Tag: Google Analytics
Las cookies parecen tener los días contados, el sistema de rastreo utilizado hasta ahora por la industria de la publicidad online encuentra cada vez más barreras. Sin embargo, el nuevo sistema de Google permitirá que veamos anuncios personalizados en Internet sin necesidad de estar ofreciendo nuestro histórico de navegación a terceros.
Hoy en día, las personas quieren garantías de que su identidad e información estén seguras mientras navegan por la web. Es por eso que Google Chrome presentó, en su camino para eliminar las cookies de terceros, algunas alternativas viables de privacidad desarrolladas junto con socios del ecosistema, para ayudar a anunciantes a tener éxito al mismo tiempo que se protege la privacidad de las personas en su navegación en la red.
Es dificil de imaginar cómo la publicidad online puede ser posible de medir con precisión sin cookies de terceros. Cuando la tecnología «Privacy Sandbox» basada en intereses se propuso por primera vez el año pasado, fue cuando se comenzó a trabajar con la idea de que grupos de personas con intereses comunes podrían reemplazar los identificadores individuales. Este año, Google ha publicado nuevos datos que muestran cómo esta innovación puede ofrecer resultados casi tan efectivos como los enfoques basados en cookies. Este avance tecnológico de FLoC (Federated Learning of Cohorts), segun Google, es el futuro de la publicidad online junto a la tecnologia «Privacy Sandbox».
Publicidad basada en intereses
Federated Learning of Cohorts o el aprendizaje federado de cohortes (FLoC) propone una nueva forma para que las empresas lleguen a las personas con contenido y anuncios relevantes agrupando grandes grupos de personas con intereses similares. Este enfoque oculta efectivamente a las personas «entre la multitud» y utiliza el procesamiento en el dispositivo para mantener en privado el historial web de una persona en el navegador.
Al crear simulaciones basadas en los principios definidos en la propuesta de FLoC de Google Chrome, los equipos de Google Ads han probado esta alternativa de privacidad en primer lugar a las cookies de terceros. Los resultados indican que cuando se trata de generar audiencias basadas en intereses, FLoC puede proporcionar una señal de reemplazo efectiva para las cookies de terceros. Estas pruebas de FLoC para alcanzar audiencias de Google afines y en el mercado, muestran que los anunciantes alcanzar, al menos, el 95% de las conversiones por dólar gastado, frente a la publicidad basada en cookies. El resultado depende de: la fuerza del algoritmo de agrupación en clústeres que utiliza FLoC y del tipo de audiencia a la que se llega.
Creación de audiencia propias, sin el uso de cookies de terceros.
Chrome ha publicado una nueva propuesta llamada FLEDGE que está diseñado específicamente para almacenar información sobre las ofertas y los presupuestos de una campaña. Chrome tiene la intención de hacer que FLEDGE esté disponible para pruebas a través de pruebas de origen a finales de este año con la oportunidad para que las empresas de tecnología publicitaria intenten usar la API bajo un modelo de «traer su propio servidor».
Si bien propuestas como FLoC y FLEDGE exploran alternativas que preservan la privacidad para llegar a audiencias relevantes, también se está trabajando para ayudar a los compradores a decidir cuánto ofertar por los anuncios vistos por estas audiencias.
Medida de conversión, medir el rendimiento de la campaña sin cookies de terceros.
Al utilizar técnicas de preservación de la privacidad como agregar información, agregar ruido y limitar la cantidad de datos que se envían desde el dispositivo, las API propuestas informan las conversiones de una manera que protege la privacidad del usuario. Por ejemplo, una iteración de la API a nivel de evento está disponible actualmente en las pruebas de origen para medir las conversiones de clic. Protege la privacidad al introducir ruido y limitar los bits de datos de conversión que la API puede enviar a la vez. Como resultado, los anunciantes deberán priorizar qué conversiones son más importantes para sus necesidades de generación de informes.
Durante los próximos meses, los equipos de anuncios de Google seguirán evaluando cómo se pueden utilizar las API de medición de conversiones propuestas junto con los productos de medición de Google para respaldar casos de uso, como informar conversiones posimpresión, determinar la incrementalidad y el alcance, así como realizar la atribución.
Sin embargo, una propuesta con cierta polémica
Algunos organismos reguladores en Alemania, Francia, Bélgica e Irlanda están examinando esta propuesta de Google con respecto a la legislación que rige en Europa sobre la protección de datos o GDPR de la ciudadanía. Incluso algunas empresas, se posicionan en contra de FLoC. Os dejamos el siguiente vídeo de ComputerHoy.com donde lo explican a la perfección:
¿Quieres saber más cómo funciona FLoC?
Google Developers Latam, en su blog, publican sobre qué es el aprendizaje federado de cohortes, cómo funciona y cómo hace el servicio FLoC para permitir que el navegador determinar su cohorte, entre otros recursos para desarrolladores.
