Una plataforma de gestión de datos (DMP) es una plataforma de software que se utiliza para recopilar y gestionar datos . Permiten a las empresas identificar segmentos de audiencia , que se pueden utilizar para dirigirse a usuarios y contextos específicos en campañas publicitarias en línea . Los DMP pueden utilizar algoritmos de big data e inteligencia artificial para procesar y analizar grandes conjuntos de datos sobre usuarios de diversas fuentes. [1] Algunas de las ventajas del uso de DMP incluyen la organización de datos, una mayor comprensión de las audiencias y los mercados y un presupuesto publicitario eficaz. [2] Por otro lado, los DMP a menudo tienen que lidiar con la privacidadpreocupaciones debido a la integración de software de terceros con datos privados. Esta tecnología está siendo desarrollada continuamente por entidades globales como Nielsen y Oracle . [3]
Caracteristicas
Propósito
Un DMP es cualquier tipo de software que gestiona la recopilación, el almacenamiento y la organización de datos para que los comercializadores, editores y otras empresas puedan aprovechar la información útil. Los datos almacenados pueden incluir información del cliente, datos demográficos e identificadores móviles o ID de cookies , que el DMP analizará para permitir que las empresas creen segmentos de orientación para anuncios. Los DMP pueden ayudar a las marcas a aprender más sobre sus segmentos de clientes para informar las estrategias de adquisiciones y aumentar sus ventas. También permiten a las empresas medir la eficacia de sus campañas publicitarias. [4]
Historia
Lenguajes de programación de primera y segunda generación
Durante la década de 1950, la gestión de datos se convirtió en un problema para las empresas, ya que las computadoras no eran rápidas con los cálculos y necesitaban una gran cantidad de trabajo para producir resultados. Las empresas comenzaron almacenando sus datos en almacenes. Los primeros programas se escribían en binario y decimal y esto se conocía como lenguaje de máquina absoluto , que más tarde se denominó lenguaje de programación de primera generación. [5]
Después de esto, nació el lenguaje ensamblador , que se conoció como lenguajes de programación de segunda generación. Este código de máquina simbólico se hizo popular entre los programadores, ya que pudieron utilizar letras del alfabeto para codificar. Esto condujo a menos errores en los programas y mejoró la legibilidad del código. [5]
Idiomas de alto nivel
A lo largo de las décadas de 1960 y 1970, a medida que la tecnología avanzaba y los programadores estaban más en contacto con las computadoras, los lenguajes de programación de primera y segunda generación evolucionaron a lenguajes de alto nivel (HLL) . Estos lenguajes son conocidos por ser fácilmente legibles por un ser humano y fueron importantes para permitirle a uno escribir un programa genérico que no depende del tipo de computadora utilizada. HLL era conocido por enfatizar la gestión de datos y memoria y muchos de los lenguajes que surgieron en esta era (es decir , COBOL , C y C ++ ) todavía se utilizan ampliamente en la actualidad. [5]
Gestión de datos en línea y bases de datos
Las transacciones en línea pronto fueron una gran parte de muchas industrias. Esto fue posible gracias a los sistemas de gestión de datos en línea. Estos sistemas pueden analizar información rápidamente y permiten que los programas lean, actualicen y envíen información al usuario.
