Todos los profesionales del marketing tienen datos propios de sus clientes, pero entender y crear una estrategia para usarlos y obtener un gran resultado con ellos supone un gran desafío. Para muchos de ellos, la táctica ideal es combinar datos propios con datos de terceros, pero creo que la ventaja real se obtiene de unir los datos propios con el tiempo real, y con datos de contexto y de usuario.

Esto permite a los profesionales de marketing no solo entender lo interesado que está un posible cliente, sino establecer contacto con él en el momento en el que tiene una mayor inclinación a tomar la decisión de compra. Por ejemplo, un repentino cambio a peor en la meteorología puede tener un impacto crítico cuando alguien lleva semanas realizando búsquedas sin mucha firmeza para reservar sus vacaciones. Ese cambio en la meteorología puede hacer que pase de ser un «posible» a un cliente.

El retargeting con datos propios puede percibirse como un impulsor del rendimiento incluso cuando se utiliza de una forma simple, y por eso son muchos los profesionales del marketing que todavía muestran una fuerte confianza en él. Sin embargo, si no se accionan los datos propios de forma efectiva, se desperdicia una gran parte de esta inversión en retargeting en posibles clientes sin un interés real. Son clientes cuyo comportamiento indica una intención de compra que realmente no existe o, peor todavía, que ya han pasado a ser una conversión. Combinar estos datos con una evaluación en tiempo real del usuario y del contexto es la mejor solución. Es lo que se conoce como Moment Scoring. Los profesionales del marketing necesitan comprobar cómo trabajar con un partner de compra de medios y emplear modelos que pueden identificar automáticamente combinaciones de datos de alto rendimiento y determinar su valor relativo.

Es crucial que los anunciantes sean capaces de utilizar datos propios para identificar enlaces que no se podrían detectar por intuición para asegurar que los anuncios se muestran en el mejor momento posible. Esto puede incluir más de 11 millones de atributos de comportamiento, contextuales y demográficos. Y es que en la segmentación no solo influye la ubicación, el momento del día, el sitio web y el dispositivo actual. También hay que tener en cuenta elementos recientes, como los anuncios en los que ha pinchado y los sitios web que ha visitado ese día, así como factores a largo plazo como hábitos de navegación, comportamiento de compra e intereses. Todo esto es igual de crucial a la hora de determinar las posibilidades de que un cliente realice la acción de marketing deseada. Eso significa ser capaces de ver el canal, el dispositivo y los objetivos de una forma global, en lugar de en silos.

Utilizar los datos propios de esta forma ofrece una ventaja tremenda en el ROI al llegar a los consumidores en el momento de oportunidad preciso, cuando un anuncio puede tener el mayor impacto. No solo identifica a personas que no han hecho antes una compra, sino que se dirige a individuos basándose en su historial de compras para establecer un contacto con ellos en el momento oportuno del ciclo de compra de su producto. Por ejemplo, estudios recientes que hemos realizado ponen de manifiesto que cuando se trata de reservar las vacaciones, de media, los españoles lo hacen con una antelación de 31 días, frente a los 49 días de los alemanes, los 54 de los franceses y los 39 de los estadounidenses, pero antes que británicos (29 días) o italianos (30 días).

Los datos propios ofrecen abundantes oportunidades para los profesionales del marketing. Pero es crucial combinarlos de forma efectiva con datos provenientes del aprendizaje de las máquinas, comportamiento, contexto y terceros de una forma inteligente. Solo mediante la combinación de una gran cantidad de información se puede aprovechar constantemente todo potencial momento de atracción del cliente. Esto significa que cada oportunidad tiene el beneficio de aprender de cada oportunidad anterior. Y creemos que es la mejor manera de obtener un rendimiento óptimo de las campañas de marketing.