Business Intelligence Archivos - Artyco
Cómo utilizar la analítica en el sector Retail

Cómo utilizar la analítica en el sector Retail

Todos hemos leído u oído acerca del continuo cierre de tiendas físicas. De hecho, en USA debido al sobredimensionamiento de estas respecto a la relación tienda-número de habitante, está suponiendo que esto se esté dando cada vez más. Todo esto, está implicando que muchos de estos retailers estén derivándose hacia el mundo online, pero no les terminan de salir los números. ¿Por qué? Porque están utilizando métricas anticuadas para valorar la conveniencia o no de sus puntos de venta. En este post os voy a contar qué está sucediendo y qué analítica utilizar para ser un Retail inteligente.

En el año 2017 se cerraron un total de 7.000 tiendas en Estados Unidos. ¿Retail Apocalipse? Nada más lejos de la realidad. El número de tiendas por persona en Estados Unidos está entre 15 y 20 veces por encima de la de cualquier otro mercado desarrollado mundial. La economía de mercado ha actuado y por tanto ha ajustado el número de puntos de venta a la cantidad idónea, pero ¿se están cerrando las tiendas físicas adecuadas?

Lo cierto es que el tráfico de clientes a los Centros Comerciales ha ido decreciendo a lo largo de los últimos años. Del mismo modo, también han ido decreciendo los márgenes.

Con estos datos, el justificar la continuidad de tiendas que no cumplen con las expectativas de venta, se complica. La consecuencia, el cierre de aquellos puntos de venta que no son a priori rentables.

Sin embargo, y por desgracia, la decisión de qué tienda cerrar, suele ser muy desafortunada, incidiendo de manera directa en el negocio del retailer, y afectando de manera negativa, aún más que si la mantuvieran.

Esto es debido a que la mayoría de las empresas del sector están utilizando métricas anticuadas para valorar si una tienda debe cerrarse o mantenerse abierta. La mayoría de ellas siguen usando los análisis de tendencias, y la rentabilidad de esa tienda, sin tener en cuenta variables de negocio generales y la influencia que pudiera tener esta en otros canales de venta, como el online.

También, y debido a todo esto, pasan por alto oportunidades valiosas para expandir su presencia en el mercado y desbloquear la falta de crecimiento.

¿Por qué empezó a cambiar todo?

 

Internet como impulsor de un nuevo paradigma en el Retail

Internet nuevo paradigma Retail

Internet lo cambió y lo está cambiando todo. Quizás en la industria del Retail se ha experimentado más paulatinamente, fundamentalmente por la falta de confianza inicial de los usuarios en la compra online. Sin embargo, ahora, después de los últimos datos sobre eCommerce que hemos obtenido en España, todo hace suponer que el sector va a experimentar un profundo cambio.

Y uno de esos cambios está en el modo en el que los usuarios interactúan con los puntos de venta. Existe una tendencia cada vez mayor de ir a las tiendas físicas a ver los productos, como si fuera un show room, para luego adquirirlos tranquilamente y sin esperar colas desde casa a través del ordenador. Esto es lo que se conoce como showrooming.

Por otro lado, también existen otro tipo de individuos que actúan de modo inverso. Es decir, ven los productos de manera online, como si fuera un catálogo virtual, para luego ir a probárselo y comprarlo a la tienda física. A este concepto se le denomina webrooming.

Estos y otros muchos hechos, deberían hacer recapacitar a los retailers para cambiar sus métricas de medición enfocadas a decidir si una tienda debe seguir o si ha llegado el momento de cerrarla.

Algunos retailers más avanzados ya están trabajando en ello al darse cuenta que los canales han variado y que los customer journeys han evolucionado. Son algunos los que están intentando a través de la analítica y herramientas sofisticadas de recogida de datos y análisis, encontrar el recorrido real que hacen los diferentes consumidores desde que ven su marca, hasta que la compran.

Para ello, están incidiendo poderosamente en nuevas métricas, metodologías y estudios como:

  1. Customer Journey Maps.

El diseño y construcción de Customer Journey Maps (si no sabes lo que son, te recomiendo que eches un vistazo a este post que escribí sobre Qué es y cómo diseñar un Customer Journey Map), permite conocer al detalle cómo se comportan sus clientes con su marca en todo el proceso de compra, así como su experiencia de compra. Esta metodología les está permitiendo conocer de qué manera interactúa el consumidor con la marca y con los diferentes players relacionados con la compra de sus productos o servicios a lo largo de todo el journey. De este modo, no se cierran en la única posibilidad de que, por ejemplo, por haber sucedido una compra en el mundo online, sea este el que ha generado todo el proceso de compra, o al revés.

  1. Modelos de atribución.

Otro método que se utiliza, son los modelos de atribución, los cuales te ayudan a conocer o asignar la conversión a un partner o atribuir en qué porcentajes han influido las diferentes acciones en la conversión final. Si quieres profundizar un poco más en los modelos de atribución, te dejo este post sobre “Qué son los modelos de atribución y cuáles utilizar”.

  1. Analítica geoespacial.

Muchos retailers se han percatado de la particularidad que puede tener un punto de venta concreto, más allá de la cuenta de resultados propia de la tienda, y están desarrollando estudios diferenciados por tienda física en los que se tiene en cuenta una gran cantidad de factores, cobrando protagonismo el factor omnicanal entre todos los demás. Para ello, la analítica geoespacial ha adquirido una gran importancia.

La analítica geoespacial, no es otra cosa que un análisis de datos profundo a través de polígonos espaciales geográficos, es decir, la ubicación. Mas adelante te contaré un poco más sobre ello. Antes, vamos a ver qué sucederá y cómo aplicar esta analítica.

 

El futuro del Retail y cómo hacer uso de la analítica

El futuro del Retail y su analitica

Como podrás suponer tras la lectura, estamos muy lejos del Retail Apocalypse. Sin embargo, si que estamos inmersos en un profundo cambio en el que habrá que redefinir la estructura que se consideraba lógica del sector. Ahora intervienen muchos más players, más canales, y mucho más complejos.

Se estima que en Estados Unidos el 75-85% de las ventas, seguirán siendo a través de las tiendas físicas en el 2025. Este dato no hace otra cosa que confirmar que las tiendas físicas no desaparecerán como mucha gente predice. Sin embargo, las tiendas físicas se tendrán que transformar en otro tipo de espacio, quizás no focalizado en la venta inmediata, y sí en crear experiencias y facilitar la venta a través del canal en el que se sienta más cómodo el consumidor. Para ello es necesario definir estrategias customer centric y esto sólo se puede conseguir a través de una cultura profunda del dato, sabiéndolo recoger, posibilitando su transformación en información, y lograr convertirlo en un mayor conocimiento del consumidor.

De este modo, la tienda física será un continente de experiencias relacionadas con la marca, un punto de recogida de compras online, y de devoluciones, un lugar en el que grupos de amigos pasen el rato, prueben productos y se hagan selfies los cuales compartan en el momento en las redes sociales, o un destino para aquellos que busquen inspiración. Con este nuevo concepto de tienda, es imposible realizar un análisis centrado en el simple hecho de si la tienda obtiene beneficios o no, ya que esta contribuye de otra manera a la marca, y a las ventas generales de la compañía.

