Segmentación predictiva de audiencias: cómo Retail Media pasa de las reglas a la probabilidad

Una audiencia tradicional en Retail Media suele basarse en una regla de «sí o no»: se incluye a los Shoppers que cumplen una condición histórica y se excluye a todos los demás. La segmentación predictiva de audiencias incorpora una puntuación continua, pero esa puntuación aún no constituye una audiencia.

El cambio operativo es la política de conversión de puntuaciones en segmentos: un método documentado que convierte los resultados del modelo en bandas de audiencia, exclusiones, tratamientos por canal, controles, reglas de actualización y acciones de contingencia. Este artículo se centra en esa capa de conversión.

Una regla describe la elegibilidad; la probabilidad clasifica la oportunidad

Las reglas siguen siendo útiles para determinar la elegibilidad. La ubicación geográfica, la disponibilidad del producto, el estado de los permisos, el historial mínimo de datos, la política de la campaña y las exclusiones por uso sensible pueden seguir siendo restricciones estrictas. La probabilidad cambia el tratamiento que se da a los Shoppers después de aplicar esos controles.

La capa predictiva plantea una pregunta delimitada: dada la información disponible en el momento de la decisión, ¿qué probabilidad hay de que ocurra un evento específico dentro de un horizonte específico? La política determina entonces qué acción, si la hay, se deriva de las diferentes partes de la distribución de puntuaciones.

Las señales de comportamiento, como la afinidad por una categoría, pueden servir como datos de entrada. No constituyen la política de audiencia definitiva. La afinidad describe una relación en el comportamiento observado. La segmentación predictiva agrega un resultado, un horizonte de tiempo, una puntuación del modelo, un umbral de decisión y una acción.

Cuatro conceptos que los equipos nunca deben confundir

La segmentación basada en la probabilidad se vuelve difícil de gestionar cuando se denomina «la audiencia» a cuatro objetos diferentes.

1. La puntuación es el resultado del modelo que se utiliza para clasificar o estimar un resultado.
2. La probabilidad calibrada es una puntuación que se ha verificado contra las tasas de eventos observadas. Scikit-learn describe un clasificador bien calibrado como aquel en el que los casos que reciben una probabilidad cercana a un nivel dado producen una tasa positiva observada cercana a ese nivel.[1]
3. El segmento es una banda o un grupo definido a partir de las puntuaciones y las condiciones de elegibilidad.
4. La decisión de activación es lo que el sistema de medios hace con ese grupo: incluirlo, suprimirlo, modificar una puja, seleccionar un canal, ajustar el momento o reservar un grupo de control.

Un modelo puede clasificar bien a los Shoppers sin generar probabilidades confiables. Una puntuación técnicamente sólida también puede dar lugar a una campaña deficiente si la política asigna un tratamiento incorrecto, gasta más allá de la escala alcanzable o no logra preservar un grupo de control.

Los umbrales son decisiones comerciales, no hechos naturales

Un modelo puede generar un valor continuo, pero un sistema de activación necesita una decisión. La guía de clasificación de Google explica que un umbral convierte la salida numérica del modelo en clases y que cambiar el umbral altera el equilibrio entre verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos.[2]

Por eso, un umbral predeterminado no es una estrategia. El límite adecuado depende del costo de cada error y del objetivo de la campaña.

Con un presupuesto de conversión limitado, un falso positivo puede significar pagar para llegar a alguien con poca demanda en esa categoría a corto plazo. En una campaña de recuperación de compradores inactivos, un falso negativo puede significar pasar por alto a alguien que realmente corría el riesgo de irse. En una campaña de crecimiento, establecer un umbral demasiado alto puede generar una audiencia que parezca eficiente, pero que sea demasiado pequeña o esté demasiado concentrada en personas que habrían comprado de todos modos.

Por lo tanto, los umbrales deben seleccionarse en función de un objetivo explícito, el requisito de alcance, el costo de los medios, el margen del producto (cuando esté legítimamente disponible) y el diseño de la prueba. La misma puntuación puede respaldar diferentes límites de segmento para diferentes campañas sin cambiar el modelo subyacente.

Crear bandas de acción, no una sola «mejor audiencia»

El diseño operativo más sólido suele conservar varios tratamientos.

