Business Intelligence Archivos - Artyco
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.

Cómo mejorar la conversión de tus campañas a través del Data Driven Marketing

Cómo mejorar la conversión de tus campañas a través del Data Driven Marketing

El Data Driven Marketing es una disciplina que se encarga de aprovechar los datos generados y almacenados por una empresa sobre sus clientes, potenciales y comportamientos, para poder tomar decisiones adecuadas y conducir de manera correcta las campañas futuras de marketing. ¿No sabes cómo aplicar el Data Driven Marketing en tu empresa? Aquí te contamos cómo hacerlo.

Si es la primera vez que escuchas Data Driven Marketing, o es un concepto que aún no tienes del todo claro, te recomiendo que antes de seguir con este post, eches un ojo a otro que escribí sobre Qué es el Data Driven Marketing, donde además de contártelo todo sobre esta disciplina, te doy seis razones por las que utilizarlo. Si ya lo conoces y lo que buscas es cómo sacarle provecho en tu empresa, sigue adelante. Esto que te voy a contar te interesa.

Seguro que te preguntas ¿por qué se habla ahora tanto de Data Driven Marketing? Hasta hace pocos años, no se podía o no se sabía aprovechar toda la información de la que disponía una empresa, ya que se carecía de herramientas que te ayudaran a acceder y recoger información de una manera eficaz y rápida, y que además, te permitieran realizar análisis de comportamiento. Poco a poco y según han ido evolucionando esas herramientas, se ha ido dando una mayor importancia al análisis y a la toma de decisiones basadas en datos, propiciando este entorno. Con esta evolución, hoy día y a través del Data Driven Marketing, podemos crear algoritmos predictivos capaces de analizar una gran cantidad de variables al mismo tiempo, las cuales nos ayuden en esa toma de decisiones. Si quieres saber más sobre ello, puedes echar un vistazo al post que escribí sobre Qué es un análisis predictivo y cómo utilizarlo en Marketing.

Como podrás suponer, esta disciplina, gracias a estos avances, puede hacer mucho por mejorar el rendimiento de tus campañas. ¿Quieres saber por dónde empezar? Sigue leyendo.

Cómo hacer campañas más eficaces a través del Data Driven Marketing

Cómo hacer Data Driven Marketing

Para poder poner en marcha un buen plan basado en el Data Driven Marketing, antes debemos de crear una estrategia respecto a ello. ¿Qué pasos debemos seguir para definir esta estrategia?

1. Recopilación de datos. Es fundamental que definamos cómo vamos a recopilar los datos generados por los usuarios, sean clientes o potenciales a través de las diferentes fuentes de información (base de datos, redes sociales, compras, comportamiento web, interacciones con el usuario…). Esta fase es crítica y debemos tener muy bien definidos qué datos queremos recopilar. Ten en cuenta que los datos de “no compra” son tan importantes como los de compra, ya que estos últimos pueden ayudarnos a comprender muchos comportamientos del cliente. Para esta fase se hace imprescindible disponer de una buena herramienta que te permita poder gestionar toda esta información de una manera eficaz, rápida y útil. Esta herramienta es un CRM.

2. Interpretación de datos. Lo primero que debes de tener en cuenta es que los datos que habrás recogido se dividen en estructurados y no estructurados. Los estructurados son aquellos datos que son fácilmente ordenables, como por ejemplo la edad, el sexo, etc. Los no estructurados son por ejemplo, los comentarios en redes sociales, el sentimiento de esos contenidos, etc. Todos estos datos necesitan de un procesamiento y una depuración para determinar si aportan valor o no para la toma de decisiones de la empresa. Gracias a estos datos y la interpretación de los mismos, podremos crear patrones de comportamiento en nuestros usuarios. En este apartado cobra especial importancia disponer de una persona especializada en business intelligence. Se que es complicado encontrar esta figura en la mayoría de las empresas, pero no te preocupes, puedes subcontratar los servicios de customer intelligence.

3. Dar valor a esos datos. El último paso es utilizar esa información y cuadros de mando generados por los analistas, para crear estrategias de marketing que sirvan para adelantarse a las necesidades de los usuarios.