Los nuevos avances respecto a analítica y Big Data, nos están permitiendo conocer cuál es la repercusión global, tanto positiva como negativa de la tienda en cuestión, así como saber de qué manera influye una tienda determinada en el negocio general de la compañía.

A continuación, puedes ver un gráfico ilustrativo de ejemplo sobre cómo intervienen los diferentes canales en las ventas de un retail tipo. Datos que se deben tener en cuenta para conocer la repercusión que tiene ese punto de venta.

Analítica en Retail

Todos sabíamos que una tienda física de por sí, ya es un elemento de marketing similar a un spot publicitario (véase el caso de Zara), ya que está transmitiendo un concepto de marca a una audiencia, representada por todas aquellas personas que entran en el espacio físico, y aquellas que pasan por delante de él. Sin embargo, hasta ahora, no se habían aventurado a conocer cuál podía llegar a ser su repercusión, ya que era difícil de medir.

Sin embargo, con la llegada de internet, y la venta online ya madura en la mayoría de la sociedad desarrollada, no es tan necesario conocer medidas entorno al branding y el awareness, como saber hacia qué otros canales de venta dirigen dichas tiendas físicas, y viceversa.

Una investigación de McKinsey sugiere que “el halo de comercio electrónico de una tienda puede representar del 20 al 40% de su valor económico total”.

Durante décadas, los retailers disponían de diferentes métricas, tales como ventas, información demográfica, tendencias del mercado e información sobre satisfacción de sus clientes. Hoy día, gracias a los nuevos sistemas de recogida y análisis de datos, los retailers disponen de información sobre comportamiento, intereses y hábitos de sus consumidores, como nunca antes hubieran imaginado.

Los diferentes medios sociales, o el Marketing WiFi, son algunas de las vías a través de las cuales se puede conseguir este tipo de información de los consumidores.

Retailers mucho más avanzados están comenzando a utilizar datos geoespaciales, con el objetivo de tener un análisis mucho más profundo de todo lo que ocurre alrededor del punto de venta. Estos datos son propiedad de una tercera empresa, la cual sirve a través de una herramienta de explotación, dicha información para su análisis. Los datos que ofrecen incluyen desde información relacionada con el marketing, hasta de ventas o finanzas, la cual permite al retail hacer un análisis mucho más profundo de quién hay alrededor de su punto de venta, cómo se comporta, cómo compra y cuál es su capacidad.

La combinación de técnicas geoespaciales avanzadas y machine learning, aplicadas a datos de vanguardia sobre el comportamiento del consumidor, está desatando nuevas y poderosas perspectivas para los minoristas. En particular, está ayudando a los retailers a tomar mejores decisiones sobre la expansión o la contratación de sus redes de tiendas.

Por ejemplo, si hay un punto de venta en concreto que está funcionando especialmente bien, a través de estos análisis geoespaciales, se busca un gemelo (un lugar en el que se reúnan las mismas condiciones que en el punto de venta objeto de éxito), y se estudia la posibilidad de abrir una tienda allí.

También les ayuda a desarrollar planes de acción a nivel de tienda para mejorar el rendimiento. Además, algunos minoristas están usando estas ideas para movilizar a su fuerza de ventas y priorizar sus inversiones.

El análisis geoespacial funciona de tal forma: Un equipo de Data analysts crea un modelo analítico ad-hoc para la problemática y los objetivos de la marca, juntando además, información externa e interna. Tras testar cientos de variables, se utilizan técnicas de machine-learning geoespacial para identificar cuáles son los principales factores positivos y negativos que afectan a las ventas del punto de venta, en función del código postal.

Basándose en esos datos, se podría crear un modelo predictivo para conocer cuáles serían las ventas en función del código postal o sección censal de implantación de una tienda y comparar la potencialidad de venta. ¿Analítica del futuro? No, analítica real y que se está utilizando hoy día.

 

En Artyco creemos firmemente en los datos, y estamos convencidos que estos datos sólo tienen sentido si son para convertirlos en información útil y esta información en conocimiento válido para poder tomar decisiones de negocio. ¿Hablamos?

¿Quieres crear una analítica para tu Retail?

Te ayudamos a definir tus métricas y KPIs y los sistemas más modernos de analítica para que puedas tomar decisiones.

Cómo convertir los datos de Marketing en un activo de negocio

Cómo convertir los datos de Marketing en un activo de negocio

Sin duda, el marketing es el área en donde se mueve una mayor cantidad de datos. Con Internet como multiplicadora de información, y con la presencia de mayores vías para conocer cada vez más el comportamiento de las personas en el mundo offline, esa cantidad de datos de marketing es cada vez más asombrosa, pero ¿se están gestionando y utilizando correctamente? En este post quiero profundizar en la importancia de saber recoger y almacenar los datos de marketing adecuados para la toma de decisiones, y cómo hacer para que sean un activo de negocio. ¿Te interesa?

Hoy día, disponer de datos no es un problema. La dificultad está en saber de dónde recoger aquellos que te interesan, así como centrarte sólo en los que son críticos para lo que necesitas analizar. Ni más, ni menos.

Disponer de una herramienta que te ayude a gestionarlos y sacarles provecho, a priori, tampoco parece un problema, sin embargo, la mayoría de las empresas, ante el gran desembolso que supone una herramienta de este tipo, esperan que les aporte el suficiente conocimiento e insigths que les permita tener una contraprestación directa en su negocio. Y la verdad es que este hecho no se está produciendo en muchos de los casos.

Y la verdad es que la mayoría de las empresas invierten dinero en la recopilación de datos de marketing y su almacenamiento, sin embargo, una vez los tienen, no llegan a más con ellos, ya que no tienen una estrategia definida respecto a estos.

Es curioso que, realmente es el tratamiento de esos datos lo que va a aportar verdadero valor, haciendo de esa empresa, una compañía competitiva.

Situación actual de las empresas en cuanto al tratamiento de sus datos de marketing

Tratamiento de datos de marketing

La falta de inversión bien dirigida, el reducido conocimiento y la escasez de una cultura sobre los datos, hace que la mayoría de las empresas hoy día, no estén aprovechando correctamente los datos de marketing de los que disponen. A continuación, te expongo las principales situaciones que se dan en la mayoría de las empresas, en cuanto a los datos.

