Mientras las marcas avanzan en su reconstrucción tras el impacto socioeconómico provocado por la pandemia, ¿qué rol ocupan las agencias en su camino? ¿Cómo es la dinámica de esta relación de cara a un futuro donde la privacidad será reina y las cookies de terceros quedarán en la historia? Google encargó a Forrester Consulting un estudio para averiguarlo y descubrió que el 82% de quienes hoy toman decisiones de marca declaran su necesidad de que las agencias sean sus socios estratégicos.1
¿Por qué las agencias? Según el estudio, el gran desafío que enfrenta el 51% de las marcas en Latinoamérica es conseguir un uso eficaz de los datos de sus clientes. Con el auge de la privacidad, si quieren comprender cuál es su consumidor ideal, deberán aprovechar los datos de primera mano. Y las marcas saben que la respuesta para lograrlo está en el machine learning. Sin embargo, ante la catarata de cambios a los que debieron someterse, fueron las agencias quienes más rápidamente lograron establecer la conexión entre estas tecnologías y la rentabilidad.
Aquellas con visión de futuro inmediatamente comenzaron a invertir en nuevas soluciones para guiar a sus clientes en la automatización de todos sus procesos de marketing. Por eso, se convirtieron en socios estratégicos capaces de darle apoyo a las compañías donde más lo necesitan para, juntas, acelerar el crecimiento. Al saber cómo combinar los datos de origen con el potencial de los insights de Google, algunas agencias fueron capaces de diseñar estrategias de medios mucho más sofisticadas para sus clientes.
El gran desafío que enfrenta el 51% de las marcas en Latinoamérica es conseguir un uso eficaz de los datos de sus clientes.
Dos industrias, una misma fórmula
Dos clientes de Omnicom compartían el gran desafío de recolectar datos de primera mano de una manera segura: Renault, en Colombia, y Cencosud, en Chile. Para conseguirlo, la agencia creó una estrategia basada en el uso de etiquetas de medición o floodlights. Mediante este etiquetado, Omnicom no solo logró identificar diferentes acciones de los usuarios dentro de los sitios web de cada marca, sino, también, identificar datos más precisos. En el caso de Renault, pudo conocer qué marca, color y tipo de automóvil le interesaba al usuario. En el de Cencosud, las etiquetas le permitieron saber el estado en el proceso de checkout.
Gracias a la capacidad de DV360 para generar algoritmos personalizados, Omnicom estableció una estrategia de ponderación de acciones para cada marca. Aprovechando las señales que recolectaban los floodlights, y expandiendo el alcance a partir de los insights del machine learning de Google, las marcas consiguieron guiar a la plataforma e indicar qué usuarios tenían mayor valor para ellos. Esto fue clave para que pudieran apostar más fuerte por aquellas acciones que generaban un mayor impacto en la última línea de negocio, como conseguir más citas para realizar test drives en el caso de Renault, o un mayor volumen de ventas en el e-commerce de Cencosud.
La mejor parte fue que, si bien los resultados fueron buenos en un principio, continuaron mejorando a medida que el machine learning hacía su trabajo y aprendía más de las acciones que los usuarios realizaban en los sitios web de cada marca. Renault vio cómo su tasa de conversión aumentó +23% respecto de las estrategias de puja tradicionales. También descubrió que el costo de generar un lead que agendara un test drive dentro de su sitio era un 70% menor. “Gracias a la implementación de esta estrategia y a las diferentes herramientas, logramos ponderar nuestros objetivos y obtuvimos un mejor rendimiento de nuestras campañas tanto en rentabilidad como en conversión”, sostiene Andrés Ramirez, coordinador digital y CRM de Renault.
Gracias a la capacidad de DV360 para generar algoritmos personalizados, Omnicom estableció una estrategia de ponderación de acciones para cada marca.
Cencosud, por su parte, fue capaz de lograr órdenes en su e-commerce a un costo 23% menor. Además, gracias al algoritmo creado, generó un aumento del 19% en el CTR, que se tradujo en un incremento del tráfico a su sitio web. “Trabajar una agenda de experimentos, donde sacamos a probar primero un MVP antes de un despliegue completo, nos ha significado un ahorro en tiempo”, explica Rodrigo Sahr, gerente de Marketing Supermercados Chile en Cencosud S. A. “Darle foco a las cosas que van funcionando nos permite aprender continuamente como equipo”.
En un escenario tan incierto donde el único camino seguro es la digitalización, la privacidad y la ausencia de cookies de terceros, el machine learning ofrece las certezas que necesitan las marcas para impulsar sus resultados comerciales y aumentar su ROI digital. La buena noticia es que no están solas frente a los avances dinámicos. Cuentan con las agencias. Ellas son los socios estratégicos que estarán allí para apoyarlos con la tecnología que necesiten donde haga falta y ayudarlos a emerger más fuertes que antes.
También te puede interesar:
Constellation: la manera de tener oídos y ojos en otros mercados para ampliar nuestra visión.
Talento global sin oficinas: el giro a la descentralización
Apple y las Grandes Ligas de Béisbol ofrecerán “Friday Night Baseball”
“El mundo entendido como blanco o negro siempre termina con una soga al cuello”