Las campañas de vídeo están más en auge que nunca. YouTube, con más de mil millones de usuarios en el mundo, sigue estando a la cabeza de la publicidad en vídeo. Cada día, se consumen más de mil millones de horas de vídeo en esta red social y más del 70 % de las visualizaciones vienen del móvil. Así las cosas, no sorprende que los anunciantes sigan apostando fuerte por una plataforma que, además de ser la principal fuente de información y entretenimiento de los millenials, está haciendo tambalear los cimientos de la televisión tradicional.
Si hablamos desde el punto de vista de las agencias digitales, las oportunidades que ofrece YouTube como plataforma publicitaria son únicas por su alta capacidad de segmentación (ya que forma parte de la red de Google). Sobre todo si les aplicamos un componente científico: los algoritmos. En este sentido, YouTube aún es un terreno por explorar, aunque ya se está comprobando cómo la tecnología más puntera multiplica la eficacia publicitaria. En Tidart podemos dar fe de ello y, por eso, vamos a explicar cómo optimizamos las campañas de vídeo en YouTube gracias a nuestros algoritmos.
En realidad, la clave reside en optimizar la puja o CPV (coste por visualización) máximo. Al conseguirlo, somos capaces de invertir el presupuesto de la manera más eficiente posible o, dicho con otras palabras, de obtener el máximo de visualizaciones posible con un presupuesto dado. De este modo, podemos mostrar nuestro anuncio cuando las pujas estén más bajas y, a la vez, distribuir las visualizaciones con uniformidad en el tiempo que dure la campaña.
Cuando nos disponemos a dar inicio a una campaña, no contamos con suficientes datos históricos de partida: la audiencia es nueva, no sabemos cómo va a salir la puja, cómo va a funcionar nuestro vídeo ni cómo va a ser el porcentaje de visualización, por ejemplo.
Por este motivo, primero hacemos lo que denominamos una “cata”. En esta fase, lo que buscamos es obtener información suficiente para construir un modelo de predicción consistente. Hablamos de predicción horaria y por día de la semana, para ser exactos. La función del algoritmo es modificar nuestra puja en función del CPV que se va consiguiendo en tiempo real respecto al estimado.
En total, el algoritmo se divide en cinco fases: 1) recogida de información; 2) estimación del presupuesto diario; 3) período de “cata”; 4) modelo de predicción; 5) adaptación de puja horaria. Cada una de ellas tiene lugar en la API de Google Ads y, para la realización de todo el proceso, se utilizan diferentes librerías de Python de Machine Learning.
Lo que hacemos, por tanto, es ir cambiando la puja horaria en función de si el CPV que se está consiguiendo cada hora es caro o barato comparándolo con nuestra estimación (la que obtenemos en la fase de “cata”) y, por consiguiente, a los objetivos de la campaña. El algoritmo hace su función de optimización durante las 24 horas del día, los días que dure la campaña. El modelo de predicción se va retroalimentando cada hora y cada día.
Marcas líderes en los sectores del retail,la moda, o el gran consumo han probado ya con nosotros este algoritmo, con el que hemos conseguido más de 100.000.000 de visualizaciones completas.
Los resultados promedios obtenidos hasta ahora nos permiten reducir los CPV en un 70 % o, lo que es lo mismo, conseguimos un aumento del 325 % de la repercusión de tus campañas con el mismo presupuesto.
Hoy en día, la eficacia publicitaria en el medio digital depende de la tecnología. Por eso, en Tidart también nos retroalimentamos continuamente con el único objetivo de ofrecer las soluciones más avanzadas en marketing digital.
*Artículo escrito por Carlos Molina, CEO Tidart / Managing Parnter Kimia Group