  1. Los silos de almacenaje de datos están sin conexión. El mayor problema al cual se están enfrentando la mayoría de las empresas que comenzaron hace tiempo su andadura en la recopilación de datos, es que han invertido grandes cantidades de dinero en herramientas para que actuaran como silos de almacenaje de datos, los cuales no disponen de la posibilidad de realizar combinaciones válidas de los unos con los otros. Al final tienen información valiosa distribuida en diferentes bases de datos, las cuales no pueden cruzar para analizar esa Data en global.
  2. CRMs desfasados. Aquellas empresas que implantaron un CRM, ahora en la Era Digital se han dado cuenta que ese CRM está totalmente desfasado respecto a su negocio tal y como es hoy día. Estas herramientas se han convertido en meras bases de datos de clientes, las cuales no están centradas en sacar valor de estos, no permitiendo introducir información en los nuevos canales que se han ido creando y en los cuales están interactuando cada día más.
  3. Falta de cultura de datos de los empleados. Otro gran problema al cual se están enfrentando las empresas, es la falta de cultura de datos de sus integrantes. Para la mayoría de los empleados de una empresa, los datos no son el core de su negocio, basando el éxito o fracaso de todo lo que hacen, en los resultados trimestrales, sin llegar a pensar a largo plazo y sin centrarse en el valor de los clientes a lo largo del tiempo.
  4. No evolucionar en la explotación de datos. Por lo general, las empresas que ya comenzaron a explotar sus datos repiten una y otra vez los mismos procesos, sin llegar a pensar en evolucionarlos.
  5. No tener como foco la marca. La mayoría de las personas que trabajan con datos, se centran en entregar los informes a su jefe. Para ellos, ese es uno de sus principales objetivos, cuando en lo que deberían de pensar es en hacer crecer la marca a través de sus reportes y las conclusiones que de ellos sacan.
  6. Tener una visión ‘campaign centric. Las empresas pierden mucho tiempo y dinero en únicamente medir los resultados de las campañas, y perdiendo de ese modo, la visión customer centric, que es a donde debería de tender cualquier empresa que quiera triunfar. Esa obsesión por conocer cómo ha funcionado una campaña, hace en muchos casos, que no se preste la suficiente atención a conocer quién es el cliente, qué quiere, y cómo lo quiere.
  7. Falta de evolución. Cada año se empieza desde cero las campañas, sin tener en cuenta esos resultados medidos y qué se ha podido aprender de ellos. Por lo general, esos datos de marketing quedan en el informe pertinente como una tarea más y no se tienen en cuenta a la hora de planificar el siguiente año, y evolucionar.

Como ves, a pesar de que ya hay muchas empresas que son conscientes del potencial de los datos para su negocio, aún no le están sabiendo sacar todo el jugo que podrían sacarle. Sin embargo, tiene fácil solución. Vamos a por ella.

 

4 Tips para sacar provecho a los datos de marketing en beneficio del negocio

Tips para datos de marketing

Parece complicado, pero en el fondo no lo es tanto. Muchas veces, aplicando un poco de lógica y sentido común, tras dar un paso atrás para mirar con perspectiva la situación, todo se ve de una manera más sencilla.

Como todo se ve mejor por puntos, a continuación, te voy a ir nombrando aquellos que considero son básicos para poder conseguir dar la vuelta a tu problema con los datos de marketing y convertirlos en un activo, en lugar de un pasivo para tu negocio. Son estos:

 

#1. El lugar y la manera en la que almacenas los datos es primordial.

El almacenaje de datos es como los cimientos de una casa. Para que toda tu estrategia de datos tenga éxito, el lugar donde se almacenan tiene que cumplir con una serie de requisitos. El principal de todos ellos es que todos esos datos estén en un mismo lugar, y si eso no es posible, que al menos la empresa pueda tener acceso a ellos.

Muchas empresas comenzaron almacenando sus datos en CRMs antes de que llegara todo el ‘boom digital’. Tras ello, se lanzaron a la publicidad online, a través de la cual se fueron generando cantidades de datos sobre sus clientes en cuanto a navegación, intereses, clics, etc. Dicha información se recogía y almacenaba bien en las agencias de publicidad online, bien en DMPs (Data Management Platforms) o bien en empresas intermediarias que han creado redes de conexiones entorno a los datos, con el objetivo de venderlos a terceros. Justamente esa información es la que tiene más relación con el marketing, y la más complicada de obtener. Para ello, es necesario contar con empresas externas especializadas en el tratamiento, la activación y el análisis de los datos, las cuales permitan que el conocimiento del negocio y de los clientes de la empresa, quede dentro de esta.

 

#2. Analiza tu situación actual.

Seas el tipo de empresa que seas, es fundamental que analices muy bien en qué estado se encuentra tu compañía en este momento, y definas cuál es tu “gran objetivo”.

Si no sabes por dónde empezar o no tienes claro cuál debe ser tu “gran objetivo” te lo pongo fácil. Hoy día, el “gran objetivo” relacionado con los datos, al cual debe intentar llegar toda compañía, es el de la automatización. Para ello, es necesario, tal y como te comentaba en el punto anterior, disponer de toda la información en una misma base de datos, o al menos tenerla unida de algún modo. Para ello, te recomiendo que inviertas en un CDP (Customer Data Platform), el cual, lo que hace es precisamente unir la información de tu CRM con los datos que tengas en el DMP. Este te ayudará a conocer en qué situación estás, y poder comenzar a establecer una estrategia en cuanto a los datos.

 

#3. Crea un flujo de trabajo respecto a los datos.

Como he comentado, tener datos y más datos por tener, no puede ser tu objetivo, ya que los datos porqué sí no valen para nada. Tampoco tiene valor crear cuadros de mando de todo, y presentar dashboards por presentar. Al final lo que demandan las empresas, tal y como puedes leer en otro post que escribí sobre el tema y el cual te recomiendo (“Del Business Intelligence al Marketing Intelligence. Principales retos para implantarlo”), es que los datos y su análisis puedan sacar insights y conclusiones de valor que permitan conocer mejor a los clientes y poder establecer estrategias de marketing basadas en esos datos y esas conclusiones extraídas a través de los mismos.

El flujo que te recomiendo es este:

  • Recopilación de datos. Esta primera fase debe de estar integrada como parte de una estrategia concreta y dirigida hacia lo que queremos conseguir con estos datos. Una vez lo tengamos definido, los recopilaremos y los almacenaremos en el lugar correspondiente.
  • Procesamiento de datos. En el momento que se procesen los datos, se debe de tener siempre en mente, que estos sean accionables para la empresa, es decir, que puedan ser analizables y aprovechables por esta, además de que generen conocimiento.
  • Activación de datos. En esta fase, se debe de buscar convertir ese conocimiento adquirido en la fase anterior, en decisiones de valor para el negocio. Además, estas deben de procurar que se automaticen lo máximo posible.

Al final, todo este flujo debe de girar entorno al cliente, consiguiendo responder a las preguntas de ¿dónde está?, ¿cómo es?, ¿cómo impactarlo mejor?, ¿qué busca?…

 

#4. Evoluciona constantemente alrededor de los datos.

La mejor manera es a través de una CDP (Customer Data Platform) que te ayude a convertir tus datos en un activo de negocio. Esta herramienta te va a permitir también, mantener dentro de la empresa todo el conocimiento sobre ella y sus clientes, facilitándote crear previsiones y por tanto evolucionar entorno a ellas.

Gracias a toda esa información, ese conocimiento y ese valor para el negocio, podrás enfocarte en conseguir metas cada vez más ambiciosas, relacionadas quizás, con la innovación en la explotación de tus datos, por ejemplo.

 

En definitiva, debes de crear una cultura entorno al dato de marketing, que posibilite poner al cliente en el centro de tu estrategia. Esto es la base para llegar a ser una compañía Customer Centric.

 

¿Estás buscando crear conocimiento alrededor de tus clientes? Si la visión que tiene tu empresa es realizar auténticas estrategias Customer Centric, queremos hablar contigo. En Artyco tenemos equipos de Data Scientists y expertos en creación de estrategias centradas en el cliente, quienes no sólo a través de informes, sino también de conocimiento de valor para tu negocio, te ayudarán a tomar decisiones de marketing relevantes para tus clientes. ¿Hablamos?

¿Quieres rentabilizar tus datos de marketing?

Te ayudamos a convertir tus datos de marketing en un activo para tu negocio. Contacta con nosotros y descubre a donde puedes llegar.

