En las \u00faltimas semanas, nuestro sector ha iniciado un animado debate en torno al seguimiento de los ingresos publicitarios a nivel de usuario.<\/p>\n\n\n\n
Es f\u00e1cil entender el entusiasmo: para los desarrolladores de aplicaciones que dependen de la monetizaci\u00f3n a trav\u00e9s de la publicidad m\u00f3vil, resulta obvio que esto ser\u00eda el Santo Grial del an\u00e1lisis de datos sobre ingresos publicitarios. Esta intuici\u00f3n permite realizar c\u00e1lculos precisos del valor de vida \u00fatil (LTV) de los ingresos publicitarios para cada usuario captado. La esperanza es que permita a los desarrolladores pronosticar los ingresos de forma m\u00e1s fiable, al tiempo que aplican estrategias sofisticadas que, de otro modo, no ser\u00edan posibles.<\/p>\n\n\n\n
El caso es que existen varios obst\u00e1culos t\u00e9cnicos importantes que impiden alcanzar la precisi\u00f3n del 100% en la presentaci\u00f3n 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 mediaci\u00f3n) acceso a los datos de conversi\u00f3n y de pujas a nivel de usuario.<\/strong><\/p>\n\n\n\n Por ejemplo, si un anunciante paga a una red y a un editor seg\u00fan el modelo CPI, y nunca se produce una instalaci\u00f3n o conversi\u00f3n a partir de un clic en el anuncio, ni el editor ni la red reciben ning\u00fan pago (ingresos publicitarios). Hoy en d\u00eda, lo m\u00e1ximo que puede saber cualquier tercero es si se ha producido una impresi\u00f3n o un clic. Ning\u00fan proveedor de soluciones externo tiene acceso a los datos de conversi\u00f3n o instalaci\u00f3n para saber si se realizar\u00e1n los pagos (es decir, si se generan ingresos publicitarios). La \u00fanica entidad que conoce los datos de conversi\u00f3n es la red que colabora con el anunciante.<\/em><\/p>\n\n\n\n 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 ning\u00fan m\u00e9todo totalmente preciso y estandarizado<\/strong>. Hasta que todas las partes puedan acceder a los datos de conversi\u00f3n y pujas, la estimaci\u00f3n es la \u00fanica alternativa a los ingresos publicitarios a nivel de usuario. Lo ideal ser\u00eda realizar un seguimiento de los ingresos publicitarios a nivel de usuario vinculando los datos de ingresos a un identificador de dispositivo espec\u00edfico, pero con diferentes tipos de pujas y requisitos de conversi\u00f3n para los pagos de los anunciantes. La transparencia no es del todo posible en el ecosistema actual.<\/p>\n\n\n\n El seguimiento de los ingresos publicitarios por nivel de usuario no es un concepto nuevo. Varias empresas de atribuci\u00f3n y an\u00e1lisis m\u00f3vil ofrecen alguna variante de este servicio. El problema es que estas soluciones no son coherentes entre s\u00ed \u2014 se basan en sus propias estimaciones<\/strong>. No te dejes enga\u00f1ar. 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.<\/p>\n\n\n\n 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.<\/strong> En pocas palabras, si se produce una conversi\u00f3n, solo la red del anunciante tiene una visi\u00f3n completa de ese evento de conversi\u00f3n y puede generar ingresos para el cliente. El resto de partes tienen:<\/p>\n\n\n\n Estas fuentes de datos no permiten realizar una comparaci\u00f3n directa de los ingresos por usuario, pero son suficientes para subsanar las lagunas de informaci\u00f3n mediante un modelo algor\u00edtmico. Ya hemos visto m\u00e1s de diez m\u00e9todos de c\u00e1lculo que se comercializan como \u201cingresos publicitarios a nivel de usuario\u201d.<\/p>\n\n\n\n Los problemas surgen cuando la editorial no es coherente en el c\u00e1lculo de las estimaciones. Si se utilizan dos m\u00e9todos de c\u00e1lculo de estimaciones distintos, procedentes de proveedores diferentes, la confusi\u00f3n es inevitable. En este caso, no se est\u00e1n comparando elementos equivalentes, lo que puede dar lugar a decisiones empresariales err\u00f3neas.<\/p>\n\n\n\n Aunque las estimaciones no son perfectas, son lo suficientemente buenas como para generar un enorme retorno de la inversi\u00f3n. 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 estimaci\u00f3n, lo que indica que no es necesaria una gran optimizaci\u00f3n en la modelizaci\u00f3n. De hecho, ni siquiera es posible afirmar qu\u00e9 estimaci\u00f3n es \u201cm\u00e1s\u201d precisa, ya que se est\u00e1n comparando dos estimaciones.<\/p>\n\n\n\n En estos momentos, el sector de la telefon\u00eda m\u00f3vil no est\u00e1 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 conversi\u00f3n a nivel de usuario (junto con las pujas asociadas a dichas conversiones), el sector se ve obligado a recurrir a estimaciones.<\/p>\n\n\n\n Nuestro consejo:<\/strong> Elige un sistema y un proceso que sean coherentes en s\u00ed mismos y fiables. La coherencia permite alcanzar los objetivos empresariales de una forma m\u00e1s estable. A menos que conozcas a fondo el funcionamiento interno de las estimaciones y sepas c\u00f3mo abordar los problemas y las discrepancias, opta por la sencillez y la coherencia interna. Es mucho m\u00e1s eficaz que los procesos empresariales sean est\u00e1ndar y comprensibles para todos los equipos.<\/p>","protected":false},"excerpt":{"rendered":" In recent weeks, our industry has entered into a vibrant discussion surrounding user-level ad revenue tracking. It\u2019s easy to understand the excitement: for app developers who rely on mobile ad monetization, it\u2019s intuitive this would be the Holy Grail of ad revenue data analysis. It\u2019s intuition allows precise ad revenue LTV calculations for each acquired…<\/p>","protected":false},"author":7,"featured_media":8635,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[8],"tags":[],"class_list":["post-8634","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mobile-marketing-trends"],"acf":[],"yoast_head":"\nLos ingresos por publicidad a nivel de usuario siguen siendo una estimaci\u00f3n<\/h3>\n\n\n\n
\n
\u00bfExiste una soluci\u00f3n perfecta?<\/h3>\n\n\n\n