Ad Fraud y Non-Human Traffic Data
Después de 20 años trabajando en la Industria de la Publicidad e Internet, centrado en Digital Marketing, Digital Strategy y Paid Media, en Medición, Atribución y Contribución, y en CRO, Optimización y Distribución de la Inversión, diría que el Fraude Publicitario (Ad Fraud) es una realidad en Internet que año tras año ha ido tomando mayor dimensión y grado de sofisticación, y que puede que se convierta en un tema muy relevante en 2019. Por ello, dicha realidad, su envergadura y todo lo que hay alrededor es algo no sólo a combatir, sino además a compartir dentro de la Industria Digital, y a explicar y aclarar bien especialmente a Anunciantes y Marcas como mayores afectados, para permitirles tener mayor transparencia y control de su Data a la hora de tomar sus propias decisiones estratégicas y tácticas
Desde mi punto de vista la recopilación y almacenamiento no controlado de Data de Tráfico No Humano (Non-Human Traffic) en el DMP, o Plataforma de Gestión de Datos, no es una buena practica de cara al Modelo de Atribución y su mejora, ni para la propia optimización del rendimiento de la estrategia. Por lo tanto tenemos que avanzar hacia un enfoque que ayude a Anunciantes, Agencias y Medios a la identificación de las diferentes prácticas de Fraude Publicitario, pero también a través del desarrollo de tecnología y herramientas que permitan la identificación y bloqueo de Ad Fraud en Desktop, Mobile e In-App, para combatirlo y trabajar para prevenir que ocurra
El porcentaje de Tráfico No Humano depende del país, así como del tamaño y la madurez de su mercado. Por ejemplo, si nos centramos en Europa y comparamos España y Portugal con otros países de Europa como Inglaterra o Alemania, podemos confirmar que el porcentaje de Non-Human Traffic en el sur de Europa es bajo, alrededor de 5 %, pero según el principal proveedor de soluciones de identificación y bloqueo de Fraude Publicitario en nuestro país, el Tráfico No Humano creció en España un 45% en los últimos 6 meses
Las grandes empresas, así como las principales marcas, especialmente los early adopters, están avanzando y moviéndose a ecosistemas mucho más complejos y sofisticados, donde Bots, AI (Inteligencia Artificial) y Machine Learning están ayudando a sus equipos y a la propia empresa, no sólo a mejorar sus procesos y capacidades, optimizando tiempo y recursos y minimizando costes y riesgos, sino también mejorando las experiencias de sus usuarios y clientes
Así que los Bots están y estarán en nuestra vida digital y física, y tanto Bots como Humanos vivimos juntos en Internet. Tal vez antes de lo que la gente piensa, los humanos empezamos a automatizar algunas tareas diarias algo más complejas así como otros aspectos más relevantes de nuestra vida, y pasamos pues a tener Bots de empresas personalizados, Bots en los que apoyarnos para la reserva de un vuelo o un restaurante, para hacer una transferencia bancaria, sugerirme qué vestir o comprar, . . . O tal vez seamos nosotros, los propios humanos, los que nos convertimos en Bots, de manera que pasemos a tener nuestra Personalidad como Humanos, y nuestro ADN Virtual (Humanos como “Algoritmos”)
Desde mi punto de vista los Bots actuales están siendo conceptualizados y creados para respaldar la estrategia de la empresa, para optimizar la gestión de las experiencias de sus usuarios y clientes, y para minimizar los costes de captación, retención y fidelización consiguiendo una mayor eficiencia. Pero básicamente bajo fines e intereses empresariales (lado de la oferta), pensados y creados para el usuario con el mayor nivel de personalización, pero sesgados por intereses comerciales, y limitados. Y en consecuencia, el resultado de una interacción en un escenario y contexto de este tipo no hubiera sido probablemente el mismo, ni tiene por qué ser la realidad de los intereses y preferencias 100% reales de un usuario único concreto, si lo que este hubiese tenido en cuenta hubiera sido la oferta total del mercado, y no únicamente la oferta de esta única empresa que además ha creado el Bot. Por lo tanto, probablemente necesitemos redefinir el enfoque y debamos trabajar en una nueva generación de Bots, “Bots Humanos” (Bot de uno mismo), Bot personal que asumiendo tareas vela de forma real por mis propios intereses, gustos y deseos humanos individuales (porque los conoce), que minimizan mi dedicación, riesgo y esfuerzo, haciéndome estar seguro, o en entornos más seguros para mi vida y propias experiencias Fisico-Virtuales. E incluso asumiendo, de forma medible, responsabilidades y tomando decisiones por mi en situaciones específicas o incluso delicadas
Siguiendo este enfoque, tal vez las empresas deban empezar a pensar diferente, y continuar trabajando en formas de comunicación dirigidas a posicionar la marca en la mente del usuario humano correcto, así como construir experiencias positivas y conseguir aceptación, y en desarrollar formas de interacción con esta nueva generación de Bots “Humanos”. De la misma forma que hoy día profesionales de Marketing, Desarrolladores Web y Diseñadores trabajan de forma conjunta y colaboran para crear accesibilidad y experiencias positivas de los usuarios que visitan un Sitio Web o utilizan una App – Front-Office, se conceptualiza y crea para Humanos, Back-Office para Robots (como el robot de Google) -, las empresas tendrán que empezar a pensar y trabajar para crear formas, fórmulas, Bots, … . . orientados a interactuar y/o tener interacciones regulares con estos Bots “Humanos” (ADN Virtual) de los Usuarios Humanos (Identidad Humana Delegada) que tal vez podrían llegar incluso a realizar compras para su propio usuario titular, para uno mismo
Y para finalizar y aclarar, por supuesto que es importante integrar la Data de Tráfico No Humano controlado, es decir Trafico No Humano generado por las interacciones entre Humanos y Bots de la empresa, y las interacciones con la próxima generación de Bots “Bots Humanos”, en el DMP, como hacemos en la actualidad con la Data de fuentes como la Herramienta de Analítica Web, Ad Server, CRM, Call Center, . . . Pero por supuesto que también tenemos que bloquear la Data No Humana generada fruto del Fraude Publicitario (Ad Fraud) antes de que este llegue al DMP
Asimismo es igualmente importante entender un tipo de Non-Human Data y otro, y tener en cuenta la Data de Tráfico No Humano controlado de cara al propio modelo de atribución Data-Driven