10 tendencias de Marketing para el 2019

10 tendencias de Marketing para el 2019

Este 2018 ha venido con muchas novedades, y en un sector tan volátil como el del marketing, los nuevos productos, herramientas y formas de contactar con los consumidores, así como la rapidez de adaptación de estos a las nuevas tecnologías, han hecho que nada tenga que ver el 2017 respecto al 2018. En este nuevo año todo apunta a que ocurrirá lo mismo. ¿Quieres descubrir las que son para nosotros, según nuestra experiencia y lo que hablamos con proveedores y clientes, las que pueden ser las 10 principales tendencias que marcarán el 2019 en marketing? Entonces echa un vistazo a este post, te puede abrir la mente hacia campos que no considerabas.

A lo largo de este año 2018 en Artyco hemos hablado con muchos proveedores de servicios de marketing, hemos investigado y trabajado con una gran cantidad de herramientas tecnológicas intentando favorecer la transformación digital tanto propia como la de alguno de nuestros clientes, y hemos charlado muuuuucho con nuestros clientes, empresas punteras y líderes en diferentes mercados. Todo esto, nos ha llevado a las siguientes 10 tendencias de marketing, las cuales creemos que no pararás de oír hablar a lo largo de este año. Son estas.

 

10 tendencias de marketing que debes tener en cuenta para este 2019

10 Tendencias de Marketing para el 2019

#1. Marketing Intelligence

Todos ya somos plenamente conscientes de la importancia que tienen los datos y su análisis para poder tomar decisiones basadas en estos y no en intuiciones, tal y como se solía hacer antiguamente. Todo este proceso se llevaba a cabo a través de la captación y enriquecimiento del dato, almacenamiento en un Data Warehouse, y procesamiento a través de plataformas de Big Data, con el objetivo de poder utilizarlos. A continuación, los expertos en datos o Data Scientists analizaban esos datos para sacar sus cuadros de mando y mostrar de una manera visible al experto en marketing, qué está sucediendo y qué podría suceder si seguimos con esas tendencias.

En este 2019 los departamentos de Business Intelligence de las empresas y agencias, habrán superado esa fase y entrarán en la siguiente: el marketing intelligence. ¿Qué es esto? No es más que continuar con la labor que venían realizando los Data Scientists, pero aportando conclusiones y valor de marketing a sus informes finales. El mayor problema que se tiene hasta hoy es que las conclusiones que se sacan son puramente estadísticas, y se necesita de una visión de marketing que en muchos equipos carecen. Esta visión de marketing es la que dará verdadero valor al trabajo que realizan. Si quieres saber más sobre este tema, te recomiendo que leas mi post sobre “Del Business Intelligence al Marketing Intelligence. Principales desafíos para implantarlo”.

 

#2. Inteligencia Artificial

Ya hablé de ella el año pasado como una de las principales tendencias para el 2018, y así ha sido. Este año repetimos, ya que su implantación será aún mayor en el marketing digital. Tras anunciar este año varias empresas de marketing digital importantes inversiones en IA y machine learning con el objetivo de ofrecer soluciones personalizadas a sus clientes, esta disciplina va a terminar de despegar este año. En Artyco, este 2018 ha sido sin lugar a dudas el año del machine learning y tenemos como objetivo seguir creciendo en ello, con el fin de mejorar aún más, si se puede, los resultados de nuestros clientes.

La Inteligencia Artificial permitirá saber aún más a las empresas sobre sus clientes y consumidores, con el objetivo de crear mensajes más personalizados y más relevantes. Uno de los campos donde más avanzará será en el desarrollo de sistemas de publicidad basados en IA, con el objetivo de reducir el fraude y aumentar la confianza de los anunciantes en ellos.

Si quieres saber más sobre el tema, te recomiendo que leas mi post sobre “Usos y aplicaciones de la Inteligencia Artificial en el Marketing”.

 

#3. Aumento de la publicidad en vídeo online

Este 2018 pasado ha destacado por el increíble aumento de los Marketplaces privados (PMPs – Premium Market Places), los cuales van a ver aumentada la inversión en publicidad en vídeo, en dichos espacios, ya que los responsables de marketing están buscando inventario premium, así como mejorar el rendimiento de estos, a través de herramientas que les permitan además, transmitir una imagen de marca de lujo. Esto sólo es posible a través de publicidad en vídeo en estos espacios.

Si además, unimos a esto que los usuarios son voraces consumidores de vídeo en sus smartphones, principalmente cuando utilizan las diferentes apps, indica de nuevo que el vídeo online como elemento publicitario explotará este 2019.

 

#4. Importancia de los datos al nivel omnicanal

Todas las marcas son conscientes de la importancia que tiene conocer al consumidor para poder captarle, fidelizarle y convertirle en prescriptor. Hoy por hoy muy pocas de estas marcas consiguen recoger los datos suficientes de esos consumidores en todo su customer journey, es decir, o les falla información sobre su navegación por Internet, o les falla lo que hacen en el retail, o les falla una vez convertido, durante el proceso de posventa.

Marcas y retailers se están uniendo para poder colaborar en la compartición de datos, con el objetivo de crear auténticos Customer Journey Maps que les ayuden a entender mejor a sus consumidores y crear auténticos Buyer Personas que les permitan fidelizarlos y mejorar la experiencia de cliente. Este 2019 será sin lugar a dudas el año del intercambio de datos para la creación de customer journey maps. Si quieres saber más sobre qué son, te recomiendo que leas mi post sobre “Qué es un Customer Journey Map y cómo crearlo”.

 

#5. La Customer Experience en el foco

Todos sabemos que la tecnología ha cambiado de manera radical la manera de comprar de los consumidores, así como el customer journey, siendo un viaje multicanal. Conseguir una experiencia de cliente óptima permite a esos clientes satisfechos poder influir en los medios sociales digitales sobre otros clientes potenciales. Este hecho ha creado un complejo ecosistema de touchpoints y canales de interacción entre consumidores y entre la marca y los clientes. Según Forbes Brandvoice, el 70% de las decisiones de compra están basadas en experiencias de cliente.

Con este nuevo entorno digital, y el conocimiento de estos datos tan demoledores que ofrece Forbes, ha hecho plantearse a muchas marcas poner el foco en buscar la excelencia en cuanto a la customer experience. En esta búsqueda, poder definir una estrategia acertada centrada en la experiencia de cliente puede ser crítica a la hora de llegar a tener éxito o no en este aspecto. El 2019 será sin lugar a duda el año de la búsqueda de una excelente customer experience. Si necesitas inspiración sobre CX, te recomiendo que leas mi post sobre “Las 4 dimensiones clave de la Customer Experience”.

 

#6. Hiperpersonalización

Según VentureBeat, el 77% de los nativos digitales esperan una experiencia digital personalizada. Lo cierto es que cada vez somos más a los que nos gusta encontrarnos con mensajes personalizados y que se dirijan a nosotros como una persona en concreto, teniendo en cuenta nuestros gustos e intereses. Según un informe de CISCO, para finales de este 2019 habrá más de 29 billones de “cosas” conectadas a Internet. Además, los consumidores generarán y compartirán más datos personales que nunca, creando nueva información por valor de 1,7 MB por segundo.