• Banda de servicio o supresión: los Shoppers cuyo comportamiento previsto ya es muy probable pueden recibir mensajes útiles de servicio, comunicaciones de lealtad o ningún medio de adquisición.
• Banda de prueba prioritaria: los Shoppers con señales relevantes y una incertidumbre significativa pueden recibir el tratamiento principal de la campaña, ya que existe tanto la oportunidad como el margen para que el comportamiento cambie.
• Banda de exploración: una proporción controlada de Shoppers con menor puntuación, pero que cumplen los requisitos, puede proteger el aprendizaje, detectar la demanda no captada y evitar que el sistema se dirija repetidamente solo a comportamientos conocidos.
• Banda de control: los Shoppers elegibles no reciben ningún tratamiento de la campaña, o bien una alternativa acordada, para que el equipo pueda estimar qué habría sucedido sin la activación.

Estas bandas no son universales. Los límites y los tratamientos deben versionarse para cada caso de uso. Una banda de puntuación que funcione para una categoría de comestibles de compra frecuente puede ser inadecuada para una categoría estacional o de baja frecuencia de compra.

Una política ilustrativa de conversión de puntuaciones en segmentos

Consideremos una marca que intenta captar compradores de la categoría que aún no han comprado la marca. Este es un ejemplo ilustrativo de planificación, no un resultado medido de una campaña.

La población elegible primero cumple con reglas ajenas al modelo: el producto está disponible en las tiendas relevantes, el Shopper está autorizado para la activación prevista, la marca ha definido la categoría y el horizonte de compra, y los compradores actuales de la marca están excluidos del objetivo de adquisición.

A continuación, el modelo estima la propensión a la compra de la categoría dentro de ese horizonte. En lugar de dirigir la misma publicidad a todas las personas que superen un umbral, la política operativa podría hacer lo siguiente:

• Excluir a los compradores habituales de la categoría con mayor probabilidad de los medios de adquisición costosos y mantener una muestra para la medición.
• Utilizar la banda media-alta para el tratamiento de adquisición principal, donde existe relevancia de la categoría, pero la compra no se considera segura.
• Utilizar un grupo de exploración más pequeño por debajo del umbral principal para comprobar si el modelo está pasando por alto una demanda emergente.
• Mantener fuera del tratamiento a Shoppers elegibles comparables en todas las bandas accionables.

El equipo debe decidir estos tratamientos antes del lanzamiento. De lo contrario, los analistas pueden modificar los umbrales tras ver los resultados y, sin quererlo, convertir una prueba de audiencias en una búsqueda de la historia más halagadora.

Una migración de seis pasos de las reglas a la probabilidad

1. Congelar la regla actual como referencia

Documentar la definición actual de la audiencia, el periodo retrospectivo, las exclusiones, el tamaño alcanzable, la entrega de medios, la conversión y las limitaciones conocidas. Un enfoque predictivo debe superar una alternativa real, no una referencia débil inventada.

2. Definir un evento y un horizonte

«Shopper con alta probabilidad» no es una definición comprobable. «Shopper con probabilidad de comprar la categoría durante la próxima ventana de compra» es más preciso, pero todavía se deben definir explícitamente la ventana, la población elegible, los productos, las tiendas y los canales.

3. Separar las variables del modelo de las reglas de elegibilidad

Las transacciones históricas, la cadencia, el contexto de la canasta, los cambios de marca, el precio, las promociones y la disponibilidad pueden influir en una puntuación. La base legal, el estado de consentimiento u objeción, la ubicación geográfica, el inventario, la política de campaña y las exclusiones de datos sensibles deben seguir siendo controles visibles alrededor del modelo, en lugar de desaparecer dentro de él.

4. Validar la clasificación y la calibración

Comprobar si las bandas con puntuaciones más altas producen tasas de eventos observadas más elevadas. Después, verificar si las probabilidades declaradas coinciden con las tasas observadas. Las curvas de calibración comparan las probabilidades predichas con la proporción de resultados positivos en cada intervalo de puntuación.[1] Usar datos distintos de los utilizados para ajustar el modelo al evaluarlo y calibrarlo.

5. Redactar el contrato de activación

Para cada banda, registrar las condiciones de elegibilidad, el tratamiento, el canal, la regla de frecuencia, la función de la pieza creativa, la lógica de supresión, la asignación del grupo de control, el momento de actualización, la persona responsable y el procedimiento de contingencia. Este contrato permite auditar el modelo en la operación.

6. Lanzar con un diseño de aprendizaje

Medir por separado la calidad del modelo y el impacto de la campaña. La medición closed-loop puede vincular la exposición con las transacciones, pero las ventas posteriores a la exposición no son automáticamente ventas incrementales. Mantener un contrafactual creíble siempre que sea viable.

