Las herramientas de medición de Footfall Attribution están de moda, pero depender de SDK instalados significa que la medición de Footfall - en muchos países/geografías - no es posible. ¿O no?
Informes de atribución de pasos sin depender de SDK
En este blogpost describimos cómo es posible medir la afluencia en países en los que apenas existen SDK instalados (de terceros proveedores de datos).
Demos un paso atrás. Footfall Attribution se refiere a la medición del efecto físico de (cualquier) campaña, en forma de visitas reales/físicas a tiendas. Como es de suponer, las campañas de Footfall Attribution son principalmente (y únicamente) relevantes para empresas con tiendas físicas.
Normalmente, para probar Footfall Attribution, se recurre a un proveedor de datos externo. Un proveedor de datos externo tiene su kit de desarrollo de software (SDK) -o el de sus asociados/socios- instalado en muchas aplicaciones (apps). Esto permite a estos terceros proveedores de datos rastrear la ubicación de un dispositivo. El problema es que en muchos países apenas hay aplicaciones populares que tengan instalado un SDK. Esto hace que la atribución de pisadas no sea posible. Por no hablar de la GDPR desplegado / activado en Europa (algunos proveedores de datos de terceros ya no ofrecen Footfall Attribution en la UE debido a esto). Sin embargo, hemos encontrado una manera de demostrar la atribución de footfall en países en los que apenas hay SDK instalados, basándonos en el gran volumen que somos capaces de ampliar, gracias a las numerosas integraciones de adexchange que tenemos. Por no mencionar el hecho de que esta solución no está en conflicto con el GDPR - que está activo en Europa.
Footfall Attribution by Targetoo
Hemos probado esta técnica/solución en varios países hasta la fecha. Para empezar, lanzamos una campaña "normal". Ya sea dirigida a nivel nacional (sea cual sea el país) o desplegando importantes GEO-Fences en los alrededores de las tiendas de los anunciantes/clientes en cuestión. Nos aseguramos de que estas GEO-vallas principales no cubran la ubicación real de las tiendas físicas, aplicando un margen "seguro" de 250 metros alrededor de cada ubicación/tienda. A continuación, lanzamos pequeñas barreras geográficas en la ubicación exacta de las tiendas físicas del anunciante en cuestión. En ese momento empieza la diversión: exportamos los identificadores de los dispositivos a los que se ha servido un banner dentro de la línea normal. Al cabo de unos días, exportamos los identificadores de los dispositivos a los que se ha servido un banner dentro de las pequeñas vallas GEO (situadas encima de las tiendas físicas). En ese momento simplemente analizamos si se ha servido un banner dentro de las pequeñas GEO-Fences, que previamente se ha servido un banner dentro de la campaña principal/normal. Y con eso; probando Footfall. Y para todos los que dudan o no creen, ¡esta técnica funciona de verdad!
Aclaración: cuando probamos esta técnica, éramos como mínimo escépticos. Como cualquier experto puede decirle, para que podamos registrar la posición/localización de un dispositivo es necesario que se produzca una impresión (dentro de la aplicación). Esto significa que el usuario/consumidor tiene que abrir una aplicación mientras está en la tienda. Esto es muy diferente a que un SDK instalado envíe la ubicación de un dispositivo. En la mayoría de los casos, el usuario/consumidor ni siquiera necesita abrir la aplicación. El SDK envía la ubicación basándose únicamente en el hecho de que la aplicación está presente/instalada en el dispositivo en cuestión. Pero, de nuevo, en muchos países no hay suficientes SDK instalados para realizar un análisis de Footfall adecuado. Por no hablar de los problemas de privacidad que plantea este método. En definitiva, una herramienta adecuada de GEO-Fencing y un análisis de la vieja escuela pueden ser los factores decisivos para determinar el Footfall de su marca o cliente.
Póngase en contacto con nosotros si desea obtener más información sobre esta técnica o probarla para su marca o cliente.