Si nunca has utilizado correctamente un CRM y si no dispones de un analista en tu equipo, quizás estés pensando que esto del Data Driven Marketing es demasiado complejo para tu negocio. Pero si te pregunto que si estás dispuesto a multiplicar por 13 los resultados generados por tu equipo de marketing, ¿qué me contestarías?

En el año 2014, el Massachusetts Institut of Technology (MIT) publicó un caso de estudio – “Big Data-Driven Marketing: How machine learning outperforms marketers` gut feelings”, donde explica al detalle un experimento realizado con una empresa de telefonía. En este experimento se compararon los ratios de conversión obtenidos para una campaña realizada bajo los criterios del departamento de marketing, y otra en base a un modelo algorítmico con más de 350 variables de metadatos, provenientes de los hábitos de comportamiento de sus clientes y datos en los medios sociales.

El resultado fue evidente. Mientras que para la primera campaña la tasa de conversión fue de un 0,5%, en la segunda campaña, esta fue del 6,42%. Su resultado por tanto, fue hasta diez veces superior.

Ahora, ¿sigues pensando lo mismo? Seguro que en estos momentos estás pensando en cómo aplicar el Data Driven Marketing… Para ello tienes que comenzar por lo más sencillo. Te lo explico.

 

Cómo incorporar el Data Driven Marketing en tu empresa

Data Driven Marketing en la empresa

Si estás concienciado en que es mejor tomar decisiones y crear campañas en base a datos, frente a intuiciones, ya tienes la mitad del camino recorrido.

Lo segundo que debes hacer es reestructurar la organización, asegurándote que todos los departamentos de tu empresa colaboren entre sí compartiendo información. Aquí el departamento comercial es clave, ya que son los que están en contacto directo con los clientes y los potenciales, y quienes pueden nutrir de una información con más valor a la base de datos de tu empresa.

Lo siguiente que debes hacer, es conseguir integrar toda esa información en un mismo lugar, desde donde puedan acceder cualquier miembro de la compañía, y pueda al mismo tiempo, ser analizada en su conjunto. Para ello, se hace imprescindible un CRM que te permita no sólo registrar en un mismo lugar dicha información, sino además poder analizarla eficientemente.

A continuación, empieza a analizar. Depura la información menos relevante, y confirma aquellos insights que te son realmente útiles. Clasifica a tus clientes en función de su rentabilidad y centra tus esfuerzos en esos grupos.

Si te atreves con los servicios de ‘customer intelligence’, recibirás cantidad de análisis y conclusiones sobre lo que intenta decirte tu base de datos, y que tú no sabes leer. En base a esas conclusiones y análisis, podrás dirigir más certeramente tus estrategias de marketing y en definitiva, podrás aumentar el ROI de tus campañas.

¿Quieres aplicar el Data Driven Marketing a tu negocio?, pero ¿prefieres que te lo resuelva una empresa con un equipo experto y especializado? Contacta con nosotros, podemos hacer mucho por tu negocio.

¿Quieres hacer comunicaciones más personalizadas a tus clientes?

Diseñamos e implantamos soluciones CRM y Social CRM para que conozcas mejor tus clientes y puedas aumentar tu ROI

Cómo el Deep Learning puede ayudarte en tu estrategia online

Cómo el Deep Learning puede ayudarte en tu estrategia online

El Big Data y los algoritmos avanzados se han convertido en un gran aliado para el mundo del Marketing. Son numerosas las aplicaciones que los análisis de datos proporcionan a la hora de optimizar cada una de las acciones que realizamos para alcanzar nuestros objetivos de Marketing.

Muchas de las grandes marcas ya llevan un tiempo trabajando en análisis predictivos para maximizar cada euro de las partidas de sus presupuestos. En este contexto, vemos como las segmentaciones están cada vez más afinadas estratégicamente para impactar aquellos usuarios que tienen mayor probabilidad de compra o premiar aquellos que tienen más valor con el fin de aumentar su satisfacción.

En este sentido, es esencial tener un control exhaustivo sobre nuestras bases de datos de clientes y las interacciones que hacen con la marca para sacar mayor partido a los datos, para que nos revelen conclusiones de valor, con el fin actuar de la manera más eficiente con cada uno de ellos.

