Alternativas a las cookies de terceros

Con el final del uso de las famosas cookies de terceros, Google ha anunciado que lanzará su proyecto ‘Privacy Sandbox‘ basado en su tecnología FLoC (Federated Learning of Cohorts, algo así como “aprendizaje federado de grandes grupos”).

Lo que propone es que las bases de datos que utilizan las empresas publicitarias se compongan de conjuntos de personas que tienen perfiles publicitarios similares, prescindiendo de incluir información personal. En lugar de utilizar cookies de terceros, este sistema que propone Google almacenará información acerca de la navegación del usuario, pero no la guardará anonimizada o asociada a un identificador único; en lugar de eso, la añadirá a un grupo de usuarios (cohort) que muestren hábitos de navegación similares.

Cuando estos hábitos o intereses den como resultado un grupo demasiado pequeño, este se unirá a otros grupos para evitar una cantidad mínima de usuarios que permita identificar a las personas particulares por descarte.

Esta solución, basada en guardar y utilizar el historial web del navegador Chrome, ha sido muy criticada por algunos defensores de la privacidad.

¿Qué alternativas podemos utilizar para identificar a nuestros usuarios?

Existen dos posibles estrategias a implementar que pueden combinarse en un modelo mixto. Por un lado, se recaba información del usuario basada en el contexto de navegación. Aquí, con ayuda de la Inteligencia Artificial, podemos conocer y pronosticar patrones de consumo. En esta estrategia, las organizaciones deberán determinar qué palancas son las que activan al usuario según sus necesidades, preferencias o datos previos mediante una hoja de ruta que permita establecer el segmento al que pertenece. Por otro lado, la organización identifica unívocamente a un usuario que acepta recibir publicidad personalizada.

Esta opción, menos innovadora, suele obtener una baja aceptación por parte de los usuarios. Apple y otras empresas están trabajando en identificadores universales abiertos o unificados, como el correo electrónico o el teléfono, que con permiso del usuario permiten identificarlo en los diferentes sitios web. Algunas compañías como Privacy Cloud están ya investigando en sistemas de Zero Party Data, es decir, un sistema donde el cliente comparte sus datos con una marca de forma intencionada y proactiva, pudiendo incluir preferencias, intención de compra, contexto personal y la forma en la que la persona desea ser reconocida por dicha marca. Desde su fundación en 2018, Privacy Cloud ofrece a los internautas la posibilidad de controlar el uso que hacen las empresas de sus datos personales para crear ofertas comerciales o de marketing.

Queda un largo camino en el que la tecnología, la calidad de los contenidos y una buena estrategia serán más necesarios que nunca para conocer a nuestro cliente, identificar aquellos canales en los que desarrolla su actividad y saber cómo se comporta en ellos con el fin de encontrarle en el lugar adecuado en el momento preciso.

Y, ¿qué podemos hacer tras el fin de las cookies de terceros?

También se hace necesario diversificar nuestra estrategia publicitaria bajando la presión en Google. Debemos encontrar y utilizar canales que nos permitan segmentar a nuestras audiencias. Las redes de contenidos, de podcast, de medios de comunicación, y por supuesto las redes sociales nos permiten acercarnos a estos nichos de audiencia de manera personalizada.

Los programas de fidelización serán un elemento fundamental a la hora de conocer a nuestros usuarios y su momento de compra. La creación de programas propios o la participación en programas de terceros nos ayudará a establecer los hábitos y costumbres de nuestros usuarios, lo que nos orientará significativamente a la hora de establecer estrategias con las que conocerlos más profundamente para generar experiencias personalizadas en las que ofrecer nuestros productos y servicios afinando el tiro.

Pero para evaluar qué contenidos relevantes mostrar y cuándo mostrarlos necesitaremos recurrir a sistemas de Machine Learning y Big Data. Gracias a estas tecnologías seremos capaces de valorar al usuario y su momento de compra en tiempo real más allá del comportamiento de navegación, lo que nos permitirá acotar aquellos segmentos que tengan una mayor predisposición para la compra o la conversión. Las acciones tienen que estar orientadas a generar una plataforma de datos de clientes (Customer Data Platform, CDP) unificada en la que, al aplicar algoritmos de Machine Learning, podamos descubrir nuevos patrones de clientes y aprender con el tiempo.

A la hora de establecer acciones que nos permitan conocer a nuestros usuarios, será imprescindible que desarrollemos e implementemos estrategias de inbound marketing desde las que conseguir que consuman e interactúen con los contenidos que generemos. Además habrá que establecer acciones puntuales que busquen actuar sobre los clientes en un momento concreto, buscando la conversión.

Implantar e integrar tecnologías complejas requiere mucha coordinación dentro de las empresas. Para poder abordar este desafío en el que los objetivos comerciales y las soluciones tecnológicas deben trabajar en conjunto será fundamental que la colaboración, en especial entre el área de marketing y la tecnológica, se integre de manera orgánica en toda la organización.

Somos especialistas en marketing y en conocer las necesidades del negocio y ayudar a establecer las necesidades técnicas con las que encontrar la mejor solución. ¿Hablamos?