTICO
Los algoritmos de aprendizaje automático buscan patrones en grandes cantidades de datos, como números, palabras, imágenes, clics, etc. Estos datos pueden almacenarse digitalmente o introducirse en un algoritmo de aprendizaje automático.
Por ejemplo, cuando utilizas Netflix o Hulu, cada plataforma recopila tantos datos sobre ti como le es posible —qué géneros te gusta ver, en qué enlaces haces clic, a qué publicaciones reaccionas— y utiliza el aprendizaje automático para hacer una predicción muy precisa sobre lo que podrías querer ver a continuación. Lo mismo ocurre en la publicidad, donde el aprendizaje automático realiza predicciones fundamentadas sobre los anuncios que los consumidores quieren ver en Internet.
VISIÓN ARTIFICIAL
La visión artificial es un campo de la informática que se dedica a hacer que los ordenadores puedan ver, identificar y procesar imágenes y vídeos para, a continuación, ofrecer un resultado adecuado.
Existen una serie de factores tecnológicos y sociales que impulsan el crecimiento del contenido visual en el panorama digital. Entre el aumento del número de cámaras integradas en el mercado y la proliferación de plataformas de redes sociales que recurren a las imágenes para transmitir conceptos e información de forma rápida, una estrategia visual se está convirtiendo en algo esencial para los anunciantes que desean aprovechar el poder del contenido visual.
La tecnología de reconocimiento de imágenes permite a los anunciantes examinar de forma eficaz millones de imágenes y vídeos existentes para, a continuación, colocar publicidad relevante en función del contexto junto a los contenidos adecuados. Además, ayuda a evitar exposiciones que puedan perjudicar la imagen de la marca, ya que ofrece a los anunciantes un control estricto sobre dónde aparece su contenido.
En otras palabras, la visión artificial permite a los profesionales del marketing utilizar la segmentación contextual con una facilidad y seguridad sin precedentes, lo que a su vez les permite llegar a usuarios —y captarlos— que se encuentran fuera de sus ecosistemas tradicionales.
A medida que el panorama digital se fragmenta en un sinfín de nichos dentro de otros nichos, estas herramientas resultarán esenciales para una estrategia de marketing eficaz.
PROCESAMIENTO DEL LENGUAJE NATURAL (PLN)
El procesamiento del lenguaje natural, normalmente abreviado como PLN, es una rama de la inteligencia artificial que se ocupa de la interacción entre ordenadores y personas mediante el lenguaje natural. El objetivo final del PLN es leer, descifrar, comprender y dar sentido a los lenguajes humanos de una manera que resulte útil.
Las aplicaciones del PLN están presentes en todas partes: por ejemplo, los chatbots y los asistentes virtuales, aplicaciones como Grammarly, la extracción de texto y la autocorrección utilizan algoritmos de PLN para funcionar correctamente. El PLN es una parte fundamental de la publicidad contextual, ya que permite comprender no solo las palabras, sino también los contextos y el tono emocional de una página web, lo que permite situar los mensajes de marca en aquellas páginas en las que realmente marcarán la diferencia para el consumidor.
Gracias a la interacción de estos componentes, la publicidad contextual ayuda a los anunciantes a obtener un conocimiento profundo de una página con el fin de colocar los mensajes publicitarios en entornos eficaces y adecuados.
{{cta-1}}
La diferencia entre la segmentación contextual y la segmentación por comportamiento
Ante el declive de la publicidad basada en cookies, el aumento de la preocupación de los consumidores por la privacidad y el auge de los nuevos entornos mediáticos, los profesionales del marketing están valorando cuáles son las mejores soluciones para conectar con los consumidores en Internet. Esto está dando lugar a un gran debate: ¿qué es mejor, la publicidad contextual o la publicidad basada en el comportamiento?
Ahora que ya tenemos claro en qué consiste la segmentación contextual, veamos en qué consiste la segmentación por comportamiento. La segmentación por comportamiento, también conocida como segmentación por audiencia, muestra anuncios en función del comportamiento de navegación web del usuario.
Por ejemplo, si un usuario ha buscado «bolsos de piel», se puede deducir que está interesado en los bolsos y, por lo tanto, se le pueden mostrar anuncios basados en su comportamiento.
La publicidad basada en el comportamiento se basa en las acciones anteriores del usuario para realizar un seguimiento de su comportamiento y comprender el tipo de compra que es probable que realice. Si un usuario realiza una acción, ya sea en línea o fuera de línea, esta información se registra y se utiliza para mostrarle anuncios basados en su comportamiento.
Ahora bien, ¿cuál es la principal diferencia entre estos dos métodos?
En términos sencillos, la publicidad basada en el comportamiento utiliza los datos personales del consumidor para mostrar anuncios a los posibles compradores, mientras que la publicidad contextual coloca anuncios en entornos que se ajustan a los intereses del usuario sin recurrir a datos personales.