Todo este ecosistema de Big Data, gracias a las nuevas tecnologías que ya se han desarrollado para captar el dato, recogerlo y analizarlo, targetizando de manera correcta a los consumidores en función de diferentes variables, hace que la hiperpersonalización sea cada vez más posible y más precisa. Echa un vistazo a Birchbox y verás cómo utilizan la hiperpersonalización como valor diferencial de negocio hacia sus clientes, a los cuales les ofrecen una selección de productos de estética de acuerdo al estilo de vida y las necesidades de cada individuo. Para ello, el uso de un buen CRM se hace imprescindible, así que si no lo tienes, espero que te lo hayan traído los Reyes Magos, porque lo vas a necesitar.

 

#7. Explotarán los asistentes inteligentes

Los asistentes inteligentes tipo Amazon Alexa, Apple Siri, Microsoft Cortana o el asistente de Google tendrán la habilidad de generar engagement entre consumidores y las marcas, ya que tienen la cualidad de dirigir hacia una interacción. Según Gartner, a finales de este 2019 una persona media tendrá más conversaciones con un robot de este tipo, que con su pareja.

Actualmente estos asistentes te permiten realizar búsquedas simples, realizar transacciones simples repetitivas, obedecen órdenes diarias que no sean muy complejas, y te permiten solventar un alto número de servicios rutinarios no demasiado complicados.

Empresas como Domino`s Pizza (pedir una pizza con la voz), el Royal Bank of Scotland (consultar el saldo de la cuenta con la voz) o Macy`s on call (búsqueda de productos en su eCommerce con la voz) se están aprovechando de esta tecnología para ofrecer una experiencia de usuario novedosa y satisfactoria.

Estas Navidades estos productos han sido un éxito de ventas y hace suponer que para este 2019, todo lo relacionado con ellos va a explotar. Aprovéchalo.

 

#8. Nueva puesta en valor de la atención profesional personal realizada por humanos.

No hay duda que la tecnología está influyendo de una manera determinante en las tendencias para este nuevo año. Sin embargo, no debemos perder de vista otros elementos, los cuales si bien no son novedosos, es probable que vuelvan a tener una gran importancia de nuevo en el panorama del marketing. Y es que uno de ellos es la atención personalizada a través de expertos en remoto. Según un estudio de Accenture USA, el 77% de los consumidores prefieren negociar o tratar con humanos cuando es algo en lo que necesitan ser aconsejados por expertos.

Ante una avalancha de tecnología y digitalización, al final un porcentaje alto de consumidores echa de menos el trato con seres humanos para ciertas cosas, tales como la compra de productos o servicios con un alto valor de adquisición y que requieran complejas decisiones que conlleven un razonamiento profundo. Recuerda que el 84% de los consumidores prefieren que sus dudas sean atendidas por personas.

Servicios financieros, todo lo relacionado con la salud, venta de vehículos, abogados o retail de lujo, son algunos de los sectores que precisan de una atención al cliente realizado por humanos expertos. Para todos ellos las nuevas tecnologías van a ayudar mucho durante este nuevo 2019. Tecnologías como la videollamada, a través de la cual cualquier usuario desde su casa puede conversar con un agente experto atendiendo cualquier duda que se presente sobre un producto o servicio, y con una segunda cámara que le permita al agente mostrar todo aquello que necesite ver mejor el usuario, pueden ser el elemento diferenciador. Si quieres saber más sobre la Videollamada, te recomiendo que eches un vistazo a esta herramienta: Wannasee.

 

#9. Realidad Virtual y aumentada como el punto de unión entre lo online y lo offline.

Si no crees que este año sea el de la VR/AR, ¿qué te parece este dato? Según Gartner, a finales de 2019, 100 millones de consumidores comprarán a través de la realidad aumentada. Y es que estas tecnologías inmersivas son perfectas para mezclar el mundo online con el físico, algo con lo que soñamos todos los profesionales del marketing.

Según el estudio de ForresterThe Coming Wave of Virtual Reality”, las Oculus Rift son 1,3 millones de veces más potentes que las existentes en el 1990. Pero no sólo esto, según el mismo estudio, existen 15 millones de smartphones con capacidad para VR en Estados Unidos. Si a todo esto le unimos la democratización de las aplicaciones que permiten compartir kits de desarrollo de software (SDKs – Software Development Kits) relacionado con la VR, potenciado por empresas como Google, Facebook o Microsoft, hacen de esta tecnología, una tendencia evidente para este 2019.

Marcas como Volvo se han lanzado en USA a vender coches desde el sofá de tu casa, a través de la realidad virtual, o la marca LOWES la cual te permite a través de la realidad aumentada, diseñar tu propia cocina. Si quieres saber más sobre este tema, te recomiendo echar un vistazo a este post “La Realidad Virtual y otras tecnologías inmersivas, como herramienta para conocer al cliente”.

 

#10. O2O (online to offline).

En la era de la expansión del comercio digital, los retailers que están teniendo éxito están eliminando las diferencias entre las tiendas online y las físicas para ofrecer una experiencia omnicanal homogénea y que influya y sirva al consumidor, independiente del canal. De hecho, cada vez son más las tiendas online que están abriendo su espacio físico, con el objetivo de completar esa Customer Experience y esa conexión entre lo online y lo offline, en lo que se está llamando O2O (online to offline). Tales son los casos en ambos sentidos de Amazon, la cual nació en el online y está trasladando su experiencia al plano físico con la apertura de retails; y El Corte Inglés, retail por excelencia en España, el cual está impulsando mucho su presencia y su cultura en el mundo online. En USA sucede lo mismo con Walmart, la cual ha cambiado su modelo de negocio para afrontar el negocio online con éxito.

Angela Ahrendts, Ex CEO de Burberry comentaba ya hacía tiempo que “Caminar a través de sus puertas era exactamente lo mismo que hacerlo por su eCommerce”. Y es que el éxito va a estar en ofrecer la misma experiencia al consumidor en un entorno y en otro.

Este 2019 oiremos hablar mucho de este hecho y leeremos muchas fusiones y compras estratégicas con el objetivo final de asegurar estos dos canales de venta.

 

En Artyco la innovación y el uso estratégico de las novedades en cuanto a marketing, son parte de nuestro día a día. Si quieres que te echemos una mano con cualquiera de las tendencias que acabas de leer, no dudes en poner en contacto con nosotros.

 

¿Quieres aplicar las nuevas tendencias?

Ponte en contacto con nosotros y elaboraremos juntos un plan en donde puedas aprovecharte de las últimas tecnologías aplicadas al marketing, con el fin de aumentar tus ventas.

Del Business Intelligence al Marketing Intelligence. Principales desafíos para implantarlo

Del Business Intelligence al Marketing Intelligence. Principales desafíos para implantarlo

La inteligencia de negocio en función del tipo de empresa, puede vivir independientemente o bien puede estar integrada dentro de otro departamento. Pero lo que está claro es que esta tiene mucho en común con los sistemas de gestión de relaciones con el cliente, o lo que llamamos CRM. El avance de la tecnología, el desarrollo del machine learning y la IA, han potenciado enormemente esta disciplina, integrándose inevitablemente con los departamentos de marketing, creando lo que se llama el Marketing Intelligence, pero ¿están los Data Scientists preparados para este reto?, ¿son capaces los profesionales del marketing de manejar tal cantidad de datos? En este post te pondré en situación de hacia donde se tiende, así como de cuáles son los retos que deben superar las empresas para conseguirlo.

