Construcción y exportación de audiencias comportamentales (retargeting, supresión, winback, lookalike) a plataformas de ads, con RFM y consentimiento.

Advanced

Activacion de Audiencias

Construye segmentos de comportamiento de tu data de eventos y envialos a plataformas de ads para retargeting, supresion, winback y campanas lookalike.

Que son las Audiencias?

Las audiencias son segmentos de usuarios construidos de data de comportamiento recolectada por RELO. Te permiten targetear, suprimir, o re-enganchar usuarios en plataformas de ads basado en su comportamiento real de compra y navegacion.

Las audiencias se construyen de queries a ClickHouse contra el historial completo de eventos y se cachean en DragonflyDB para lookups rapidos de membresia.

Tipos de Audiencias

Tipo

Descripcion

Actualizacion

Caso de Uso

retargeting

Abandonadores de carrito, viewers de producto

Cada hora

Re-enganchar usuarios que mostraron intencion

suppression

Compradores recientes

Tiempo real

Excluir compradores para evitar desperdicio de ads

winback

Compradores de alto valor inactivos (30+ dias)

Diario

Re-activar usuarios valiosos dormidos

lookalike

Top convertidores como semilla de ML

Semanal

Find new users similar to best buyersEncontrar nuevos usuarios similares a mejores compradores

cross-sell

Compro segmento A, probable que compre B

Semanal

Promover productos complementarios

Como se Construyen las Audiencias

-- Example: High-value Marca mobile buyers who haven't purchased in 30 days
-- This query runs in ClickHouse against the full events table

SELECT DISTINCT device_id
FROM events
WHERE client_id = 3                            -- Marca
  AND product_line = 'MX'                      -- Mobile segment
  AND event_type = 'purchase'
  AND revenue > 15000                          -- High value (> $15K MXN)
  AND event_time > now() - INTERVAL 180 DAY    -- Purchased in last 6 months
  AND event_time < now() - INTERVAL 30 DAY     -- But not in last 30 days
  AND bitAnd(consent_flags, 4) = 4             -- Consented to DSP export

-- Result: ~12,000 device_ids
-- These are stored in DragonflyDB as a set for fast membership checks
-- SET audience:winback_mx_highvalue {device_id_1, device_id_2, ...}

Segmentacion RFM

RELO usa analisis RFM (Recencia, Frecuencia, Monetario) para puntuar y segmentar usuarios automaticamente. La vista materializada RFM en ClickHouse se actualiza cada 5 minutos.

Dimension

Score 5 (Mejor)

Score 1 (Peor)

Recency

Compro en ultimos 7 dias

Ultima compra hace > 90 dias

Frequency

5+ compras en 6 meses

1 sola compra

Monetary

Gasto total > $50K MXN

Gasto total < $2K MXN

Segmentos RFM tipicos derivados de los scores:

Segmento

Patron RFM

Accion

Campeones

R=5, F=5, M=5

Semilla lookalike, recompensas de lealtad

En Riesgo

R=1-2, F=4-5, M=4-5

Campanas de winback

Clientes Nuevos

R=5, F=1, M=1-3

Nurturing, cross-sell

Hibernando

R=1, F=1, M=1

Excluir o descuento fuerte

Requisitos de Consentimiento

Las audiencias que se exportan a DSPs siempre requieren bit 2 (0x04) — DSP Export en el bitmask de consentimiento. Esto se aplica del lado del servidor sin importar la definicion de la audiencia.

