Audiencia parecida

Una audiencia similar es un grupo de miembros de una red social que se determina que comparten características con otro grupo de miembros. ^{[ 1 ]} En publicidad digital, se refiere a una herramienta de segmentación para marketing digital , iniciada por primera vez por Facebook , que ayuda a llegar a clientes potenciales en línea que probablemente compartan intereses y comportamientos similares con los clientes existentes. ^{[ 2 ]} Desde que Facebook estrenó esta función en 2013, otras plataformas publicitarias han seguido su ejemplo, incluidas Google Ads , ^{[ 3 ]} Outbrain , ^{[ 4 ]} Taboola , ^{[ 5 ]} LinkedIn Ads ^{[ 6 ]} y otras.

Las audiencias similares analizan a los clientes existentes y sus perfiles de usuario para encontrar las características comunes entre la audiencia actual. Esto ayuda a encontrar clientes altamente cualificados que antes habrían sido difíciles de identificar y alcanzar. ^{[ 7 ]} Esto amplía la audiencia potencial en diferentes países y se aplica a nuevos segmentos de audiencia diferenciados; ^{[ 8 ]} Este enfoque ahorra tiempo y reduce los costos de publicidad para la adquisición de una nueva audiencia.

Para ser eficaz, ^{[ 9 ]} una audiencia similar debe ser homogénea. Esto se suele lograr mediante un patrón de comportamiento consistente. La homogeneidad de la audiencia similar influye más en su eficacia que el tamaño de la muestra. En Facebook, el tamaño mínimo de una audiencia similar es de 100 usuarios del mismo país. ^{[ 10 ]} Facebook generalmente recomienda crear una audiencia a partir de entre 1000 y 5000 usuarios. ^{[ 10 ]}

Las audiencias similares podrían tener efectos limitados en pequeñas empresas o startups debido al pequeño tamaño de la muestra de su audiencia existente, lo que inevitablemente llevaría a datos insuficientes extraídos de la audiencia actual e interferencia de valores atípicos . Es decir, no habría una alta tasa de rebote en los sitios web de estas empresas. ^{[ 11 ]}

Los especialistas en marketing utilizan muchas fuentes de datos para crear semillas similares. Algunos ejemplos de semillas similares para comercio electrónico incluyen: ^{[ 12 ]}

• Basado en CRM : Se crea a partir de una lista de correos electrónicos o números de teléfono de clientes que han interactuado previamente con la empresa. Esta lista se puede segmentar aún más, por ejemplo, para clientes con el mayor valor de vida del cliente o con compras anteriores de un producto específico.
• Basado en conversiones: una semilla basada en usuarios que han realizado una acción como una compra o el envío de un formulario de contacto en el sitio web. ^{[ 13 ]}
• Basado en la interacción: una semilla basada en usuarios segmentados por su interacción, como páginas vistas, tiempo pasado en el sitio, visualizaciones de videos, etc. ^{[ 14 ]}

Facebook, por ejemplo, toma tres pasos para construir una audiencia similar: ^{[ 15 ]}

• Selecciona la audiencia inicial para crear una audiencia similar. Esta puede incluir seguidores de la página, visitantes del sitio web, listas de clientes, etc. Generalmente, la audiencia base debe tener un mínimo de 500 personas. Un mayor número de participantes aumentará la precisión de la audiencia similar.
• Seleccione la ubicación específica (país o región) donde desea encontrar una audiencia similar.
• Personaliza el tamaño de la audiencia. Facebook ofrece un rango de percentiles del 1 % al 10 %, que indican el tamaño de la población combinada de las ubicaciones seleccionadas. Las audiencias más grandes ofrecen un mayor alcance, pero una audiencia similar más pequeña es más específica, lo que significa que los anuncios son vistos por menos personas, pero es probable que se ajusten mejor a las características de la audiencia de origen.

Las herramientas de segmentación de audiencias se basan en técnicas de aprendizaje automático para identificar similitudes entre usuarios a gran escala. Los enfoques comunes incluyen la agrupación basada en distancias, los modelos basados ​​en palabras clave y los algoritmos de clasificación, que se aplican a grandes conjuntos de datos de señales demográficas y de comportamiento de los usuarios para puntuar a los individuos según su similitud con la audiencia de referencia. ^{[ 16 ]} La precisión de estos modelos está influenciada tanto por el volumen como por la calidad de los datos de entrenamiento disponibles, y las audiencias de referencia más grandes y representativas generalmente producen resultados más fiables. ^{[ 16 ]}

Un estudio ha demostrado que la herramienta de audiencias similares, hasta cierto punto, funciona bien en general en los resultados publicitarios. ^{[ 17 ]} También se menciona como una tendencia importante del pago por clic (PPC) por la Escuela de Marketing en Internet de Delhi. ^{[ 18 ]} Sin embargo, los debates sobre el uso de este tipo de segmentación conductual de terceros para el marketing digital no han cesado, ya que el uso de los datos de los clientes contraviene la configuración de privacidad en línea. ^{[ 19 ]}

En 2019, Facebook implementó limitaciones para detener la segmentación discriminatoria de audiencias según el código postal, los niveles de ingresos y los datos demográficos (edad y género). ^{[ 20 ]} En junio de 2022, la División de Derechos Civiles del Departamento de Justicia de EE. UU. presentó una demanda en el Tribunal de Distrito de EE. UU. del Sur de Nueva York contra Meta Platforms alegando que la herramienta de audiencias similares para publicidad dirigida en Facebook discrimina a los usuarios por motivos de raza, color, religión, sexo, discapacidad, estado familiar y origen nacional en la distribución de anuncios de vivienda, en violación del Título VIII de la Ley de Derechos Civiles de 1968. Meta Platforms llegó a un acuerdo con el Departamento de Justicia el mismo día en que se presentó la demanda . ^{[ 21 ] [ 22 ] [ 23 ]}

• Material de marketing electrónico