Medir la política, no solo el modelo

Un informe de segmentación predictiva debe mostrar cómo se desempeñó el sistema de decisión en su totalidad.

• Cobertura: qué proporción de la población elegible pudo recibir una puntuación y activarse.
• Distribución: cómo se distribuyeron los Shoppers y las impresiones alcanzables entre las distintas bandas.
• Calibración: si la probabilidad predicha se alineó con las tasas de eventos observadas.
• Separación: si las bandas con puntuaciones más altas produjeron tasas de eventos superiores a las de las bandas con puntuaciones más bajas.
• Entrega: si cada banda recibió el canal, la frecuencia, la pieza creativa y la inversión previstos.
• Incrementalidad: si el tratamiento modificó los resultados en relación con un grupo de control o una comparación justificada.
• Estabilidad: si los resultados se mantuvieron a lo largo del tiempo, en diferentes tiendas, categorías, promociones y cambios en el flujo de datos.
• Tasas de ajustes manuales y excepciones: con qué frecuencia las reglas estrictas, la falta de datos, las condiciones de inventario o la revisión humana modificaron la decisión basada en el modelo.

Las directrices de la IAB y el MRC hacen hincapié en una medición de Retail Media transparente, coherente, precisa y confiable, en controles continuos de la calidad de los datos y en el reporte explícito de las brechas de datos y las limitaciones metodológicas.[3] Esos principios se aplican tanto a la política de audiencia como al informe final de la campaña.

Actualizar cuando cambie la decisión, no solo porque transcurrió cierto tiempo

Las puntuaciones quedan desactualizadas cuando llegan nuevas transacciones, cambia la disponibilidad, comienza una promoción o avanza el horizonte de predicción. Sin embargo, actualizar con la mayor frecuencia técnicamente posible puede generar costos e inestabilidad sin mejorar la decisión.

Establecer la frecuencia de actualización según el ritmo de compra de la categoría, la latencia de los datos, el retraso en la activación de medios y el valor de la información nueva. Definir también los factores que deben activar un recálculo extraordinario, como un cambio importante en el surtido, una interrupción de los datos de lealtad o un cambio abrupto en la calibración observada.

Versionar por separado el modelo y la política. Un equipo puede mantener el mismo modelo mientras ajusta los umbrales por restricciones presupuestarias. También puede actualizar el modelo y conservar las bandas de activación para realizar una comparación controlada. Sin un versionado separado, es difícil diagnosticar los cambios en el desempeño.

Gobernar los límites de la política

Según las directrices de protección de datos del Reino Unido, el uso de información de los Shoppers para inferir un comportamiento probable con fines de mercadotecnia directa puede constituir la elaboración de perfiles y debe evaluarse de acuerdo con la jurisdicción y la implementación aplicables. La Oficina del Comisionado de Información del Reino Unido establece que este uso debe ser justo y transparente, basarse en información precisa y no excesiva, abordar los daños potenciales y respetar las objeciones.[4]

Por lo tanto, la política de conversión de puntuaciones en segmentos debe identificar qué datos pueden afectar la puntuación, qué condiciones siguen siendo exclusiones estrictas, qué socios reciben una audiencia, cómo se propagan las objeciones, durante cuánto tiempo son válidas las puntuaciones y quién puede modificar manualmente o suspender la activación. Una variable técnicamente disponible no es automáticamente un insumo adecuado para la política.

El Marco de Gestión de Riesgos de IA del NIST plantea que los sistemas deben probarse antes de su implementación y periódicamente durante su operación, con incertidumbre documentada, comparaciones con referencias, monitoreo en producción, evaluación de privacidad y sesgo, y revisión independiente cuando corresponda.[5] Traducir esa orientación en reglas de detención de la política: pausar la activación cuando la cobertura se desplome, la calibración se deteriore, falle una exclusión protegida, cambie el significado de un campo de origen en el pipeline de datos o el sistema opere fuera de sus condiciones documentadas.

Fallas de la política que vuelven inutilizable un buen modelo

Un único umbral permanente. Convertir una puntuación en un solo umbral sin documentar el equilibrio entre ventajas y desventajas simplemente oculta la regla anterior detrás de un modelo.

Falta de distinción entre tratamientos. Si las bandas adyacentes reciben el mismo canal, la misma frecuencia, la misma pieza creativa y la misma medición, la segmentación agrega etiquetas en lugar de decisiones.