El CRM se compone de tres elementos fundamentales: el operativo, el cual es el responsable de los procesos de contacto con el cliente; el analítico, en el que se analizan los datos que de este se desprenden; y el comunicativo, centrado en todas las acciones necesarias para mantener un diálogo con el cliente (email marketing, SMS, teléfono…). Por lo general, la inteligencia de negocio está integrada dentro de la mayoría de CRMs, aportando analítica que permita sacar insights y conclusiones.

El trato personal con los clientes se ha reducido muchísimo en casi todos los negocios, debido a la popularización de Internet como medio de información y compra, entrando en juego, por tanto, otros medios de comunicación directa relacionados con este sistema digital. Uno de ellos, es sin duda el móvil, a través de los Smartphones.

Este hecho ha supuesto que los departamentos de marketing dispongan de mucha más información de la tenían hace una década. Esta se ha venido gestionando a través de Data Warehouses, sin embargo, los profesionales del marketing no disponían de la capacidad suficiente como para poder auto-gestionar dicha información con dichos sistemas, entrando en juego nuevos perfiles en el ecosistema de marketing. Perfiles más técnicos, expertos en bases de datos, y perfiles que supieran sacar conclusiones de grandes cantidades de datos.

Durante este tiempo, el experto en Data, el Data Scientist y el Marketing Specialist han convivido gracias a la inmadurez respecto al dato del sector y de las empresas. Sin embargo, esto está cambiando, y el mercado está exigiendo un salto de calidad al tratamiento de datos. Este salto de calidad iría más dirigido a los insigths y conclusiones sacadas a través de los datos. Insigths que muchas veces los analistas no son capaces de sacar debido a su falta de visión de marketing y de negocio, a la vez que los profesionales del marketing no consiguen verlos, debido a su escasa formación en estadística y lectura de datos.

Como he comentado, el mercado está madurando, y pide avances. A continuación, te cuento cuáles son los principales retos o desafíos con los que se va a encontrar cualquier empresa que quiera basar su negocio en los datos. Ha llegado el momento del Marketing Intelligence.

 

Principales desafíos para implantar una estructura de Marketing Intelligence

Marketing Intelligence

El paso de una estructura Business Intelligence clásica a otra Marketing Intelligence que te permita poder obtener verdadero conocimiento que te ayude a conocer mejor a tus consumidores, crear estrategias más eficaces, y realizar propuestas de valor realmente interesantes para la sociedad a la que te diriges, pasa por los siguientes desafíos.

DESAFÍO #1. El Big Data.

Tradicionalmente, en un sistema de Business Intelligence, las bases de datos que se utilizaban eran bases de datos relacionales, en las que los datos se organizan en base a tablas con filas (registros) y columnas (campos), las cuales están ligadas a través de relaciones en los casos en que contienen el mismo tipo de información. Para realizar consultas se hace a través de queries las cuales filtran los datos y dan al emisor de la consulta la información buscada. Todo esto se hace a través de un lenguaje llamado SQL.

Pues bien, todo esto se ha roto a consecuencia de la irrupción del Big Data, debido fundamentalmente a tres variables:

  1. El volumen de datos. El Big Data se caracteriza por la gran cantidad de datos que almacena y maneja. Tal es la cantidad de datos que pueden llegar a almacenar algunas compañías, que estos tienen que estar guardados en diferentes servidores. La solución actual a este problema, hoy por hoy, es Hadoop, que no es otra cosa que un framework de opensource que permite almacenar una gran cantidad de información, permitiendo realizar procesamientos y tareas de manera prácticamente ilimitada. Entre las principales ventajas que tiene un Hadoop están la capacidad de almacenamiento, el poder de procesamiento, la tolerancia a fallos, la flexibilidad, el bajo coste que supone y su escalabilidad.
  2. La velocidad. Fundamentalmente debido a la aparición del IoT (Internet of Things), en el cual es necesario recoger datos y gestionarlos en tiempo real, la velocidad en las bases de datos se hace muy necesaria. Esto se consigue almacenando los datos in-Memory, es decir, es como tenerlos en una memoria RAM, la cual permite acceder a ellos instantáneamente y realizar procesamientos extremadamente rápidos, ayudando así a analizar rápidamente grandes volúmenes masivos de datos en tiempo real a velocidades muy altas, y detectar patrones.
  3. La variedad. Los datos recogidos hoy día no son sólo numéricos o textuales, sino que además pueden ser, por ejemplo, imágenes. Al entrar las redes sociales en nuestras vidas, este elemento se ha convertido en primordial para muchas empresas en todo lo relacionado con el análisis y creación de perfiles, ya que las imágenes se han convertido en un elemento de comunicación primordial para los usuarios (véase el caso de Instagram).

En definitiva, la irrupción del Big Data ha supuesto que se dejen atrás las bases de datos relacionales SQL y se abran los brazos a otros sistemas no basados en el SQL, más anárquicos, pero a la vez más flexibles y rápidos, los cuales utilizan otro tipo de tecnología, como pueden ser los Data Lakes (Si quieres saber qué son los Data Lakes, te recomiendo que eches un vistazo a este post sobre “Dara Warehouse y Data Lake. Qué son y para qué sirven”). Aquí se abre una problemática importante para cualquier empresa, y es que es muy complicado encontrar a profesionales expertos en estos nuevos sistemas, los cuales puedan tener una visión de empresa y de marketing que puedan ayudar a sacar verdaderos insigths.

DESAFÍO #2. La visualización de los informes.

Un sistema tradicional de Business Intelligence está acostumbrado a tratar una serie de datos y acabar realizando informes sobre las conclusiones sacadas tras sus análisis. Estos los hacían en un principio a través de extensas presentaciones de Power Point, las cuales al final perdían su objetivo de informar, ya que el receptor de las mismas, se ahogaba en un “sinfín” de datos, números y gráficos de todo tipo. Debido a este hecho, se crearon los Dashboards o paneles a través de los cuales tener una visión general de lo que quieres conocer, de una manera más abreviada y visual. Soluciones como Tableau, Qlik o Power BI te ayudan a crear diagramas, mapas y una gran variedad de recursos sin necesidad de saber programar.

El reto para llegar a un Marketing Intelligence está en que esas personas que desarrollan este trabajo, generalmente estadísticos y matemáticos sin conocimientos de Marketing, sepan priorizar qué datos son los que verdaderamente se necesitan para sacar conclusiones realmente importantes para la toma de decisiones en marketing.

Uno de los principales errores que se suele cometer respecto a este asunto es que los Data Analysts plasman de manera automática lo que analizan, perdiendo en muchos casos evidencias o rastros que no dejarían atrás si tuvieran los conocimientos necesarios sobre el mercado, la marca, el porqué de ciertas estrategias de marketing y el porqué de las acciones realizadas.

Ese dashboard del futuro para obtener un verdadero Marketing Intelligence, debe ir más acorde con unos objetivos marcados por la dirección de marketing, unas kpi`s para cada objetivo y unas conclusiones que permitan tomar decisiones rápidas y eficaces.

DESAFÍO #3. La evolución del Marketing Digital.