Pero, no hay que olvidar qué les interesa a nuestros usuarios más allá del comportamiento que presentan con nuestros productos o comunicaciones. Los consumidores cada vez tienen más poder sobre sus decisiones de compra y las de otros usuarios, son conscientes de que sus opiniones han tomado protagonismo y visibilidad en el entorno digital y las redes sociales son un factor crítico de influencia que afectan directamente sobre el comportamiento de nuestros clientes y potenciales.

Numerosas herramientas de Social Listening, son capaces de mostrarnos una panorámica sobre lo que los consumidores opinan sobre nuestras marcas y las de la competencia, rastreando las menciones que se comparten en el mundo online. Pero, en una Era en la que la imagen está cobrando cada vez más protagonismo y redes sociales como Instagram que cuenta con 400 millones de usuarios mensuales activos, con un total de 40 mil millones de fotos y 3,5 mil millones de fotos por día, es un tesoro que no muchos están aprovechando.

Con el Big Data en boca de todas las empresas, los negocios que tienen presencia online viven con la necesidad de tener cuantos más datos mejor, eso les resta capacidad y tiempo para programar y re-programar, entrando en juego el aprendizaje automático, es decir el “machine learning“.

Los gigantes de Internet han entrado de lleno en este mundo del “Machine Learning“, ofreciendo servicios en la nube para construir aplicaciones que aprenden a partir de los datos que ingieren. Hoy en día, este está al alcance de cualquier programador, el cual sólo tiene que supervisar qué está bien y qué está mal de lo que aprende de manera automática. La disciplina del aprendizaje automático está en plena ebullición gracias a su aplicación en el mundo del Big Data y el IoT, y por supuesto, el marketing online no escapa de ello. Sin embargo, podemos ir un paso más allá: el Deep Learning.

El Deep Learning, posiblemente sea el futuro del aprendizaje no supervisado, es decir, sin la necesidad de que haya un humano indicando qué está bien y qué está mal de lo aprendido. En este paradigma, los algoritmos son capaces de aprender sin intervención humana previa, sacando ellos mismos las conclusiones acerca de la semántica embebida en los datos.

El Deep Learning utiliza estructuras lógicas que se asemejan en mayor medida a la organización del sistema nervioso de los mamíferos, y que se compone de un número de niveles jerárquicos. En el nivel inicial de la jerarquía la red aprende algo simple y luego envía esta información al siguiente nivel. El siguiente nivel toma esta información sencilla, la combina, compone una información algo un poco más compleja, y se lo pasa al tercer nivel, y así sucesivamente.

Técnicas como el Deep Learning pueden ayudarnos, por ejemplo, a aplicar estudios innovadores de reconocimiento de imágenes automático en tiempo real, para realizar un seguimiento de marca, también en material visual y audiovisual. Sus posibilidades son numerosas, vamos a ver alguna de ellas en el campo del Marketing Online.

Deep Learning en el marketing digital

¿Qué puede aportar el Deep Learning en nuestra estrategia online?

El Deep Learning no deja de asombrar a los expertos, y sus aplicaciones son cada día más numerosas. Entre las principales aplicadas a lo que es el Marketing Digital, podemos destacar las siguientes:

  • Monitorizar en tiempo real las reacciones en los canales online durante el lanzamiento de productos.
  • Ayudarnos a orientar nuestros anuncios y predecir las preferencias de los clientes.
  • Predecir mejor la probabilidad de que el usuario haga clic en una llamada a la acción.
  • Conseguir recomendaciones de producto más precisas por cliente.
  • Conseguir anuncios de retargeting más personalizados.
  • Identificar y hacer seguimiento de los niveles de engagement de los clientes, sus opiniones y su actitud en diferentes canales online.

Quién sabe hacia dónde avanzará la aplicación de estos algoritmos avanzados en el mundo del Marketing. Lo que sí está claro es que debemos aprovechar todo el potencial que nos ofrece en la actualidad para sacar mayor rendimiento y rentabilidad a nuestras estrategias online.

En Artyco disponemos de un departamento de customer intelligence centrado en aportar inteligencia al marketing de nuestros clientes. ¿Quieres conocer qué podemos hacer por tu negocio?

¿Quieres hacer marketing inteligente?

Te ayudamos a conocer el comportamiento de tus clientes, a fidelizarlos y a predecir sus ventas maximizando tus resultados.