Acaba con el “ruido”: Conoce el “ruido” del Sandbox y simula su impacto en tus reportes

Si te dedicas a publicar anuncios, es probable que hayas oído hablar de Privacy Sandbox. Anunciado por primera vez por Google en 2022, desde entonces no ha dejado de causar sensación en la industria. Privacy Sandbox presenta un conjunto de APIs para segmentación, retargeting y atribución, pero hoy nos centraremos en la API de atribución y exploraremos lo que los anunciantes pueden esperar de los reportes que genera.

Antes de sumergirnos en el Privacy Sandbox, rebobinemos hasta abril de 2021, cuando Apple lanzó iOS 14.5, y todos tuvimos que familiarizarnos con SKAdNetwork (SKAN). Hasta ese momento, nos podíamos permitir el lujo de medirlo todo durante el tiempo que quisiéramos. Luego llegó SKAN y, bueno, ya sabes el resto. 

Un cambio importante que Apple introdujo con SKAN fue el concepto de umbrales de privacidad (o Anonimato de la Multitud): básicamente, la idea de que si tus datos no alcanzan un determinado umbral, te quedas con valores nulos en tus reportes. Esto supuso un cambio importante, ya que obligó a los anunciantes a replantearse su enfoque de la medición.

Ahora bien, aunque Sandbox te ofrece 30 días completos de medición (en comparación con los 3 postbacks de SKAN repartidos en ventanas fijas de 2, 7 y 35 días), también tiene sus propios límites en cuanto a la cantidad de datos que puedes recibir realmente, y ahí es donde entra en juego el “ruido”.

Pero, un momento, ¿qué es exactamente el “ruido”?

En el contexto de Privacy Sandbox, el “ruido” se refiere a la introducción deliberada de datos aleatorios en los reportes para ayudar a proteger la privacidad del usuario. Al añadir este “ruido”, el sistema se asegura de que las acciones individuales de los usuarios no se puedan rastrear fácilmente hasta ellos, lo que dificulta que alguien pueda señalar comportamientos específicos. 

Para los anunciantes, sin embargo, esto significa que los datos que obtienen son un poco más confusos, lo que puede hacer más difícil sacar conclusiones precisas de los reportes. La contrapartida es una mayor privacidad para los usuarios, pero también significa que tendrás que adaptar tus estrategias para trabajar con datos algo más ruidosos.

Cuanto más detallado es el reporte de atribución, más “ruido” se añade. Puede ser aditivo (se añaden datos aleatorios para inflar los números) o sustractivo (se reducen los datos reales para desinflar los números). 

Cuando se dispone de una gran cantidad de datos, el impacto del “ruido” tiende a ser mínimo, por lo que los datos que se ven son bastante precisos. Pero a medida que la cantidad de datos disminuye o se hace más granular, aumenta el nivel de “ruido”, lo que hace más difícil extraer conclusiones precisas. El “ruido” puede aparecer incluso en métricas con 0 conversiones, creando la ilusión de actividad cuando no la hay, lo que añade otra capa de complejidad.

¿Cómo puedo controlar el “ruido” en mis reportes?

Como ya hemos comentado antes, cuanto más detallados son los datos, más fuerte es el “ruido”. Pero, ¿tienen realmente algo que decir los marketers sobre la cantidad de “ruido” que se añade a sus reportes?

Aunque no puedes eliminar el “ruido” por completo, tienes cierto control sobre la cantidad de datos que recibes por cada evento que mides. Aquí es donde interviene el presupuesto de contribución, que te permite gestionar la cantidad de datos que se asigna a cada evento.

En el espacio aislado de privacidad, cada evento fuente, como un clic en un anuncio, tiene un límite en el número de “valores” que puede utilizar, conocido como presupuesto de contribución. Este presupuesto está fijado en 65.536 valores, una cifra extrañamente concreta, pero ¡eh, alguien hizo los cálculos! Está ahí para limitar la cantidad de datos que se pueden recopilar de cada evento fuente.

El presupuesto de contribuciones del Sandbox es como tener acceso a un buffet libre durante 30 días: puedes probar cualquier plato, cuando quieras. Pero hay un truco: tienes un presupuesto de calorías. Cada acontecimiento, como una compra o un registro, es un plato en el bufé. Puedes recopilar datos de estos eventos, pero sólo hasta cierto límite. Una vez que hayas alcanzado ese límite, habrás terminado de recopilar datos para ese evento, igual que cuando llegas a tu tope de calorías en el bufé. Este enfoque te ayuda a recopilar insights significativos sin abusar, garantizando que la privacidad del usuario permanezca intacta.

La forma en que asignas tu presupuesto de contribución influye mucho en la cantidad de “ruido” que afecta a tus reportes. Si te centras en las mediciones clave y dispones de muchos datos con los que trabajar, el “ruido” tiene menos impacto: se reparte entre el conjunto de datos más amplio. Esto funciona bien para aplicaciones a gran escala en las que el volumen de datos ayuda a mantener la precisión, incluso cuando se mide mucho.

