Segmentación de la audiencia

Cuando se difunde publicidad en diversos medios y se abarca un campo más amplio que el que ocupa el público objetivo ambicionado, es muy probable que gran parte de la campaña caiga en saco roto. Como solo una parte de los usuarios a los que ha llegado la publicidad se interesa realmente por los productos (público objetivo), la difusión y las ventas en potencia no van en correlación. La diferencia entre la difusión y las ventas efectivas es la pérdida por divergencia, a veces también denominada pérdida de audiencia por divergencia y que no es otra cosa que la pérdida de parte de la inversión realizada en publicidad por una difusión generalizada que no se dirige a ningún mercado en particular. En consecuencia, la recomendación pasa por fijar un público objetivo y analizar los datos disponibles sobre las páginas que visitan, sus preferencias en general y las palabras clave por las que se podría competir. A partir de esta información, se lleva a la práctica el plan de difusión.

Las páginas web que forman parte de una red publicitaria intercambian datos entre sí para obtener un perfil de usuarios lo más exacto posible. Esto tiene lugar a menudo con las llamadas cookies de navegador, miniarchivos que no solo contienen la configuración de una página web para cada navegador, sino también datos relevantes sobre el público objetivo como la edad, el género, la región, las decisiones de compra y el historial de navegación. Los socios integrantes de una de estas advertising networks utilizan estos datos proporcionados por las cookies para publicar anuncios segmentados en otras páginas de la red. Antes de iniciar una campaña publicitaria se recomienda analizar la información sobre los clientes y definir con la mayor exactitud posible al grupo objetivo.

Redes publicitarias como Google AdSense, Amazon PartnerNet o Facebook Audience Network destacan por entregar una gran variedad de datos estadísticos, dado que sus mismos proveedores ya son líderes de mercado en sus respectivos ámbitos (buscador, comercio online, redes sociales), en los cuales millones de usuarios introducen sin dudar sus datos personales, utilizan la búsqueda y dan a conocer sus intereses por medio de pulgares digitales todos los días.

Estos datos se convierten en los criterios de segmentación a partir de los cuales los anunciantes diseñan su plan de difusión, de tal modo que los usuarios solo ven la publicidad por la que en teoría podrían interesarse: si buscas ofertas de ocio relacionadas con agua al aire libre en tu región y en Facebook has indicado tu estado civil y tu número de hijos, probablemente recibirás poco después ofertas de alojamiento familiar en la playa más cercana o de juguetes de playa. Qué usuario ve un banner determinado, por qué y cómo lo hace depende de la estrategia de segmentación seguida por el publicista.

En teoría, con una segmentación correcta podrías ofrecer a los usuarios todo lo que necesitan o quieren. Si además permaneces en contacto directo con tus clientes (gracias a la newsletter o a las redes sociales), estos se sienten valorados y tenidos en cuenta, construyendo así una clientela fiel al tiempo que crece un archivo de información que es el que sirve de apoyo para anticipar los deseos del público objetivo.

Con todo, el uso de datos personales encuentra también resonancia crítica. La ciudadanía digital cada vez está más concienciada a propósito de la protección de sus datos personales. La idea de los “clientes de cristal” sobre los cuales existe una cantidad monstruosa de datos que se analizan, se evalúan o se venden ya no es una fantasía futurista. Por ello, en el afán por la publicidad personalizada, si se trabaja con los datos de los clientes no hay que perder de vista nunca la seguridad.

Por otro lado, si persigues a tus clientes sin permiso por todos los rincones de la red, estás trabajando para lograr el efecto contrario. Es muy probable que los clientes en potencia a los que quieres captar se irriten al ver tu anuncio cada vez que abren una página, hasta hacer que algunos lleguen incluso a borrar tus cookies. Regulando la frecuencia en la aparición de los anuncios (frequency caping) puedes evitarlo.

A la hora de plantar verduras, el jardinero no solo esparce las semillas por la tierra, sino que traza surcos en línea recta e introduce las semillas en un suelo rico en nutrientes a cierta profundidad y con un margen específico entre ellas. En el caso del césped, en cambio, no hay reglas que determinen cómo se deben plantar las semillas, pero sí se tiene que regarse abundantemente una vez se han repartido sobre la tierra. Si se intercambiaran los métodos, no crecerían ni zanahorias ni hierba. De forma análoga, el resultado de una campaña de marketing depende tanto de los deseos de los clientes como de la elección de la estrategia adecuada de targeting. En consecuencia, estudia bien a tu público objetivo y utiliza las tácticas que mejor se ajusten a él. Suelen clasificarse en función de dos categorías: segmentación técnica, por un lado, y por usuario y entorno, por el otro.

Con los métodos técnicos se analiza cuándo utiliza Internet el público objetivo, desde dónde y con qué dispositivo, incluyendo datos sobre los requisitos de su sistema, lo que quiere decir que con ellos se alcanza a la audiencia cuando está disponible para recibir publicidad, al tiempo que se garantiza que tanto los dispositivos como los navegadores muestren los anuncios correctamente. Aquellas estrategias centradas en los usuarios y en el entorno del contenido se apoyan en un análisis exacto de las búsquedas y de las rutas que siguen los usuarios en la red. A partir de esta información, los anuncios se publican en los puntos más propicios para que los usuarios los encuentren útiles o interesantes.

A la hora de llevar a cabo una segmentación del mercado, se dan en ocasiones los llamados false drops, anuncios colocados en el lugar equivocado a menudo debido a los términos polisémicos. Cuando una palabra clave tiene más de un significado, es posible que el anuncio aparezca donde no debe, lo cual, en el caso de keywords irrelevantes o perjudiciales, provoca problemas de mayor envergadura. Tales errores dañan la campaña porque la palabra clave aparece en un contexto cargado de resonancias negativas o se dirige a personas que no se incluyen en el público objetivo y estas pérdidas se reflejan en el presupuesto. Por eso es conveniente comprobar con antelación si la publicidad aparece en el contexto adecuado con las palabras clave seleccionadas.

Cuando se segmenta por contexto, los banners también pueden aparecer en el sitio inadecuado. Si, por ejemplo, configuras las palabras clave “Tenerife”, “vuelo”, “viaje” es probable que el anuncio aparezca en un artículo sobre el famoso accidente aéreo de 1977, cuando dos Jumbos chocaron entre sí en el aeropuerto de Tenerife, pues estas palabras clave también aparecen en el artículo. Los lectores podrían entonces asociar tu marca con las connotaciones negativas de la tragedia. Conviene hacer también un análisis de contenido semántico para afinar el método aún más.

La segmentación por canal parece una estrategia segura, cuando en realidad este método no permite segmentar con especial precisión. Las subpáginas introducen a menudo temas muy concretos, por eso en ellas es posible un marketing más exacto. Pero el channel targeting trabaja con categorías más amplias y como en estos grupos de interés la cifra probable de ventas será más bien escasa, esto supone un mal uso de la inversión.

Incluso la segmentación por comportamiento tiene sus problemas porque, si bien es verdad que con el tiempo se construye un perfil de cliente a cuyos datos acceden los anunciantes, esto solo tiene lugar una vez el usuario ha abandonado la página. Los anuncios persiguen entonces a los usuarios por la red incluso si ya ha efectuado una compra o su interés se decanta por otra cosa. El momento correcto no puede subestimarse en este método. El predictive behavioral targeting o segmentación predictiva de la conducta va un paso más allá, pues a los datos que ya se tienen sobre la conducta en la red del usuario añade datos de registro y valores de encuestas que permiten un análisis inmediato. Los algoritmos utilizan entonces los perfiles para dirigirse al cliente ya en la página.