Analítica web
Reflexiones desde el mercado español de Analítica Web

Adobe Audience Manager, punto de partida

Se lee en 2 minutos

Estoy seguro de que has oído hablar muchas veces de los DMP y de las ventajas que implica añadir una herramienta como esta a tu compañía. Y si todavía no la conocías, te recomendamos este post de mi compañera María García.

Pero, ¿y ahora qué?

En este post veremos los elementos que componen uno de los DMPs más utilizados: Adobe Audience Manager.

Signals, Data Source y Profile Merge Rules

Antes de nada, tendremos que conocer otros conceptos para poder empezar a crear los segmentos con los atributos que los definen. Las signals son las unidades más pequeñas de información que utiliza AAM y se expresan como clave-valor. Estos son algunos ejemplos:

Pagina=home

Precio > 600

En cuanto a los Data Source, nos ayudarán a empezar a recibir atributos de usuario. La forma en la que definimos un Data Source, determinará el tipo de IDs que se están utilizando en la herramienta.

¿Y qué pasa si varios usuarios utilizan el mismo dispositivo?, ¿o si un mismo usuario utiliza distintos dispositivos? Aquí es donde entran en juego las Profile Merge Rules. Estas reglas permiten trabajar con diferentes tipos de perfiles: los de dispositivo y los de usuario logado. En los de dispositivo se fijan mediante una cookie o un mobile ID. Los de usuario logado se fijan cuando un usuario inicia la sesión.

Gracias a estas reglas, podríamos construir segmentos basados en datos de múltiples dispositivos para un único usuario. De esta manera se le puede dar una experiencia de usuario consistente a través de múltiples dispositivos.

Traits

Los traits son los atributos que se asignan a los usuarios. Para definirlos se utilizan una o más signals combinadas entre sí con reglas booleanas. Hay tres tipos de traits:

  • Rule Based: se definen con una o más reglas.
  • Onboarded: se pueden definir con una o más reglas y se aplican a archivos que se suben del CRM.
  • Algorithmic: se generan a partir de modelos algorítmicos.

Los traits empiezan a recoger información a partir del momento en el que han sido creados, por lo que toda la información enviada antes de su creación no es aprovechable. También se debe de tener en cuenta que la visualización de los datos en la herramienta no es en tiempo real, se actualiza una vez al día.

Segmentos

Los segmentos, también conocidos como audiencias, se definen combinando uno o más traits. Estos atributos se combinan entre sí utilizando reglas booleanas, es decir, podemos especificar qué atributos queremos, cuáles no y, si nos sirve, que simplemente tenga uno de un listado que le proporcionemos para pertenecer a la audiencia.

Por ejemplo, si queremos crear una audiencia de hombres hipsters, deberán tener los siguientes atributos:

Adobe Audience Manager

Para dar una mayor complejidad a los segmentos, también se pueden definir reglas de frecuencia y tiempo –en inglés frequency y recency–. Gracias a esta funcionalidad, podríamos agrupar los usuarios que han visitado nuestra web en, por ejemplo, dos ocasiones, en los últimos 15 días o combinar las dos reglas anteriores.

Siguientes pasos

Teniendo claros los conceptos anteriores, ya podremos empezar a crear nuestras primeras audiencias. Si te interesa este tema, estate atento, porque en próximas entradas hablaremos en detalle de las Profile Merge Rules o de cómo hacer cookie splitting con Audience Lab.

Escribe tu comentario

tres × 4 =

Navegar