Publicidad programática y los cambios en la industria digital. ¿El fin de las third party-cookies?

Paloma  Fuentes Santos; Javier  Bustos Díaz

doi:10.37467/revvisual.v9.4114

Autores/as

Paloma Fuentes Santos ESIC Business & Marketing School / Universitat Rovira y Virgili
Javier Bustos Díaz ESIC Business & Marketing School / ESIC University

DOI:

https://doi.org/10.37467/revvisual.v9.4114

Palabras clave:

Publicidad programática, Cookie, Third-party cookies, GDPR, Privacidad, Análisis cualitativo, Tecnología

Resumen

La publicidad programática y sus tecnologías, la compra de medios tradicionales se ha visto sustituida por la compra de segmentos de audiencia. El criterio ya no es más el contexto sino los intereses de los usuarios a los que queremos mostrar ciertos anuncios, que conocemos gracias a su perfil de navegación entre otras fuentes. Se ha empleado una metodología de investigación cualitativa. Junto con lo anterior se ha estudiado las cookies, su relevancia en el ecosistema de publicidad programática y qué supondría la desaparición de las third party cookies en Google Chrome.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alizai, Z. A., Tahir, H., Murtaza, M. H., Tahir, S., & Mcdonald-Maier, K. (2019). Key-based cookie-less session management framework for application layer security. IEEE Access, 128544-128554. https://doi.org/10.1109/ACCESS.2019.2940331 Arkhipov, D. I. (2016). Computational Models for Scheduling in Online Advertising (Doctoral dissertation, UC Irvine). Association, A. M. (2022). Digital Marketing. www.ama.org/topics/digital-marketing/ Berganza Conde, M., & Ruiz San Román, J. A. (2010). Investigar en comunicación: Guía práctica de métodos y técnicas de investigación social en comunicación. McGraw-Hill. Beyer, F. (2013). Cookieless Monster: Exploring the Ecosystem of Web-based Device Fingerprinting. Georg-Augut-Universitat Gottingen, 1-17. Cámara Lapuente, S. (2020). Resolución contractual y destino de los datos y contenidos generados por los usuarios de servicios digitales. Cuadernos de Derecho Transnacional, 12(1), 838-862. https://doi.org/10.20318/cdt.2020.5226 Campos-Domínguez, Eva (2017). “Twitter y la comunicación política”. El profesional de la información, 26(5), 785-793 Cozzolino, A., Corbo, L., & Aversa, P. (2021). Digital platform-based ecosystems: The evolution of collaboration and competition between incumbent producers and entrant platforms. Journal of Business Research, 126, 385-400. Chen, G., Xie, P., Dong, J., & Wang, T. (2019). Understanding programmatic creative: The role of AI. Journal of Advertising, 48(4), 347-355. Deng, S., Tan, C. W., Wang, W., & Pan, Y. (2019). Smart generation system of personalized advertising copy and its application to advertising practice and research. Journal of Advertising, 48(4), 356-365. DOI: https://doi.org/10.1109/ACCESS.2019.2940331

Esposito, D. (2011, junio 24). Cookieless ASP.NET. https://docs.microsoft.com/en-us/previous-versions/dotnet/articles/aa479314(v=msdn.10)?redirectedfrom=MSDN#cookieless_topic6

Harris, R. A. (2019). The Untapped Potential of Programmatic Advertising in Demand Planning and Forecasting. Journal of Business Forecasting, 38(2).

IAB Digital Simplified. (2014). How an Ad is Served with Real Time Bidding (RTB). www.youtube.com/watch?v=-Glgi9RRuJs

IAB Europe. (2021). A guide to the post Third-Party Cookie Era.

Hu, X., & Sastry, N. (2019). Characterising Third Party Cookie Usage in the EU after GDPR. 11th ACM Conference on Web Science, (pp. 1-5). Boston. https://doi.org/10.1145/3292522.3326039 DOI: https://doi.org/10.1145/3292522.3326039

Huh, J., & Malthouse, E. C. (2020). Advancing computational advertising: Conceptualization of the field and future directions. Journal of Advertising, 49(4), 367-376. DOI: https://doi.org/10.1080/00913367.2020.1795759

Igartua, J. J. (2006). Métodos cuantitativos de investigación en comunicación. Bosch.