En la década de 1970, Edgar F. Codd desarrolló un lenguaje de fácil aprendizaje, Structured Query Language ( SQL ) que tenía comandos en inglés. Este lenguaje se ocupa de las bases de datos relacionales , mejora el procesamiento de datos y reduce la duplicación de datos. Este modelo relacional permitió que grandes cantidades de datos se procesaran rápidamente y mejoró el procesamiento paralelo , la computación cliente-servidor y las interfaces gráficas de usuario, e hizo que múltiples usuarios interactuaran simultáneamente. [5]
Para ocuparse del procesamiento y la investigación de Big Data, nació NoSQL . El mayor poder de NoSQL es su capacidad para almacenar grandes cantidades de datos. NoSQL estuvo presente en 1998, sin embargo, su popularidad entre los desarrolladores creció después de 2005. [5]
Nube e IA
Hoy en día, la gestión de datos se ha transferido del almacenamiento local a la nube . A fines de la década de 1990 y principios de la de 2000, Salesforce y Amazon popularizaron el concepto de servicios basados en Internet, que atrajo a los clientes ya que redujo los costos de mantenimiento interno y aumentó la flexibilidad para cambiar las necesidades de una empresa. Con la creciente prevalencia de la inteligencia artificial (IA) , ahora es más fácil que nunca almacenar y clasificar inmensos conjuntos de datos. Es en esta era que los DMP han experimentado su ascenso a la prominencia, ya que la cantidad astronómica de datos de usuarios en el mundo ahora se puede procesar y presentar a las empresas con fines de marketing. [5]
Canalización de datos
Los DMP primero comienzan por recopilar datos sin procesar. Esto requiere la recopilación de datos de diversas fuentes, como visitas a páginas web y formularios de registro que se encuentran en línea. Además, los datos disponibles no se limitan a la propia computadora, ya que los dispositivos móviles, las redes sociales y los dispositivos inteligentes actúan como fuentes constantes de datos brutos. Desde un punto de vista técnico, los rastreadores de JavaScript y las API se utilizan para informar al servidor cuando el usuario está realizando una acción que debe registrarse y almacenarse. [4]
Una vez que el DMP ha recopilado los datos, pasa a procesarlos e integrarlos todos. Primero limpia los datos filtrando los valores no deseados o faltantes. Luego, utiliza algoritmos de aprendizaje automático para encontrar patrones entre conjuntos de usuarios y organizarlos a gran escala. Esto ayuda a crear una vista del cliente de 360 grados que, a su vez, ayuda a integrar tipos de datos de primera, segunda y tercera parte en una base de datos. [4]
Luego viene la fase de gestión de datos. Aquí, el DMP ayuda a sus clientes, que son otras empresas que buscan aprovechar sus datos de usuario, a crear perfiles de usuario. Los perfiles de usuario son segmentos de datos demográficos de clientes específicos que están destinados a ayudar a visualizar patrones y tendencias en una industria. También son útiles para arrojar luz sobre oportunidades de mercado no descubiertas. [4]
El último paso de este proceso es la etapa de activación. Una vez que todos los datos se han recopilado, procesado y organizado y segmentado adecuadamente, se ponen en uso en el mercado a través de servidores o DSP . Desde aquí, los anunciantes utilizan otros servicios de terceros para acceder a un DMP y proporcionar contenido dirigido a sus audiencias previstas. [4]
Funcionalidades
Los DMP se utilizan para crear perfiles , analizar y dirigirse a los clientes en línea en el marketing digital. Trabajan en las siguientes áreas:
- Orientación publicitaria: creación de segmentos de audiencia y orientación a usuarios específicos con campañas publicitarias personalizadas, como mostrar anuncios de automóviles a los usuarios que demuestran interés en comprar un automóvil nuevo. [6]
- Creación de perfiles de usuarios: representa a personas reales que utilizan conjuntos de datos sobre información relacionada con los usuarios, como necesidades, intereses y comportamientos. Los perfiles se pueden crear manualmente o mediante algoritmos de aprendizaje automático que analizan y perfilan automáticamente a los usuarios de Internet. [7]
- Modelado similar: identificación de nuevos clientes que se comportan de manera similar a los clientes actuales para campañas publicitarias específicas. [4]
- Conocimientos comerciales: descubrir nuevos conocimientos sobre clientes y servicios a través del análisis de datos, así como complementar los sistemas CRM existentes con datos externos adicionales, como los atributos de los usuarios o sus interacciones con productos en línea. [4]
- Recomendaciones de contenido y productos: uso de las recomendaciones de DMP para desarrollar una experiencia personalizada para todos los usuarios. [6]
- Monetización o venta de datos: venta de datos DMP para generar ingresos adicionales. [1]
- Enriquecimiento de la audiencia: analizar y conocer a una audiencia a través del análisis de DMP para conocer sus necesidades específicas.
