Escuche el podcast en francés en

.

2021 fue un año de transición marcado por un fuerte aumento de la madurez data. Este podcast explora las tendencias que cabe esperar en los próximos meses en lo que respecta a la aceleración de la recopilación de 1P data, la ampliación de los CDP de las marcas y los enfoques cada vez más probabilísticos de la medición del rendimiento.

2021 fue un año de transición marcado por un fuerte aumento de la madurez data para:

  • Empresas: El Data se está convirtiendo en algo absolutamente estratégico: 90% de las empresas han contratado en data según una encuesta de la “mission numérique gouvernementale des grands groupe” (misión digital gubernamental de las grandes empresas).

  • Ciudadanos y consumidores: Cada vez hay más conciencia de la importancia de la protección data (lo hemos visto este año muy publicitado reports sobre los peligros de las noticias falsas y los efectos de las cámaras de eco)

  • Reglamentos y gobiernos: El GDPR sigue creando ondas en todo el mundo, en EE.UU. con la CCPA en Virginia (VCPA) y Colorado (CPA), e incluso en China con la PIPL, en vigor desde el 1 de noviembre.

Las tendencias que estamos observando forman parte de esta serie de cambios, con avances en la tecnología combinados con un mayor respeto por la protección data

La necesidad de controlar el propio data, ya que cada vez es más vital poder contar con una data limpia, consentida y controlada. Esto requiere dos habilitadores: Programas de recogida de data y un ecosistema de herramientas adecuado.

  • Acelere en la recogida de 1P data:

    1. El data de terceros está en vías de desaparición: los tres principales navegadores han eliminado o eliminarán el uso del cookies de terceros, por lo que esperamos más esfuerzos para recopilar grandes cantidades de 1P data a través de programas más innovadores.
      • Por ejemplo, McDonald's en Francia ha convertido su campaña anual del Monopoly en un programa digital 100%, que requiere la creación de una cuenta en la aplicación McDonald's+, donde debe escanear sus cromos para averiguar su premio.
  • El CDP (consumidor data platform):

    1. Las marcas necesitan un amplio marco de CDP para recopilar, almacenar y gestionar audience de los consumidores, tanto PII como no PII. Actualmente, ninguna solución tecnológica del mercado puede cubrir 100% de la ambición, por lo que tenemos que conformarnos con ensamblar múltiples herramientas. Nos basamos en gran medida en la pila de Google y hemos construido una oferta que se apoya en Google Marketing Platform como pila principal que completamos con tecnologías como Tealium, Treasure Data y muchas otras
    2. Sobre la recogida: Cada vez es más esencial utilizar “salas limpias” para la ingesta y el procesamiento de los medios de comunicación data con el fin de respetar la privacidad y el consentimiento: Google ADH, Amazon Marketing Cloud, FB Advanced Analytics...
    3. Último punto: Creemos que algunas funcionalidades críticas deben construirse internamente. Por ejemplo, hemos lanzado un método llamado Audience Engine, que le permite gestionar sus propios audience sobre el CDP para evitar depender exactamente de los mismos modelos que sus competidores (lo hacemos para grandes marcas como Reckitt o Samsung).

Una aplicación concreta de estos cambios es la evolución en la medición del rendimiento:

Históricamente, hemos dependido en gran medida de la medición determinista basada en identificadores (principalmente cookies de terceros) para seguir el recorrido del consumidor desde el principio hasta el final en línea. El fin de los identificadores de 3ª parte hará que los enfoques de atribución tradicionales pierdan relevancia rápidamente. Seguirán funcionando en un ámbito reducido, dentro de jardines amurallados (tendrá su medición del rendimiento de FB, la atribución para todo el entorno de Google - cross-device gracias a GA4) pero serán menos eficaces para una visión cross-walled garden.

Así que esperamos un aumento de los enfoques probabilísticos, que consisten en vincular matemáticamente el rendimiento histórico para conectar las ventas con las acciones de marketing. Éstos tienen la inmensa ventaja de ser exhaustivos (tienen en cuenta todas las ventas y todas las acciones de marketing/ventas).

