Sunny Cha
7 de marzo de 2019
En las últimas semanas, nuestro sector ha iniciado un animado debate en torno al seguimiento de los ingresos publicitarios a nivel de usuario.
Es fácil entender el entusiasmo: para los desarrolladores de aplicaciones que dependen de la monetización a través de la publicidad móvil, resulta obvio que esto sería el Santo Grial del análisis de datos sobre ingresos publicitarios. Esta intuición permite realizar cálculos precisos del valor de vida útil (LTV) de los ingresos publicitarios para cada usuario captado. La esperanza es que permita a los desarrolladores pronosticar los ingresos de forma más fiable, al tiempo que aplican estrategias sofisticadas que, de otro modo, no serían posibles.
El caso es que existen varios obstáculos técnicos importantes que impiden alcanzar la precisión del 100% en la presentación de informes sobre ingresos publicitarios a nivel de usuario. El principal es que Las redes publicitarias que ofrecen anuncios que generan ingresos deben proporcionar a los desarrolladores (incluidas soluciones como los socios de mediación) acceso a los datos de conversión y de pujas a nivel de usuario.
Por ejemplo, si un anunciante paga a una red y a un editor según el modelo CPI, y nunca se produce una instalación o conversión a partir de un clic en el anuncio, ni el editor ni la red reciben ningún pago (ingresos publicitarios). Hoy en día, lo máximo que puede saber cualquier tercero es si se ha producido una impresión o un clic. Ningún proveedor de soluciones externo tiene acceso a los datos de conversión o instalación para saber si se realizarán los pagos (es decir, si se generan ingresos publicitarios). La única entidad que conoce los datos de conversión es la red que colabora con el anunciante.
Como consecuencia, los proveedores de soluciones de todos los sectores de la industria han ideado sus propios modelos para hacer frente a este reto, pero lo cierto es que En la actualidad no existe ningún método totalmente preciso y estandarizado. Hasta que todas las partes puedan acceder a los datos de conversión y pujas, la estimación es la única alternativa a los ingresos publicitarios a nivel de usuario. Lo ideal sería realizar un seguimiento de los ingresos publicitarios a nivel de usuario vinculando los datos de ingresos a un identificador de dispositivo específico, pero con diferentes tipos de pujas y requisitos de conversión para los pagos de los anunciantes. La transparencia no es del todo posible en el ecosistema actual.
Los ingresos por publicidad a nivel de usuario siguen siendo una estimación
El seguimiento de los ingresos publicitarios por nivel de usuario no es un concepto nuevo. Varias empresas de atribución y análisis móvil ofrecen alguna variante de este servicio. El problema es que estas soluciones no son coherentes entre sí — se basan en sus propias estimaciones. No te dejes engañar. Lo que te conviene, hasta que los datos sobre los niveles de puja sean accesibles para terceros, es que haya coherencia en las estimaciones internas entre tus equipos.
La realidad es que Solo las redes publicitarias que muestran anuncios directamente desde el anunciante tienen acceso a datos de ingresos que pueden asignarse a nivel de usuario. En pocas palabras, si se produce una conversión, solo la red del anunciante tiene una visión completa de ese evento de conversión y puede generar ingresos para el cliente. El resto de partes tienen:
- Ingresos publicitarios agregados procedentes de las redes (Facebook, Google, ironSource, Tapjoy, etc.)
- El número de eventos de la aplicación generados por cada usuario de móvil, agrupados por fuente publicitaria
Estas fuentes de datos no permiten realizar una comparación directa de los ingresos por usuario, pero son suficientes para subsanar las lagunas de información mediante un modelo algorítmico. Ya hemos visto más de diez métodos de cálculo que se comercializan como “ingresos publicitarios a nivel de usuario”.
Los problemas surgen cuando la editorial no es coherente en el cálculo de las estimaciones. Si se utilizan dos métodos de cálculo de estimaciones distintos, procedentes de proveedores diferentes, la confusión es inevitable. En este caso, no se están comparando elementos equivalentes, lo que puede dar lugar a decisiones empresariales erróneas.
¿Existe una solución perfecta?
Aunque las estimaciones no son perfectas, son lo suficientemente buenas como para generar un enorme retorno de la inversión. Dado que Tenjin trabaja con datos de todas estas partes, los estudios internos han demostrado que hay una diferencia inferior a 10% entre los modelos de estimación, lo que indica que no es necesaria una gran optimización en la modelización. De hecho, ni siquiera es posible afirmar qué estimación es “más” precisa, ya que se están comparando dos estimaciones.
En estos momentos, el sector de la telefonía móvil no está lo suficientemente maduro como para permitir un seguimiento universal de los ingresos publicitarios a nivel de usuario. Hasta que las redes publicitarias que pagan a los editores con ingresos publicitarios sean capaces de compartir datos reales de conversión a nivel de usuario (junto con las pujas asociadas a dichas conversiones), el sector se ve obligado a recurrir a estimaciones.
Nuestro consejo: Elige un sistema y un proceso que sean coherentes en sí mismos y fiables. La coherencia permite alcanzar los objetivos empresariales de una forma más estable. A menos que conozcas a fondo el funcionamiento interno de las estimaciones y sepas cómo abordar los problemas y las discrepancias, opta por la sencillez y la coherencia interna. Es mucho más eficaz que los procesos empresariales sean estándar y comprensibles para todos los equipos.