// Consent bitmask (default 0xFF = all enabled, Mexico LFPDPPP is opt-out)

Bit 0 (0x01): Analytics           - Basic event tracking
Bit 1 (0x02): Personalization     - Product recommendations
Bit 2 (0x04): DSP Export          - REQUIRED for audience export
Bit 3 (0x08): Cross-Client        - Share identity across RELO clients
Bit 4 (0x10): Email               - Email marketing
Bit 5 (0x20): Push                - Push notifications
Bit 6 (0x40): Extended Retention  - Keep data beyond 24mo TTL
Bit 7 (0x80): Reserved

// Check in query: WHERE bitAnd(consent_flags, 4) = 4

Destinos de Exportacion

Plataforma

Metodo

Tipos de Evento

Latencia

Meta (Facebook/Instagram)

Conversions API (CAPI)

Purchase, AddToCart, ViewContent, InitiateCheckout

Real-time (batched every 5s)Tiempo real (batch cada 5s)

Google Ads

Enhanced Conversions API

Purchase, Custom conversions

Casi tiempo real

TikTok

Events API

Purchase, AddToCart, ViewContent

Tiempo real

DV360

Audience API

Listas de audiencia

Batch diario

The Trade Desk

First-Party Data API + UID2

Segmentos de audiencia

Batch diario

Detalles de Integracion Meta CAPI

Los eventos de compra se envian a Meta en tiempo real via la Conversions API. El backbone en Go agrupa hasta 1,000 eventos por request y envia cada 5 segundos. Las llaves de matching incluyen:

em — Email hasheado (SHA-256)
ph — Numero de telefono hasheado
fbp — Cookie del pixel de Facebook (del pixel web)
fbc — Click ID de Facebook (de parametros de URL)
external_id — device_id unificado de RELO
madid — GAID / IDFA (cuando esta disponible)

Afinidad de Producto & Cross-Sell

RELO calcula una matriz de afinidad de producto de los datos de compra en ClickHouse. Esto identifica que productos se compran frecuentemente juntos, habilitando audiencias de cross-sell.

-- Product affinity query (ClickHouse materialized view)
-- Finds: "Users who bought Galaxy S24 also bought Galaxy Buds"

product_a: Galaxy S24 Ultra  |  product_b: Galaxy Buds Pro  |  co_purchase_count: 234
product_a: Galaxy S24 Ultra  |  product_b: Galaxy Watch 6   |  co_purchase_count: 189
product_a: QLED 65" TV       |  product_b: Soundbar Q990C   |  co_purchase_count: 156

-- Cross-sell audience: users who bought product_a but NOT product_b
-- Export to Meta for targeted retargeting campaigns

Analisis de Retencion por Cohortes

RELO trackea la retencion por cohortes — agrupando usuarios por su mes de primera compra y trackeando cuantos regresan en meses posteriores. Esto alimenta el timing de audiencias de winback.

-- Cohort retention matrix (ClickHouse materialized view)

Cohort    | Month 0 | Month 1 | Month 2 | Month 3 | Month 6
----------|---------|---------|---------|---------|--------
Jan 2026  | 100%    | 18%     | 12%     | 9%      | 5%
Feb 2026  | 100%    | 22%     | 14%     | -       | -
Mar 2026  | 100%    | -       | -       | -       | -

-- Key insight: ~18-22% of buyers return within 30 days
-- After 30 days, drop-off is steep -> winback window = 30-90 days

Timing optimo de winback: El analisis de cohortes muestra que la mejor ventana de winback es 30-60 dias despues de la ultima compra. Usuarios que no han regresado despues de 90 dias tienen muy baja probabilidad de regresar sin incentivos fuertes.

API: Construir una Audiencia

POST https://ingest.relo.mx/audiences/build
Authorization: Bearer YOUR_TOKEN
Content-Type: application/json

{
  "client_id": 3,
  "name": "Winback - MX High-Value 30-90d",
  "audience_type": "winback",
  "within_days": 180,
  "inactive_days": 30,
  "min_revenue": 15000,
  "filter": {
    "product_line": "MX",
    "require_consent": 4
  }
}

// Response 200:
{
  "audience_id": "01HXYZ123456789ABCDEFGHIJ",
  "name": "Winback - MX High-Value 30-90d",
  "device_count": 12450,
  "status": "built",
  "built_at": "2026-03-18T15:30:00Z"
}

Audiences