Instituto Nacional de Estadística. (2021). Ciencia y tecnología, sociedad de la información. www.ine.es/ss/Satellite?L=es_ES&c=INESeccion_C&cid=1259925528559&p=%5C&pagename=ProductosYServicios%2FPYSLayout&param1=PYSDetalle&param3=1259924822888#:~:text=En%20el%20a%C3%B1o%202021%20en,hombres%20(91%2C7%25).

Jabbar, A., Akhtar, P., & Dani, S. (2020). Real-time big data processing for instantaneous marketing decisions: A problematization approach. Industrial Marketing Management, 90, 558-569. DOI: https://doi.org/10.1016/j.indmarman.2019.09.001

Kelleher, A., & Nelson, K. (2020). Goodbye third-party cookies. Hello human experience. Deloitte Digital, 1-8.

Kiran, K. U., & Arumugam, T. (2020, December). Role of programmatic advertising on effective digital promotion strategy: A conceptual framework. Journal of Physics: Conference Series, 1716(1), 012032. DOI: https://doi.org/10.1088/1742-6596/1716/1/012032

Lee, H., & Cho, C. H. (2019). Digital advertising: present and future prospects. International Journal of Advertising, 39(3), 332-341. DOI: https://doi.org/10.1080/02650487.2019.1642015

Li, J., Yuan, Y., Zhao, X., & Wang, F. Y. (2017). Research on information structure of programmatic advertising markets. IFAC-PapersOnLine, 50(1), 13587-13592. DOI: https://doi.org/10.1016/j.ifacol.2017.08.2377

Nikiforakis, N. K., Joosen, W., Kruegel, C., Piessens, F., & Vigna, G. (2013). Cookieless monster: Exploring the ecosystem of web-based device fingerprinting. IEEE Symposium on Security and Privacy (pp. 541-555). IEEE. DOI: https://doi.org/10.1109/SP.2013.43

Palos-Sánchez et al. (2018), A study of the effects of programmatic advertising on users' concerns about privacy overtime DOI: https://doi.org/10.1016/j.jbusres.2018.10.059

Paulson, C., Luo, L., & James, G. M. (2018). Efficient large-scale internet media selection optimization for online display advertising. Journal of Marketing Research, 55(4), 489-506. DOI: https://doi.org/10.1509/jmr.15.0307

Pritchard, M. (2021). Commentary:“Half My Digital Advertising Is Wasted…”. Journal of Marketing, 85(1), 26-29. DOI: https://doi.org/10.1177/0022242920971195

Qin, R., Yuan, Y., and Wang, F. Y. (2017). Exploring the optimal granularity for market segmentation in RTB advertising via computational experiment approach. Electronic Commerce Research and Applications, 24, 68-83. DOI: https://doi.org/10.1016/j.elerap.2017.07.001

Recio Gayo, M. (2019). Nivel adecuado para transferencias internacionales de datos. Derecho PUCP. 83, 207-240. https://doi.org/10.18800/derechopucp.201902.007 DOI: https://doi.org/10.18800/derechopucp.201902.007

Samuel, A., White, G. R., Thomas, R., & Jones, P. (2021). Programmatic advertising: An exegesis of consumer concerns. Computers in Human Behavior, 116, 106657. DOI: https://doi.org/10.1016/j.chb.2020.106657

Sabino, C. (1992). El proceso de investigación. Panapo

Sierra Bravo, R. (1998). Técnicas de Investigación Social Teoría y ejercicios. Paraninfo.

Shan, L., Lin, L., Sun, C., & Wang, X. (2016). Predicting ad click-through rates via feature-based fully coupled interaction tensor factorization. Electronic Commerce Research and Applications, 16, 30-42. DOI: https://doi.org/10.1016/j.elerap.2016.01.004

Shehu, E., Abou Nabout, N., & Clement, M. (2021). The risk of programmatic advertising: Effects of website quality on advertising effectiveness. International Journal of Research in Marketing, 38(3), 663-677. DOI: https://doi.org/10.1016/j.ijresmar.2020.10.004

Yun, J. T., Segijn, C. M., Pearson, S., Malthouse, E. C., Konstan, J. A., & Shankar, V. (2020). Challenges and future directions of computational advertising measurement systems. Journal of Advertising, 49(4), 446-458. DOI: https://doi.org/10.1080/00913367.2020.1795757