Una plataforma de gestión de datos ( DMP ) es una plataforma de software que se utiliza para recopilar y gestionar datos . Las DMP permiten a las empresas identificar segmentos de audiencia , que se pueden utilizar para dirigirse a usuarios y contextos específicos en campañas publicitarias en línea . Pueden utilizar algoritmos de inteligencia artificial y big data para procesar y analizar grandes conjuntos de datos sobre los usuarios de diversas fuentes. [1] Las ventajas de utilizar DMP incluyen la organización de datos, una mayor comprensión de las audiencias y los mercados y una presupuestación publicitaria más eficaz. [2] Por otro lado, las DMP a menudo tienen que lidiar con problemas de privacidad debido a la integración de software de terceros con datos privados. Esta tecnología está siendo desarrollada continuamente por entidades globales como Nielsen y Oracle . [3]
En términos más generales, el término plataforma de datos puede referirse a cualquier plataforma de software utilizada para recopilar y gestionar datos . Es una solución integrada que, a partir de la década de 2010, puede combinar funcionalidades de, por ejemplo, un lago de datos , un almacén de datos o un centro de datos para fines de inteligencia empresarial . [4] Sin embargo, este artículo analiza el uso de dichas plataformas tecnológicas utilizadas para recopilar y gestionar datos con fines de marketing digital específicamente.
Un DMP es cualquier tipo de software que gestiona la recopilación, el almacenamiento y la organización de datos para que los especialistas en marketing, los editores y otras empresas puedan aprovechar la información útil de ellos. Los datos almacenados pueden incluir información de los clientes, datos demográficos e identificadores móviles o identificadores de cookies , que el DMP analizará para permitir a las empresas crear segmentos de destino para los anuncios. Los DMP pueden ayudar a las marcas a conocer más sobre sus segmentos de clientes para informar las estrategias de adquisición y aumentar sus ventas. También permiten a las empresas medir la eficacia de sus campañas publicitarias. [5]
Durante la década de 1950, la gestión de datos se convirtió en un problema para las empresas, ya que las computadoras no eran rápidas con los cálculos y necesitaban una gran cantidad de mano de obra para entregar resultados. Las empresas comenzaron a almacenar sus datos en almacenes. Los primeros programas se escribieron en binario y decimal y esto se conoció como lenguaje de máquina absoluto , que más tarde se denominó lenguaje de programación de primera generación. [6]
A lo largo de las décadas de 1960 y 1970, a medida que la tecnología siguió avanzando y los programadores se pusieron más en contacto con las computadoras, los lenguajes de programación de primera y segunda generación evolucionaron hasta convertirse en lenguajes de alto nivel (HLL). Estos lenguajes son conocidos por ser fácilmente legibles por un ser humano y fueron importantes para permitir escribir un programa genérico que no dependiera del tipo de computadora utilizada. Los HLL eran conocidos por enfatizar la memoria y la gestión de datos y muchos de los lenguajes que surgieron en esta era (es decir, COBOL , C y C++ ) todavía se usan ampliamente en la actualidad. [6]
Las transacciones en línea pronto se convirtieron en una parte importante de muchas industrias. Esto fue posible gracias a los sistemas de gestión de datos en línea . Estos sistemas pueden analizar información rápidamente y permiten que los programas lean, actualicen y envíen información al usuario.
