Se ha hablado mucho sobre la compra programática de avisos durante los últimos años, sin embargo, son muchos los publishers y agencias que no se sienten aún lo suficientemente cómodas con la tecnología y las ganancias que esta modalidad publicitaria ofrece.

El panorama para 2017 podría sonar un tanto aterrador para quienes se sienten aun escépticos ante lo programático, sin embargo, tal como Andrew Ruegger recoge en una de sus columnas, es probable que nos tengamos que acostumbrar a este término y las nuevas tecnologías a las que esta apunta.

¿Cómo se viene la publicidad en búsquedas pagadas en Google y otras plataformas?

La puja automática tomará nuevas dimensiones, en especial para los anunciantes que van más allá de generar scripts personalizados y han decidido enlazar APIs a sus sistemas, con algoritmos que buscan optimizar de manera inteligente y automática la transferencia de datos, con modelos de análisis diseñados para la toma de decisiones ante diferentes situaciones, actores y todo esto de manera programática.

La compra de búsquedas en Google puede parecer un tanto más complicada que la de avisos de display. Sin embargo, cada uno de estos sistemas de anuncios tiene sus propias reglas, y como tales, pueden ser modeladas y concatenadas para una optimización preferencial, eficiente y basada en sus características esenciales, como el texto, las palabras claves, llamadas a la acción, etc. Estas, servirán como parámetros/acciones para nuestros algoritmos, y son clave tanto para publishers como agencias de publicidad online.

¿Cómo visualizar estas nuevas innovaciones en SEM?

Ruegger, explica que la performance de las búsquedas pagadas en Google, está basada en la habilidad de las agencias para modelar sus capacidades tecnológicas, lo cual, de manera intrínseca, se transfiera a la capacidad de los clientes de enfrentar situaciones.

Entre los parámetros que se analizan están el Tag Management (Clientes), las plataformas de manejo de datos (Cliente – Agencia), la rapidez de respuesta tanto legal como financiera de los clientes, y, como es de esperar, el desarrollo algorítmico de compra, creativo, de programación de anuncios, entre otros.

Cada uno de estos factores afecta directamente el proceso de decisión de ambos lados de la programación de anuncios. Si el cliente toma prontamente decisiones en base a los datos otorgados por la agencia, podemos dejar correr el algoritmo de búsquedas pagadas en Google utilizando el análisis automático otorgado. La conexión entre avances tecnológicos, liquidez financiera y poder de decisión es tan vital como la de comunicación entre las agencias y sus clientes al momento de tomar la mejor dirección para sus campañas de publicidad digital.

El caso ideal, sería poder manejar todos estos datos y decisiones de manera autónoma, totalmente programática.

¿Y qué pasa con los scripts automatizados y la compra programática/algorítmica?

El poder de los JavaScripts es grande pero limitado. Adobe o AdWords, cada uno con sus características dinámicas y optimizables, poseen límites a la hora de realizar cambios, implementar nuevas estrategias o simplemente, tiempo de reacción ante cambios. Este último punto, es uno de los fundamentales que ponen en desventaja a los BMPs (Plataformas de manejo de pujas), pues poder tomar acciones en tiempo real es algo necesario en la industria publicitaria.

Si bien existen diversos avances en la lógica algorítmica de AdWords, gracias al uso de la lógica binaria es posible tomar decisiones e incluso, incorporar reglas programáticas, sin embargo, estas no están diseñadas para lidiar con problemáticas más complejas y realizar optimizaciones a nivel de acción/contexto en tiempo real.

Solamente esta imposibilidad, convierte a las plataformas de búsquedas en Google en motores que no pueden de manera completa, convertirse en actores full programáticos debido a la poca automatización de los procesos.

Las APIs y árboles de decisiones como solución

Una de las primeras acciones que se debería considerar es conectar a los publishers con los buscadores gracias a APIs. Cada dato conectado a estos buscadores de manera independiente, generará un medio por el cual es posible trabajar con nuevos algoritmos en base a las necesidades de los clientes, así, quienes programen las campañas de marketing digital en buscadores, podrán encontrar de manera eficiente, y caso a caso (Bing, Google, etc.) soluciones directamente proporcionadas para cada motor.

La conexión entre las necesidades del cliente, y todo lo que necesita conocer el programador de campañas de búsquedas en Google, generan per se, un lienzo de modelamiento lógico para los algoritmos que lograrán implementar una compra/venta programática automatizada.

El proceso que sigue de machine learning, deberá satisfacer diversos test de modelamiento y considerar un enjambre de decisiones amplio y robusto, cuyo output quizá no sea un solo modelo, sino que varios. Esto es importante, pues una solución quizá no sea suficiente para resolver todos los problemas que se generen en el camino. Por ejemplo, un modelo para encontrar e implementar palabras negativas, mientras otro modelo trabaja en otras implementaciones.