  • Sin embargo, el planteamiento sigue sin ser perfecto:

    1. Problemas con la granularidad: por ejemplo, es difícil tener información relevante a nivel de campaña.
    2. Problemas de complejidad: los modelos se basan en conjuntos de data tan grandes que se tarda entre 3 y 6 meses en actualizarlos
    3. Explicabilidad: El principal reto aquí es que estos modelos se basan en gran medida en correlaciones históricas entre las ventas y los gastos de marketing/medios de comunicación que no implican causalidad - existe una fuerte correlación entre el número de muertes anuales en piscinas en EE.UU. y el número de apariciones de Nicolas Cage en una película - pero es bastante difícil encontrar una relación causal ahí...
  • Para resolver estos problemas, Artefact ha abierto un centro de investigación en colaboración con Google y la Universidad de Boston para trabajar en nuevos modelos probabilísticos. Hemos probado algunos enfoques muy prometedores, en particular con Reckitt Benckiser, utilizando redes bayesianas, que se basan en el análisis probabilístico en lugar de la regresión lineal, son capaces de manejar data muy granulares, se entrenan rápidamente y son muy comprensibles para los equipos empresariales sin conocimientos avanzados en ciencia data.

Convergencia entre ventas y data

Después de años hablando de ello, es la primera vez que vemos efectivamente una convergencia de estos equipos. Esto ya es muy cierto en Asia, donde tenemos clientes para los que el canal e-com representa hasta 60% de las ventas. La particularidad allí es que plataformas como T-Mall y JD.com incluyen tanto la negociación minorista tradicional (condiciones de venta, inversiones promocionales, evolución del surtido) COMO la inversión en medios de comunicación. Esto significa que las marcas deben integrar al mismo tiempo en sus discusiones no sólo a los equipos de VENTAS, sino también a los de MEDIOS/MARKETING, y cada vez más a los de DATOS Y TECNOLOGÍA, de ahí la necesidad de convergencia

Los primeros casos de uso de esta convergencia se dan principalmente en los medios de comunicación minoristas

  1. (utilizar el presupuesto de medios de una marca en el espacio minorista para promocionar marcas con un uso muy fuerte de data para dirigirse a los clientes o clientes potenciales almacenados en la base fid del minorista) También esperamos una fuerte aceleración del marketing comercial en línea: En efecto, los presupuestos del comercio y de los medios de comunicación son del mismo tamaño, pero donde la digitalización es de 50% en los medios de comunicación, ¡apenas es de 10% en el marketing comercial! Esperamos un fuerte ajuste en este frente.
  2. Esto será posible gracias a una explosión de tecnologías “Retail Tech”: Vínculos con Carrefour (donde Artefact es uno de los socios oficiales y opera campañas para las marcas de Unilever) que utiliza tecnologías Liveramp y Google, Relevancy para Casino, Walmart Connect...
  3. Más allá de los medios de comunicación minoristas, vemos aparecer otros casos de uso muy interesantes de colaboración entre marcas y minoristas, por ejemplo en torno a la gestión de categorías, como la promoción personalizada, la gestión (surtido), el control de precios o la integración de la cadena de suministro con una lógica VMI en la que mañana la marca podrá operar parte de la cadena de suministro del minorista.

Conclusión

Me gustaría concluir sobre la cultura data en las empresas

  1. Hoy en día, observamos una mejora significativa en la madurez de las empresas en estos temas. Los equipos “centrales” ya están formados y es hora de formar al resto de la organización. En Artefact esto es lo que llamamos data democratización
  2. Según la APEC, la demanda de expertos en data, expertos en manipulación, comprensión y medición de data, se dispara: +x2 para DS/DE , para DAs x4 entre 2020 y 2021
  3. Para responder a esta necesidad hemos creado nuestra Escuela de Artefact de Data, en particular para ayudar a las personas que se encuentran en una situación de reconversión profesional, a encontrar oportunidades en los sectores de data.

Escuche el podcast en francés en

.