En la década de 1970, Edgar F. Codd desarrolló un lenguaje fácil de aprender, Structured Query Language ( SQL ), que tenía comandos en inglés. Este lenguaje se ocupaba de las bases de datos relacionales , mejoraba el procesamiento de datos y reducía los datos duplicados. Este modelo relacional permitía procesar grandes cantidades de datos rápidamente y mejoraba el procesamiento paralelo , la computación cliente-servidor y las interfaces gráficas de usuario , y hacía que varios usuarios interactuaran simultáneamente. [6]
Para abordar el procesamiento y la investigación de Big Data, surgió NoSQL . La mayor ventaja de NoSQL es su capacidad para almacenar grandes cantidades de datos. NoSQL apareció en 1998, pero su popularidad entre los desarrolladores creció después de 2005. [6]
En la actualidad, la gestión de datos se ha trasladado del almacenamiento local a la nube . A finales de los años 1990 y principios de los años 2000, Salesforce y Amazon popularizaron el concepto de servicios basados en Internet, que atraía a los clientes porque reducía los costes de mantenimiento interno y aumentaba la flexibilidad para cambiar las necesidades de una empresa. Con la creciente prevalencia de la inteligencia artificial (IA), ahora es más fácil que nunca almacenar y clasificar conjuntos inmensos de datos. Es en esta era que las DMP han experimentado su ascenso a la prominencia, ya que la cantidad astronómica de datos de usuarios en el mundo ahora se puede procesar y presentar a las empresas con fines de marketing. [6]
Los DMP comienzan por recopilar datos sin procesar. Para ello, es necesario recopilar datos de diversas fuentes, como visitas a páginas web y formularios de registro que se encuentran en línea. Además, los datos disponibles no se limitan a la computadora, ya que los dispositivos móviles, las redes sociales y los dispositivos inteligentes actúan como fuentes constantes de datos sin procesar. Desde un punto de vista técnico, los rastreadores y las API de JavaScript se utilizan para informar al servidor cuando el usuario está realizando una acción que debe registrarse y almacenarse. [5]
Una vez que el DMP ha recopilado los datos, procede a procesarlos e integrarlos. Primero, limpia los datos filtrando los datos basura o los valores faltantes. Luego, utiliza algoritmos de aprendizaje automático para encontrar patrones en conjuntos de usuarios y organizarlos a gran escala. Esto ayuda a crear una vista de 360 grados del cliente que, a su vez, ayuda a integrar tipos de datos de primera, segunda y tercera parte en una base de datos. [5]
A continuación viene la fase de gestión de datos. En esta etapa, el DMP ayuda a sus clientes (que son otras empresas que buscan aprovechar sus datos de usuarios) a crear perfiles de usuarios. Los perfiles de usuarios son segmentos de datos demográficos específicos de clientes que tienen como objetivo ayudar a visualizar patrones y tendencias en una industria. También son útiles para arrojar luz sobre oportunidades de mercado no descubiertas. [5]
El paso final de este proceso es la etapa de activación. Una vez que todos los datos se han recopilado, procesado y organizado y segmentado adecuadamente, se ponen en uso en el mercado a través de servidores o DSP . A partir de aquí, los anunciantes utilizan otros servicios de terceros para acceder a un DMP y proporcionar contenido específico a sus audiencias objetivo. [5]
Las DMP se utilizan para crear perfiles , analizar y dirigirse a los clientes en línea en el marketing digital . Trabajan en las siguientes áreas:
Hay seis ventajas principales en el uso de una plataforma de gestión de datos: recopilar datos en un solo lugar, usar datos de terceros para descubrir nuevos mercados, obtener información sobre la audiencia, crear una visión completa de los clientes, orientar su audiencia y presupuestar eficazmente sus gastos de marketing. [2]
Las plataformas de gestión de datos dependen en gran medida de la tecnología de cookies para identificar comportamientos. Las medidas recientes de Apple y ahora de Google apuntan a bloquear las cookies de publicidad de terceros, lo que pone en riesgo la propuesta de valor de la plataforma de gestión de datos.
Además, la adopción de una plataforma de este tipo puede resultar difícil en el entorno actual de una organización, ya que la tecnología de agregación de datos es compleja y requiere los conocimientos técnicos adecuados para su implementación.
Otro ámbito de preocupación es la calidad de los datos importados: si son de baja calidad, el DMP no podrá proporcionar resultados significativos. [2]
En general, existen tres tipos principales de datos:
También hay tres tipos principales de datos recopilados por los DMP:
Las DMP son útiles para ayudar a los especialistas en marketing digital a descubrir nuevas audiencias basadas en datos de terceros. Si bien este es el caso, el Reglamento General de Protección de Datos (RGPD) dificulta que las DMP obtengan datos de terceros. Anteriormente, las DMP procesaban datos de terceros a través de cookies y las leyes existentes no exigían el consentimiento del usuario para dicha recopilación de datos. Sin embargo, el RGPD ahora exige que los datos personales, que incluyen los datos recopilados mediante el uso de cookies, solo se puedan usar con el consentimiento del usuario. En el futuro, esto significa que la recopilación de datos de terceros será más difícil para las empresas y las DMP tendrán mayores obligaciones legales. Como resultado, las DMP futuras pueden depender en mayor medida de datos propios y de segunda parte. [6]