Audiencia personalizada

Una audiencia personalizada es un grupo direccionable de usuarios que un anunciante construye a partir de sus propios datos en lugar de las categorías de intereses o demográficas predefinidas de una plataforma. Normalmente se crea cargando una lista de clientes (correos electrónicos, números de teléfono o identificadores hash), etiquetando a los visitantes del sitio web con un tracking pixel, o conectando la actividad de la app, y luego comparando esos datos con la base de usuarios de la plataforma para encontrar dónde ya existen esas mismas personas.

Las tres fuentes comunes#

La mayoría de las audiencias personalizadas provienen de uno de tres lugares. Una lista de clientes es una carga directa, generalmente correos electrónicos o números de teléfono, que se compara con los usuarios registrados de la plataforma, útil para alcanzar a compradores existentes con mensajes de upsell o reactivación. La actividad del sitio web o de la app proviene de un píxel o SDK que se dispara en acciones específicas, vistas de página, vistas de producto, añadidos al carrito, compras, que es el mismo mecanismo subyacente que utilizan las campañas de remarketing. Las audiencias de interacción se construyen a partir de personas que ya han interactuado con los anuncios o contenido del anunciante directamente en la plataforma, como cualquiera que haya visto una parte de un video publicitario o haya abierto un formulario.

Audiencias personalizadas como semilla para audiencias similares#

Más allá de segmentar la propia audiencia personalizada, su otro uso principal es como semilla para una expansión de audiencia similar: la plataforma analiza los rasgos compartidos de la lista personalizada y encuentra nuevos usuarios que se asemejan a ella. Por eso la calidad de los datos en una audiencia personalizada importa incluso cuando un comprador no planea dirigirse a ella directamente. Una lista personalizada desordenada o demasiado amplia genera una audiencia de expansión más débil, de modo que ambas funciones están estrechamente vinculadas en la práctica, aunque resuelvan problemas diferentes.

Datos de primera mano y restricciones de privacidad#

Crear audiencias personalizadas útiles depende de datos de primera mano first-party data sólidos: información de usuario limpia, consentida y recopilada directamente, en lugar de datos de terceros comprados a un broker. La regulación de privacidad y la política de la plataforma se han endurecido respecto a qué identificadores pueden usarse para coincidir una audiencia personalizada y cómo ocurre esa coincidencia, impulsando generalmente el uso de datos hash y consentidos recopilados directamente por el anunciante. Los compradores deben consultar la documentación actual de la plataforma específica para conocer los requisitos de coincidencia y las reglas de consentimiento, en lugar de asumir que los métodos de carga antiguos siguen aplicando.

Dónde encaja esto en los embudos nativos y de afiliados#

Las audiencias personalizadas están más desarrolladas en plataformas sociales y de búsqueda que manejan identidades de usuarios registrados a gran escala, pero la idea subyacente, segmentar a personas basándose en datos que ya posees sobre ellas, se aplica a todos los canales. Un comprador que ejecuta anuncios nativos a través de Taboola o Outbrain y que también posee una lista de clientes o datos del sitio rastreados por píxel puede a menudo canalizar esa audiencia a través de una demand-side platform conectada para superponer la segmentación de audiencia personalizada sobre el inventario nativo, en lugar de depender solo del contexto integrado y la geo targeting de la red. Esto es más relevante para anunciantes con una base de clientes establecida de la cual extraer, como las DTC brands que ejecutan anuncios nativos junto a otros canales, y menos para ofertas de afiliados frías sin datos de clientes existentes para usar como semilla.

Mantener una audiencia personalizada útil a lo largo del tiempo#

Las listas se vuelven obsoletas. Una lista de clientes cargada una sola vez y nunca actualizada se aleja cada mes del comportamiento actual del comprador, y una audiencia basada en píxel con una ventana de attribution window corta necesita visitas nuevas de forma continua para mantenerse poblada. Actualizar las listas con regularidad y depurar los identificadores que ya no son válidos mantiene una audiencia personalizada (y cualquier modelo derivado de ella) representativa de a quién la marca está alcanzando hoy, en lugar de a quién alcanzó hace un año.