A tecnologia programática está revolucionando a indústria mundial de publicidade. De acordo com a ZenithOptimedia, sua adoção crescerá 31% em 2017 – um aumento maior do que a mídia social (25%) e o vídeo online (20%). Esse crescimento significará não só um maior número de anunciantes utilizando a automação em suas campanhas, como também investimentos mais significativos em tecnologia. Mas será que os comerciantes estão preparados para aproveitar ao máximo o potencial da mídia programática?

Para aqueles que ainda estão direcionando o seu budget e desenhando a estratégia de marketing digital que será adotada ao longo de 2017, indico abaixo três fortes tendências para o ano que se inicia.

1 – Campanhas omnichannel vão ganhar força

O mercado de tecnologia programática para dispositivos móveis tem sido instável nos últimos tempos. Porém, a utilização massiva de celulares e tablets, aliada a uma maior maturidade do mercado para esses formatos, parecem finalmente deixar os editores e os anunciantes mais confortáveis com a compra e a venda de inventários de anúncios nessas plataformas.

A questão é que o aumento da penetração e da utilização dos dispositivos móveis gera uma enorme oportunidade de publicidade que os comerciantes simplesmente não podem ignorar. 2017 será o ano do dispositivo móvel não apenas nos Estados Unidos, onde o eMarketer prevê que o celular representará quase 75% de todos os gastos com anúncios programáticos, mas também em outros mercados em todo o mundo, incluindo o Brasil.

O mobile, porém, é apenas mais um canal de comunicação que deve estar presente nas estratégias de marketing digital em 2017. As marcas deverão apostar cada vez mais em anúncios que cheguem aos consumidores em todas as telas onde ele estiver, seja no smartphone, no tablet ou no PC, sem esquecer do ambiente off-line, é claro. Com isso, planejar uma campanha com vários dispositivos será uma estratégia comum e eficaz, e abordagens omnichannel deixam de ser uma opção e se consolidam como realidade.

2 – Header Bidding vai revolucionar os leilões de compa e venda

O conceito Header Bidding (ou pré-bidding) ajuda os editores a decidirem com quais parceiros vão trabalhar. Ao contrário dos leilões em cascata, que têm sido o padrão de compra e venda de anúncios por um bom tempo, o header bidding conduz todos os lances de uma só vez. Isso possibilita um acesso mais democrático ao inventário de anúncios, o que gera ganhos tanto para os anunciantes, quanto para os publishers. O preço geralmente sobe, favorecendo os editores, por outro lado, isso permite que os publicitários tenham um acesso mais uniforme aos inventários que eles mais precisam.

Nos métodos tradicionais de cascata, os editores não são capazes de escolher seus parceiros – eles são colocados em camadas com base no quanto gastaram historicamente, e quanto mais eles gastaram, mais alto o nível que ocupam. Quando uma impressão sobe para o leilão, é oferecida primeiramente à camada mais elevada, e se essa camada não se interessar, a mesma impressão é disponibilizada para o próximo nível. Isso se repete até que alguém faça uma oferta. Mas esse processo nem sempre leva garante ao editor o verdadeiro valor de suas impressões, e também não dá aos anunciantes igualdade na oferta para as impressões que eles querem. É aqui que o conceito de header bidding entra.

A tendência é tão forte que os membros do OpenRTB Group, do IAB (Interactive Advertising Bureau), estão agora trabalhando na implementação de header bidding em grande escala – e no novo protocolo aberto para o comércio automatizado de mídia digital, em uma ampla gama de plataformas, dispositivos e soluções publicitárias. Além disso, projetos como o Prebid.js também prometem facilitar a adoção da prática ao disponibilizar uma biblioteca open source para a implementação de header bidding por publishers.

3 – Deep Learning impulsionará a qualidade do retargeting

Os algoritmos de Machine Learning (aprendizado de máquina) são hoje empregados na publicidade programática para permitir lances RTB mais eficientes. A adoção desse tipo de tecnologia é crescente, e como mostra a Juniper Research, eles deverão gerar cerca de US$ 42 bilhões em receita anual de publicidade até 2021 – um valor bem acima dos cerca de US$ 3,5 bilhões registrados em 2016.

Um sub-ramo do Machine Learning que fez avanços significativos em 2016 é o Deep Learning – um modelo baseado em um conjunto de algoritmos com várias camadas de processamento e que conseguem tratar dados abstratos. Estes algoritmos são a espinha dorsal do reconhecimento de imagem ou fala, por exemplo, e em 2017 sua aplicação terá uma grande influência em campanhas publicitárias programáticas, e estarão no radar dos anunciantes com visão de futuro.

Graças aos métodos de Deep Learning que são empregados por alguns provedores inovadores de tecnologia para anunciantes, em 2017 será possível prever o comportamento do usuário, calcular a probabilidade de compra e medir o valor das impressões com mais precisão.

Para os anunciantes, a compra e venda programática com tecnologia baseada em Deep Learning renderá mais e melhores conversões, e possibilitará a execução de campanhas publicitárias extremamente eficazes com o mesmo orçamento.