Fuente: Google Blog
Como su propio nombre indica, se trata de una capa (layer) de datos (data) -un trozo de código de información- que sirve de conexión entre Google Tag Manager (GTM) y nuestra página web para llevar acciones que mejoren el rendimiento de nuestras site. Se trata de un fragmento JavaScript que almacena y envía información desde nuestro sitio al GTM; más tarde, esos datos pueden transferirse a otras herramientas, como Google Analytics. Los tipos de datos contenidos en una Data Layer pueden ser numerosos y variados, y puede contener diferentes tipos de información: de transacciones de comercio electrónico, datos de comportamiento web. datos de uso de aplicaciones móviles…
Cómo implementar la capa de datos
Segun la página oficial de Google Tag Manager, para conseguir la máxima flexibilidad, portabilidad y facilidad de implementación, GTM funciona mejor si se implementa con una capa de datos o data layer. Google describe la Data Layer como un objeto que contiene toda la información que queremos transferir a GTM y usarla para transferir información como eventos o variables. También, cabe la posibilidad de configurar activadores en GTM en función de los valores de las variables -por ejemplo, activar una etiqueta de remarketing cuando el valor purchase_total es superior a 100 €-, o en función de eventos concretos. Los valores de las variables también se pueden transferir a otras etiquetas -por ejemplo, se puede transferir purchase_total al campo de valor de una etiqueta-.
Para saber más sobre variables y añadirlas a la capa de datos de una página y cómo configurar la data layer, te aconsejamos que sigas los pasos en la Guía de la web de Google Tag Manager.
¿Qué variables se podrían configurar en Data Layer según el modelo de negocio?
Sector Retail:
- Descuento del producto
- Número de opiniones que tiene un producto en particular
- Número de fotos de un producto en el archivo del producto
- Conocer el número de compras anteriores de un usuario
Sector de viajes:
- Conocer el número de noches que el usuario ha seleccionado
- Número de personas que han adquirido el servicio
- Origen del usuario que va a realizar el viaje
- Tiempo de anticipación con el que ha comprado el servicio
Se trata de una herramienta de Google para la visualización de datos creando presentaciones de informes customizados por el usuario. Con Google Data Studio puedes integrar diversas fuentes de datos tales como Google Analytics, Adwords, Youtube, Search Console, Hojas de cálculo de Googles, archivos MySQL, BigQuery, etc. Con todos estos datos, la herramienta te ayuda a crear sencillos informes personalizados con los datos de cada una de las fuentes empleadas y en tiempo real. No importa si quieres crear informes detallados o paneles más generales, Data Studio ofrece las herramientas que necesitas para analizar datos, presentar visualizaciones atractivas y compartir información con tu equipo.
¿Qué fuentes de datos puedes integrar en Googla Data Studio?
Data Studio permite crear diversos paneles en base a la fuente de datos que desees integrar en la herramienta. A continuación te desglosamos qué fuentes de datos puedes integrar:
- Google Analytics. Un panle que fácilmente puedes supervisar el rendimiento de tu sitio web, aplicación móvil o dispositivo conectado a Internet.
- Campaign Manager y Google Ads. Paneles con datos en tiempo real para supervisar y medir el rendimiento de tus campañas, optimizar tus estrategias de publicidad y tomar decisiones de marketing más inteligentes.
- Google Big Query. Panel personalizado de BigQuery en Data Studio para supervisar los datos de tu almacén de Big Data o visualizar las métricas más importantes de tu empresa en tiempo real
- Google Cloud SQL. Permite que una audiencia más amplia pueda entender y compartir los datos de Cloud SQL a través de sistemas SSH y JDBC, sin necesidad de crear consultas SQL.
- MySQL. Panel personalizado de MySQL para consultar las métricas más importantes de tu base de datos y tener acceso a un panel con información en tiempo real para sacarles el máximo partido.
- PostreSQL. Los datos del sistema de gestión de bases de datos relacionales de software libre PostgreSQL en Data Studio. Este conector usa el controlador JDBC de PostgreSQL para conectar una fuente de datos de Data Studio con una única tabla de una base de datos de PostgreSQL.
- Hojas de cálculo de Google. Panel de Hojas de cálculo de Google personalizado para gestionar los datos de tus hojas de cálculo y archivos CSV.
- YouTube. Incluir visualizaciones de cualquier campo disponible en la API de YouTube para generar un panel totalmente automatizado de tu canal.
Una vez que tienes todos los datos sin procesar, lo habitual es transformarlos en información más completa y útil. Google Data Studio convierte las dimensiones y métricas de tus datos en un pilar fundamental para crear gráficos ya que puedes:
- Extraer estadísticas a partir de tus datos rápidamente sin necesidad de introducir consultas SQL. Data Studio incluye un espacio dedicado a las consultas rápidas con fines concretos en el que puedes analizar una tabla de datos.
- Usar soluciones útiles para crear métricas o dimensiones a partir de fórmulas personalizadas. Estas fórmulas pueden incluir campos de la fuente de datos, texto literal y valores numéricos.
- También puedes aplicar operadores aritméticos, lógicos, de comparación, unarios y binarios, así como otras funciones más sofisticadas.
Data Studio ofrece, entre otras, decenas de funciones matemáticas, de fechas y de cadenas para convertir tus datos en valores útiles. Puedes usar estas funciones individualmente o combinarlas con otros operadores y funciones para crear campos calculados sofisticados.
Aviso Legal | Política de Cookies | Política de Privacidad