Todos somos conscientes de los cambios que ha experimentado el Marketing Online en los últimos años. Sin duda, la irrupción de las redes sociales es uno de los hitos más importantes, tanto por crear una nueva manera comunicación con los usuarios, sino también como una nueva fuente de información de estos. El mobile marketing, es otra área la cual está llevando a otro salto hacia esta industria. El avance en el uso de Apps, el incremento de la navegación a través de este dispositivo, su uso como método de pago, son algunas de las características que están haciendo plantearse a las empresas sus anteriores estrategias.

En todo este proceso, el uso de un CRM que incluye el aspecto social, así como que permita automatizar acciones, se ha vuelto imprescindible para cualquier negocio que quiera crecer con su tiempo. En este avance, el inbound marketing y el uso de la publicidad nativa tienen mucho que decir, ya que ambos necesitan disponer de información precisa y en tiempo real de lo que está haciendo el usuario con la marca en el entorno online, de cara a captarle, nutrirle, convertirle y fidelizarle.

Ya son muchas las empresas, las que invierten cada vez más en estrategias de fidelización, y no sólo en captación, viendo como una estrategia de contenidos personalizados a clientes que ya conocen, puede ayudarles a fidelizarlos, a aumentar el gasto medio de ese cliente, y a que estos ayuden en la captación al actuar como prescriptores.

Todo este nuevo ecosistema y tendencia en las estrategias, es necesario conocerlo de cara a poder realizar una labor adecuada de marketing intelligence.

Y la verdad es que la mayor parte de toda esta responsabilidad actualmente la están soportando los equipos de Data Science. Estos equipos para pasar a ser Marketing Intelligence, deben de tener, además de las características habituales, las siguientes:

  • Ser capaces de plantear las preguntas adecuadas, ya que esto va a determinar que tiene los conocimientos técnicos y la capacidad de ver el problema, pudiendo traducir la visión estadística en recomendaciones para quién visualizará el informe.
  • Debe ser capaz de comunicar utilizando lo que se llama un storytelling. El Data Scientist debe ser consciente que debe salir de la abstracción matemática y dirigir los resultados a un fin o una acción. Debe saber que todos esos datos y resultados matemáticos sólo tienen sentido si conducen a una acción.
  • Debe tener amplios conocimientos de herramientas y técnicas estadísticas y de machine learning para la resolución de problemas.
  • Conocimientos de R y Phyton, pero además, conocimientos de distributed computing (computación distribuida), se hacen cada vez más necesarios debido al auge que va a tener en el futuro el procesamiento en paralelo utilizando un gran número de ordenadores.

 

¿Quieres hacer Marketing Intelligence? En Artyco contamos con un departamento de Data Analysts y Data Scientists acostumbrados a saber leer entre datos y sacar conclusiones para ayudar en la toma de decisiones de nuestros clientes. A través de nuestro CRM o el que utilice nuestro cliente, una estructura propia de Data Warehouse y herramientas analíticas y de visualización como Power BI, podemos ayudarte a conocer y sacar de los datos todo el partido que necesitas. ¿Hablamos?

¿Decisiones basadas en datos?

Nuestro equipo de Data Scientists te ayudan a sacar esos insights y conclusiones que necesitas para realizar campañas más eficaces y tomar decisiones más acertadas.

Qué son los modelos de atribución y cuáles utilizar

Qué son los modelos de atribución y cuáles utilizar

Has realizado tu plan de marketing, tienes definidas perfectamente tus estrategias y cada una de las acciones necesarias para poder conseguir los objetivos que te has marcado. El año avanza y poco a poco vas cumpliendo con los tiempos previstos, las acciones, y vas recogiendo los resultados. Sin embargo, ¿eres perfectamente consciente de cuáles de tus acciones están llevando a la conversión a tus clientes? ¿sabes en qué medida? Y ¿en qué fase del customer journey? Parece complicado ¿verdad? Todo esto se realiza con lo que se llama, modelos de atribución. ¿Quieres saber más sobre ellos? Allá vamos.

Si nos montamos en nuestra máquina del tiempo particular y nos trasladamos a los años 60, por ejemplo, era sencillo conocer qué canales de venta influían en una conversión. La publicidad en TV, la radio, prensa o PLV luchaban entre si para atribuirse los méritos de la venta final. Con sencillos tests y estudios de mercado, podíamos conocer qué medios y qué canales eran los que mejor nos funcionaban y así poder dirigir más inversión sobre estos en años siguientes.

Por desgracia o fortuna, depende de quién lo mire, todo esto ha cambiado. Con la entrada de los medios digitales, los canales y los medios han aumentado. El customer journey de cualquier consumidor se ha vuelto terriblemente complejo, y por tanto, para los profesionales del marketing, se nos ha complicado en gran medida la posibilidad de medir a cuál de nuestros partners atribuir el mérito de haber conseguido la conversión final.

Vamos a hacer un rápido repaso ¿Qué canales tenemos que tener ahora en cuenta? Estos:

  • Canales offline o tradicionales:
  • Televisión.
  • Radio.
  • Prensa.
  • Call Center.
  • Publicidad Exterior.
  • SMS.
  • Marketing Directo.
  • PLV
  • Marketing Promocional.
  • Canales online:
  • Email Marketing.
  • SEO.
  • Display.
  • SEM.
  • Enlaces directos.
  • Marketing de Afilización.
  • Comparadores online.
  • Medios Sociales.
  • Marketing de Influenciadores.

 

Los modelos de atribución sirven para poder asignar la conversión a un partner o al menos poder atribuir un porcentaje de atribución de la conversión final.

Seguro que a ti también te ha ocurrido que una mañana al levantarte tras haber estado la noche anterior viendo la televisión, y tras quedarte hipnotizado con el último spot del último Smartphone, mientras desayunas, decides coger tu móvil y buscarlo en Google para volver a verlo y saber más sobre él. Sin embargo, ves la hora y te das cuenta que llegas tarde al trabajo. Bloqueas el móvil y lo dejas aparcado para otro momento. En un descanso, entras en Facebook y te aparece un contenido patrocinado, donde te hablan sobre el nuevo modelo de ese mismo Smartphone y la comparativa respecto al anterior modelo. Te interesa, y entras. Te lo lees por encina, te gusta, pero tienes que seguir con tu trabajo. Al cabo de unos días, te llega un email en el que te anuncian el nuevo lanzamiento de ese Smartphone que tanto te gusta. Decides ir al punto de venta para tocarlo, ver su velocidad y que te resuelvan alguna duda. Allí te terminan de convencer y lo compras. ¿A qué partner debería la marca atribuir tu compra?

Los modelos de atribución no hacen otra cosa que permitir valorar los partners que hacen avanzar al consumidor en su customer journey.

Por tanto, podemos decir que un modelo de atribución es un conjunto de reglas por las cuales se asigna un determinado valor a los distintos canales por los que un usuario ha pasado antes de realizar una acción que interpretamos como una conversión.

Como hemos visto, los modelos de atribución van íntimamente ligados al Customer Journey, por tanto, lo primero que debes hacer es definir cuál es el customer journey en tu industria y los tiempos de este. Piensa que no es lo mismo el journey de un coche, en el cual tienes que pensarlo muy bien, recabar información de cada vehículo, visitar los concesionarios, estudiar los catálogos y preguntar a tu cuñado que sabe mucho de coches, hasta que te decides. Mientras que el journey de una camisa en un eCommerce, es mucho más rápido. Esto influirá a la hora de definir qué modelo de atribución utilizar.