Sin duda, tanto la segmentación contextual como la segmentación por comportamiento son medios publicitarios eficaces, pero con la eliminación gradual de las cookies de terceros y la creciente demanda de privacidad por parte de los consumidores, a los anunciantes no les queda más remedio que explorar medios más sostenibles para llegar a los consumidores en Internet.
Esto está provocando que cada vez más anunciantes sustituyan o complementen sus estrategias de publicidad basada en el comportamiento por otras más contextuales. Gracias a los avances en la tecnología contextual, a unas técnicas de segmentación más matizadas y a un mejor conocimiento de la mentalidad de los consumidores, la publicidad contextual se está convirtiendo rápidamente en una de las principales soluciones para sustituir a las cookies en la publicidad digital.
Cómo elegir la tecnología contextual adecuada
A la hora de buscar un socio de publicidad contextual, ¿por dónde se empieza? Antes de elegir un socio, es importante comprender en qué consiste su segmentación contextual planteándose las siguientes preguntas:
- Además del texto, ¿tenéis en cuenta el vídeo, el audio y las imágenes a la hora de evaluar la seguridad de la marca y la clasificación contextual?
- ¿Dispones de algún estudio que demuestre que tu estrategia de publicidad contextual está dando resultados?
- ¿Eres dueño de tu tecnología o utilizas la de otra persona?
- ¿Es capaz vuestra tecnología de comprender el contexto completo de una página?
- ¿Utilizas palabras clave para identificar el contexto?
- ¿Cuenta la tecnología con la acreditación de un organismo independiente?
Verity™, la solución de segmentación contextual líder en el sector de GumGum
Como líder en inteligencia contextual, GumGum lleva más de una década llevando a cabo con éxito campañas publicitarias contextuales. La tecnología de inteligencia contextual de GumGum, Verity™, analiza textos, imágenes, audio y vídeo para obtener una comprensión similar a la humana. Tanto los anunciantes como las agencias publicitarias utilizan esta información para llevar a cabo campañas publicitarias contextualmente relevantes y adecuadas para la marca.
El Media Rating Council (MRC) ha concedido a Verity™ la acreditación a nivel de contenido para el análisis contextual, la seguridad de la marca y la idoneidad en entornos de CTV, ordenadores de sobremesa y web móvil. Esta acreditación convierte a GumGum en el primer proveedor de tecnología publicitaria en demostrar que sus capacidades contextuales a nivel de contenido para CTV cumplen los exigentes requisitos del MRC.
La acreditación de Verity™ ofrece a los anunciantes una solución contextual y de seguridad e idoneidad de la marca capaz de analizar todas las señales disponibles (texto, vídeo, imágenes y audio), en un momento en el que se prevé que la publicidad en CTV se duplique con creces de aquí a 2026 (eMarketer).
Mientras que la mayoría de los proveedores solo pueden ofrecer análisis de vídeo a nivel de propiedad —lo que significa que se centran en los metadatos del vídeo, como la descripción asociada al mismo—, Verity™ realiza el análisis a nivel de contenido. Esto significa que Verity™ examina el vídeo fotograma a fotograma para obtener una comprensión más completa y similar a la humana del contenido, con el fin de dirigirse a los usuarios relevantes respetando la privacidad.
Esto está cobrando cada vez más importancia a medida que la adopción de la televisión conectada (CTV) sigue aumentando, las cookies quedan obsoletas y crecen las preocupaciones en materia de privacidad.
Del mismo modo, permite a los editores de CTV monetizar sus vídeos de forma más detallada, lo que mejora la escala y evita el bloqueo de contenidos que, en realidad, son seguros.
El éxito demostrado de Verity™
En un nuevo estudio, se ha constatado que los anuncios contextuales son más precisos y rentables que la segmentación por comportamiento, ¡y GumGum Verity™ se ha situado a la cabeza!
En colaboración con dentsu, GumGum llevó a cabo un estudio de investigación pionero en su género en el que se comparaban la rentabilidad y la precisión de la segmentación por comportamiento frente a la segmentación contextual.
Dentsu llevó a cabo campañas en tiempo real utilizando la segmentación contextual y la segmentación por comportamiento para cuatro de sus marcas clientes: la cadena de cosméticos Sephora, una importante empresa tecnológica, una gran superficie y una empresa de venta directa al consumidor.
El estudio analizó un millón de impresiones repartidas entre cinco líneas publicitarias diferentes y concluyó que la segmentación contextual resultaba más eficaz que la segmentación por comportamiento en cuanto al coste por clic (CPC) y al coste por impresión visible (vCPM). El estudio también reveló que Verity™ era más preciso que otros proveedores líderes de segmentación contextual.
Verity™ demostró ser:
{{cta-2}}
