Fanatics Sportsbook ha adoptado un enfoque radicalmente distinto en su marketing de rendimiento, especialmente en televisión conectada (CTV), tras experimentar con la plataforma de ad tech Cognitiv. La conclusión: dejó de definir audiencias ideales y dejó que los algoritmos identificaran por sí mismos a los clientes de mayor valor.
Durante años, el sector del performance marketing ha seguido una fórmula clara: definir al cliente ideal, identificar dónde pasa su tiempo y comprar espacios publicitarios en consecuencia. Fanatics rompió con ese patrón. Según datos compartidos con Digiday, la operadora de apuestas deportivas logró incrementar el valor proyectado del ciclo de vida del cliente (LTV) en un 19% al confiar en sistemas de aprendizaje automático que optimizan directamente sobre señales de valor, no sobre segmentos predefinidos.
Andy Magnes, director de marketing de pago en Fanatics Betting & Gaming, explicó que el cambio consistió en «modelar directamente sobre valor». En lugar de trabajar con perfiles demográficos o segmentos construidos manualmente, la compañía pasó a entrenar modelos de machine learning personalizados que identifican qué características comparten los clientes más rentables.
«Puedes sin duda obsesionarte demasiado con la segmentación», afirmó Magnes a Digiday.
El nuevo enfoque resultó especialmente efectivo durante eventos deportivos de gran audiencia, como la March Madness universitaria estadounidense. Durante esa campaña, la solución de Cognitiv generó un aumento del 11% en el reconocimiento de marca y un 12% en el LTV de clientes para Fanatics Casino.
Machine learning que define quién es tu audiencia, no solo dónde encontrarla
La clave del sistema reside en AudienceGPT, una herramienta de Cognitiv que permite a los marketers describir audiencias potenciales en lenguaje natural. El producto utiliza algoritmos para construir segmentos comportamentales a partir de esas descripciones, que luego pueden activarse en distintos canales: vídeo online, redes sociales o CTV.
Jeremy Fain, CEO de Cognitiv, señaló que los anunciantes obtienen mejores resultados cuando definen resultados de negocio deseados en lugar de imponer hipótesis sobre quién debería ser su público. «Fanatics nos dice quiénes son las personas de alto valor, y nosotros salimos a buscar más de esas personas», explicó a Digiday. El proceso invierte la lógica tradicional: en vez de que los marketers formulen suposiciones sobre la audiencia, los algoritmos identifican las características asociadas con clientes valiosos.
Fain matizó que, en la parte alta del embudo de marketing, sigue siendo necesaria una hipótesis inicial sobre el público objetivo. «Estos prompts [en lenguaje natural] terminan siendo esa hipótesis», añadió.
Del coste por adquisición más bajo al cliente de mayor valor
El trabajo inicial de Fanatics con Cognitiv se centró en modelar audiencias basándose en comportamientos específicos de apuesta, en lugar de optimizar campañas únicamente para obtener el coste de adquisición (CAC) más bajo posible. Según ejecutivos familiarizados con los resultados, la empresa logró un rendimiento aún más sólido cuando dejó de intentar definir la audiencia por sí misma y empezó a optimizar directamente sobre resultados de negocio.
Este giro refleja una evolución más amplia en la publicidad digital programática, donde los sistemas de aprendizaje automático ya no solo encuentran audiencias, sino que determinan quiénes deberían ser esas audiencias desde el principio. El desafío para los profesionales del marketing pasa a ser otro: cómo posicionar sus marcas y estrategias en entornos cada vez más automatizados, donde la optimización algorítmica redefine constantemente quién es el cliente ideal.
Para empresas en sectores altamente competitivos como las apuestas deportivas, donde el CAC es alto y el valor del cliente se distribuye de forma muy desigual, este tipo de enfoque supone un cambio de paradigma: pasar de pagar por clics o conversiones a pagar por resultados de negocio real. La tecnología publicitaria avanza en esa dirección, y plataformas como OpenAI con su reciente expansión en coste por clic o nuevos DSPs están empezando a ofrecer modelos que vinculan el gasto publicitario directamente con métricas de valor a largo plazo.
La pregunta que queda sobre la mesa es hasta qué punto este modelo puede replicarse en sectores con ciclos de vida de cliente más largos o comportamientos de compra menos predecibles. De momento, en el mundo de las apuestas online, la apuesta de Fanatics parece haber salido rentable.
Fuente: Digiday · Esta información ha sido elaborada por la redacción de Imbest con apoyo de herramientas editoriales automatizadas.