A continuación, te muestro los principales modelos de atribución, los cuales se establecen en función de en qué momento de la interacción aplicas el mérito de la conversión.

 

Tipos de modelos de atribución

Modelos de atribución

Los principales modelos de atribución, ya preconcebidos, que se suelen utilizar son estos:

  1. Modelo de última interacción. Este se basa en que el último impacto que recibe el consumidor es el que le hace convertir. Este es el que te viene por defecto en cualquier herramienta de analítica web, y la verdad es que es demasiado simple. Puede que en algunos negocios sea así, pero parece demasiado obvio pensar que cualquier usuario convierte con la última interacción que tiene.

Modelo de última interacción

Modelo de última interacción

 

  1. Modelo de último clic indirecto. En este caso, se atribuye la conversión a la última campaña, previa a la conversión, teniendo en cuenta como campaña a todo aquello que atrae tráfico, a excepción del tráfico directo a la página web. Este modelo de atribución, desde mi punto de vista no tiene mucho sentido, ya que no tiene en cuenta todo el esfuerzo de branding realizado anteriormente, así como todas las campañas cuyo objetivo es crear tráfico directo, basadas también en el posicionamiento de marca y el recuerdo de esta, sin tener en cuenta todo el trabajo de fidelización. Podría valer para eCommerces que están comenzando y realizan acciones muy puntuales en el tiempo, sabiendo que en su mayor parte, las conversiones generadas vendrán a partir de esa acción que lleva al consumidor a la conversión final.

Modelo último clic indirecto

Modelo último clic indirecto

 

  1. Modelo de último clic de Google Ads. Lógicamente este modelo es sólo para tiendas online que les interesa medir la atribución de sus anuncios en Google Ads a sus conversiones. Como te habrás dado cuenta, este modelo no tiene en cuenta nada más, sirviendo exclusivamente para valorar este tipo de campañas.

Modelo de último clic de Google Ads

Modelo de último clic de Google Ads

 

  1. Modelo de primera interacción. Este modelo es justamente lo contrario al primero que hemos visto. En este caso se atribuye el 100% de la conversión al primer clic que hace el usuario en la conversión. Si el primero (última interacción) tenía poco sentido, este tiene aún menos, ya que en este caso no se tiene en cuenta todo lo demás que hace el usuario. Por así decirlo, en este modelo se piensa que la primera vez que entra en contacto el consumidor con nuestro eCommerce es decisivo para su conversión final. Para mi ese es un momento muy importante, pero para nada creo que sea el momento para atribuir la conversión final, ya que no tiene en cuenta el journey lógico de cualquier consumidor hoy día.

Modelo de primera interacción

Modelo de primera interacción

 

  1. Modelo lineal. Este modelo da el mismo peso a cualquier acción que se esté haciendo con el usuario para que llegue a la conversión. Desde mi punto de vista, utilizar este modelo y no utilizar ninguno es lo mismo, ya que no te arroja ninguna información que sea de valor para asignar cómo te están funcionando las campañas que realmente llevan a la conversión a tus clientes. Normalmente se utiliza para cuando una tienda online necesita mantener un contacto continuo con sus clientes, y más o menos tiene determinado que cada campaña influye de una manera muy similar en la conversión final. Si es tu caso utilízalo, pero ya te digo que desde mi punto de vista no es muy práctico.

Modelo lineal

Modelo lineal

 

  1. Modelo de deterioro del tiempo. Este modelo puede tener bastante sentido. Lo que hace es dar cada vez mayor peso a las acciones y contactos con la tienda online, a medida que se acercan a la conversión. Es decir, aquellas campañas que estén más alejadas en el tiempo a la conversión, menos valor tendrán. En Google Analytics, el tiempo predeterminado entre acción y acción es de 7 días. Esto quiere decir que un impacto que pase los 7 días de la conversión, tendrá la mitad de valor que uno que haya sido el día antes de la conversión. Estos días los podemos ajustar en el apartado de “Ventana al pasado”. Para saber qué tiempos poner, una buena idea es hacerlo en base al lapso de tiempo de los “Embudos multicanal”.

Modelo de deterioro en el tiempo

Modelo de deterioro en el tiempo

 

  1. Modelo según la posición. Este modelo es el que yo llamo, “ni para ti, ni para mi”. Este determina que tanto la primera interacción como la última son las más importantes en la misma proporción, pero además, no resta importancia a las interacciones que surgen entre ambas, pero a estas las atribuyen mucho menos valor. Este modelo puede tener su lógica, ¿verdad? Normalmente en una conversión, la primera interacción es básica, ya que cuando entras en el eCommercer por primera vez a través de una campaña, es porque realmente ha despertado tu interés. Esta primera interacción abarca la fase de awareness y consideración, y es fundamental para seguir recorriendo ese customer journey. La final, para mi, es también básica, ya que sin ella quizás no se llegara a convertir. Es cuando ya el cliente está en su fase de decisión, y esa última campaña dirigida a ese momento, es la que empuja a la venta final. Por supuesto, entre medias están otra serie de acciones que son fundamentales para dirigir a ese cliente potencial hacia esa fase de decisión, las cuales no tenemos que infravalorar. Aquí entra en juego el lead nurturing, el remarketing, etc, las cuales, sin ellas no podríamos llegar a la fase final de decisión. Sin embargo, es cierto que hay negocios en los que este modelo no se llega a ajustar tampoco a sus prioridades, ya que las fases intermedias son las que más importancia tienen en la venta de productos más racionados y de venta más a largo plazo.

Modelo según la posición

Modelo según la posición

 

  1. Modelo de atribución personalizado. Este tipo de modelos sólo están disponibles si disponemos de una herramienta de monitorización más potente, la cual nos permita definir en función de nuestra idiosincrasia el modelo de atribución exacto. Para saber cómo configurar y determinar qué modelo de atribución es el más adecuado a nuestras necesidades, lo ideal es comenzar trabajando con el modelo de deterioro en el tiempo. Este modelo nos irá dando información, la cual nos ayude a ir ajustando ese modelo de atribución más adaptado a nosotros.

 

Hay que tener en cuenta que crear un modelo de atribución para nuestro eCommerce es algo realmente complejo, el cual tendremos que estar tocando de vez en cuando, ya que necesita ajustarse en función de la experiencia con otros modelos y las estrategias y campañas que vayamos utilizando.

¿Te interesaría crear tus modelos de atribución para tu tienda online? Si quieres probar con ellos en Google Analytics, la ruta para llegar a ellos es esta: Administrar (icono de la rueda, abajo a la izquierda) > Vista > Y en Herramientas y elementos personales, Modelos de atribución. Para comenzar, tendrás que hacer clic en “+Modelo de atribución”.

En Artyco ayudamos a nuestros clientes a mejorar el conocimiento de lo que ocurre en su eCommerce, analizando su Data, creando Dashboards de Web Analytics y creando modelos de atribución adecuados para poder optimizar las campañas y la conversión en la tienda online. Un equipo de Business Intelligence ayuda a nuestros clientes a sacar provecho de todo esto y a crear modelos predictivos que hagan de tu tienda online una tienda mucho más eficiente. ¿Quieres aprovecharte tú también de ello? ¿Hablamos?

¿Quieres mejorar tu analítica web?

Te ayudamos a conocer al detalle lo que pasa en tu eCommerce y te añadimos modelos de atribución que te permitan optimizar tus campañas.