Pero si se intenta medir demasiados detalles con un conjunto de datos más pequeño, especialmente en aplicaciones de menor escala, el “ruido” se convierte en un problema mayor. Con menos datos, el “ruido” tiene más margen para distorsionar los insights. Así pues, tanto si se trata de una aplicación a gran escala como de una más pequeña, es importante gestionar el presupuesto con prudencia para mantener el “ruido” bajo control y los datos lo más precisos posible.

Veámoslo con un ejemplo sencillo. Digamos que estás midiendo el ROI a corto plazo, como los ingresos en las primeras 24 horas o al séptimo día. Puede que decidas dejar de medir en $100 en lugar de $1.000. Al centrar más la medición, se analizan menos compras, lo que reduce el impacto del “ruido” y ofrece una visión más clara. Pero si amplías ese límite a $1.000, estarás midiendo una gama más amplia de importes de compra. Esto introduce más “ruido”, que se propaga a través de todas esas cantidades diferentes y podría hacer más difícil ver lo que realmente está sucediendo con tus datos.

Ahora, piensa en las aplicaciones por suscripción. Antes de SKAN, ofrecer una prueba gratuita de 14 a 30 días era la norma para convertir a los usuarios en suscriptores de pago. Sin embargo, la corta ventana de medición de SKAN dificultó la medición de estas conversiones, obligando a los desarrolladores a confiar en indicadores tempranos dentro de las primeras 24 a 48 horas. Con Privacy Sandbox, los desarrolladores pueden centrarse en las señales posteriores, lo que les permite volver a periodos de prueba más largos y medir las conversiones con mayor precisión dando prioridad a lo que realmente importa para el éxito a largo plazo.

Otro factor crítico es cómo segmenta tus campañas. Cuanto más se desglosen los datos por factores como la campaña, el conjunto de anuncios o la creatividad, más se estirará el presupuesto de contribución. Cada segmento consume parte de tu presupuesto, lo que significa que cuanto más detallada sea tu segmentación, más “ruido” tendrá. 

Aumentar la escala para reducir el “ruido”

Otra forma de reducir el impacto del “ruido” es mediante el escalado de los datos. El escalado es una técnica utilizada para garantizar que el “ruido” no distorsione los puntos de datos importantes. Al ajustar los valores de tus datos, los MMPs como AppsFlyer pueden amplificar las señales clave, haciéndolas menos susceptibles al “ruido” que se añade para proteger la privacidad.

Por ejemplo, si tus raw data muestran un pequeño número de acciones de los usuarios, como sólo unos pocos registros, el escalado aumenta estos valores, haciéndolos más robustos frente al “ruido”. Una vez añadido el “ruido”, los datos se reducen para reflejar con mayor exactitud las cifras reales. Este proceso garantiza que, incluso después de la introducción de “ruido”, tus datos sigan siendo claros y útiles.

Con el escalado, te permitimos mantener la exactitud de tus reportes, garantizando que se conservan los datos importantes sin dejar de cumplir los requisitos de privacidad. Esto complementa la gestión estratégica de tu presupuesto de contribuciones, ayudándote a sacar el máximo partido de los datos que recopila.

Hallazgos clave

Cuando trabajes en el espacio aislado de privacidad, deberás tener en cuenta algunas cosas para que tus datos sean claros y procesables:

• Número de campañas simultáneas: Si se realizan demasiadas campañas a la vez, el presupuesto para contribuciones se dispersará rápidamente, lo que generará más “ruido” y datos menos fiables. Se trata de encontrar el equilibrio adecuado para obtener insights significativos sin excederse.
• Desglose de la campaña: Cuanto más detallada sea la segmentación, más “ruido” habrá. Céntrate en los desgloses que más te aporten por tu dinero.
• Número de actos: Intentar medir demasiados eventos puede agotar rápidamente tu presupuesto. Céntrate en las métricas clave que se alinean con tus objetivos, tanto si buscas señales tempranas como resultados a largo plazo, para mantener la calidad de tus datos bajo control.
• Frecuencia de los reportes:  Sacar reportes con demasiada frecuencia puede aumentar el “ruido” porque cada vez que se genera un reporte, se añade una nueva capa de “ruido” para proteger la privacidad. Si generas reportes con frecuencia, la introducción repetida de “ruido” puede dificultar la obtención de insights claros, especialmente si tu conjunto de datos es pequeño. Es importante encontrar el equilibrio adecuado: obtener los datos que se necesitan sin que el exceso de “ruido” reste precisión a los reportes.

Si tienes en cuenta estos factores, podrás afinar tu estrategia para reducir el “ruido” y obtener el máximo valor de tus datos.

Si quieres ver de primera mano cómo afectará el “ruido” a tus reportes, tenemos la herramienta perfecta para ti. Eche un vistazo a nuestro simulador de “ruido”, donde podrás explorar diferentes escenarios y ver cómo quedarían tus datos con distintos niveles de “ruido”.