Falta de verificación de capacidad. Una banda de prioridad estrecha puede parecer eficiente, pero ser incapaz de absorber el presupuesto. Una banda amplia puede exceder el inventario disponible o los límites de frecuencia. El alcance y la capacidad de entrega deben formar parte de la aprobación de umbrales.

Falta de una vía de exploración. Seleccionar repetidamente solo la banda más alta actual puede impedir que el sistema descubra nueva demanda y puede hacer que el sesgo histórico se refuerce a sí mismo.

Fuga de información en la política. Elegir los umbrales después de observar los resultados, o crear puntuaciones con información que no estaba disponible al momento de la decisión, hace que la evaluación no sea confiable.

Falta de un plan de contingencia. Las variables del modelo faltantes, las puntuaciones desactualizadas, los cambios en el inventario, las exclusiones que no funcionan o los retrasos en la activación deben conducir a una acción segura y documentada, no a una audiencia improvisada.

Falta de verificación de la entrega por banda. Si las condiciones de entrega difieren entre los grupos de prioridad, exploración y control en cuanto a tiendas, formatos, frecuencia, calidad de las piezas creativas o disponibilidad de productos, la política no puede evaluarse con claridad.

Lo que los compradores deben solicitar

Antes de aprobar una audiencia basada en probabilidades, solicitar:

• el evento y el horizonte pronosticados;
• la población elegible y las exclusiones estrictas;
• el modelo y la versión de la política;
• la diferencia entre la puntuación bruta, la probabilidad calibrada, el segmento y la acción;
• el tamaño de las audiencias y la escala alcanzable por banda;
• la razón de cada umbral;
• las reglas de tratamiento, supresión, exploración y control;
• la evidencia de calibración y estabilidad;
• informes de entrega por banda;
• el contrafactual de la campaña y el método de incrementalidad;
• controles de privacidad, objeción, monitoreo y reglas de detención.

Preguntas frecuentes

¿La probabilidad reemplaza las reglas de audiencias?

No. La probabilidad ayuda a priorizar a los Shoppers elegibles. Las reglas estrictas siguen regiendo el permiso, la geografía, la disponibilidad, el alcance del producto, las exclusiones de datos sensibles, la política de la campaña y la seguridad operativa.

¿Por qué no usar un solo umbral para todas las campañas?

Los costos de la inclusión errónea, la exclusión errónea, el alcance limitado y la frecuencia desperdiciada varían según el objetivo. El mismo modelo puede admitir diferentes umbrales de política para casos de uso de adquisición, recuperación, venta cruzada o servicio.

¿Cuántas bandas de audiencia debe usar un Retailer?

Usar la menor cantidad de bandas necesaria para respaldar acciones realmente diferentes. Si dos bandas reciben el mismo tratamiento y se miden de la misma manera, la distinción puede agregar complejidad sin aportar valor.

¿Quién debe aprobar un cambio de umbral?

La responsabilidad debe quedar explícita en el contrato de activación. Un cambio en el umbral puede alterar el alcance, el costo, la composición de las audiencias, la asignación al grupo de control y el riesgo de privacidad, por lo que no debe tratarse como una decisión de ajuste exclusiva de los analistas.

¿Qué demuestra que la migración funcionó?

La política predictiva debe superar el punto de referencia documentado basado en reglas en las decisiones que importan: alcance útil, puntuación confiable, entrega controlada, resultados incrementales, estabilidad operativa y explicabilidad.

En resumen

La segmentación predictiva de las audiencias se vuelve útil en el momento en que una puntuación modifica una acción.

Mantener visibles las reglas estrictas de elegibilidad. Definir un evento y un horizonte. Convertir la puntuación en tratamientos versionados. Proteger los grupos de exploración y control. Registrar los ajustes manuales y los planes de contingencia. Después, evaluar la política como una decisión operativa completa, no como una clasificación comparativa de modelos.

Fuentes

[1] scikit-learn, documentación sobre calibración de probabilidades.

[2] Google for Developers, Umbrales y matriz de confusión.

[3] IAB y Media Rating Council, Pautas de medición de Retail Media de IAB/MRC (2024).

[4] Oficina del Comisionado de Información del Reino Unido, Recopilar información y generar clientes potenciales.

[5] Instituto Nacional de Estándares y Tecnología, Núcleo del Marco de Gestión de Riesgos de IA.

¿Listo para ver cómo funciona en la práctica?

Footprints AI ayuda a marcas y Retailers a medir lo que importa. Consulta nuestros casos de éxito de clientes o ponte en contacto para hablar sobre tu estrategia de Retail Media.