- Haga crecer su base de clientes: descubra un nuevo segmento de clientes con análisis de DMP y aumente la conciencia y la lealtad a la marca. [4]
Ventajas desventajas
Ventajas
Hay seis ventajas principales en el uso de una plataforma de gestión de datos: recopilar datos en un solo lugar, utilizar datos de terceros para descubrir nuevos mercados, obtener información sobre la audiencia, crear una vista completa de los clientes, dirigirse a su audiencia y presupuestar de manera efectiva sus gastos en marketing. [2]
Desventajas
Las plataformas de gestión de datos dependen en gran medida de la tecnología de cookies para identificar comportamientos. Los movimientos recientes de Apple y ahora Google se están moviendo hacia el bloqueo de las cookies publicitarias de terceros, lo que pone en riesgo la propuesta de valor de la plataforma de gestión de datos.
Además, la adopción de una plataforma de este tipo puede resultar difícil en el entorno actual de una organización. Esto se debe a que la tecnología de agregación de datos es compleja y requiere el conocimiento técnico correcto para su implementación.
Otra área de preocupación es la calidad de los datos importados: si son de baja calidad, el DMP no proporcionará resultados significativos. [2]
Propiedad de los datos recopilados y preocupaciones sobre la privacidad
Hay tres tipos principales de datos en general:
- Datos de origen : datos recopilados y propiedad de la propia empresa. Por ejemplo, datos de sitios web, datos de aplicaciones móviles y datos de CRM.
- Datos de terceros : datos recopilados como resultado de la cooperación empresarial. Esto incluye datos de campañas en línea y datos del recorrido del cliente .
- Datos de terceros : datos entregados por proveedores de datos, que están disponibles en el mercado para su compra. [5]
También hay tres tipos principales de datos recopilados por los DMP:
- Datos observados : la huella digital de los usuarios de Internet, es decir, el historial de búsqueda o el tipo de navegador web utilizado.
- Datos inferidos : conclusiones basadas en el comportamiento de un usuario en Internet.
- Datos declarados : datos proporcionados explícitamente por los usuarios, como formularios en línea o registros de aplicaciones. [1]
Los DMP son beneficiosos para ayudar a los especialistas en marketing digital a descubrir nuevas audiencias basadas en datos de terceros. Aunque este es el caso, el Reglamento general de protección de datos (GDPR) dificulta que los DMP obtengan datos de terceros. Anteriormente, los DMP procesaban datos de terceros a través de cookies y las leyes existentes no requerían el consentimiento del usuario para dicha recopilación de datos. Sin embargo, el RGPD ahora exige que los datos personales, que incluyen los datos recopilados mediante el uso de cookies, solo se puedan utilizar con el consentimiento del usuario. En el futuro, esto significa que la recopilación de datos de terceros será más difícil para las empresas y los DMP tendrán mayores obligaciones legales. Como resultado, los DMP futuros pueden depender más de datos de primera y segunda parte. [5]
Referencias
- ↑ a b c Levy, Heather (28 de julio de 2015). "¿Cómo funciona una plataforma de gestión de datos?" . Gartner . Consultado el 30 de octubre de 2019 .
- ^ a b c Matuszewska, Karolina (31 de agosto de 2018). "Plataformas de recopilación de datos: pros y contras de DMP, CDP, DW y CRM" . Piwik PRO . Consultado el 30 de octubre de 2019 .
- ^ "Plataforma de gestión de datos" . Nielsen Nederland - Nielsen (en luxemburgués) . Consultado el 30 de octubre de 2019 .
- ^ a b c d e f g h Golovan, Eugene (26 de noviembre de 2018). "Qué es la plataforma de gestión de datos, cómo funciona y por qué realmente la necesita en su negocio" . Medio . Consultado el 30 de octubre de 2019 .
- ^ a b c d e f g h Foote, Keith D. (20 de marzo de 2018). "Una breve historia de la gestión de datos" . VERSIDAD DE DATOS . Consultado el 30 de octubre de 2019 .
- ^ a b Elmeleegy, Hazem; Li, Yinan; Qi, Yan; Wilmot, Peter; Wu, Mingxi; Kolay, Santanu; Dasdan, Ali; Chen, Songting (2013). "Descripción general de la plataforma de gestión de datos por turnos para publicidad digital". Proc. VLDB Endow . 6 (11): 1138-1149. doi : 10.14778 / 2536222.2536238 . ISSN 2150-8097 .
- ^ Butt, Mahmood (7 de mayo de 2018). "Por qué y cómo utilizar una plataforma de gestión de datos" . Asesor de MarTech . Consultado el 30 de octubre de 2019 .