Histórico de analítica - Página 2 de 2

Sobre los modelos de atribución en marketing

A estas alturas, a nadie se le escapa que todo departamento de marketing debe demostrar, en términos económicos, la efectividad de sus acciones y decisiones. Antes, decíamos que lo que no se puede medir no se podía mejorar. Ahora, lo que no se puede medir no existe.

La excusa de “nos ayuda en términos de imagen o de brand awareness” ya no es aceptada en la mayoría de las organizaciones. Tampoco basta ya con demostrar el retorno global de la inversión en marketing: el beneficio ha de poder medirse con un elevado nivel de granularidad, a nivel de canal, de campaña o de táctica. Así, no sólo es posible validar el rumbo general del área de marketing, sino que también podemos optimizar la inversión y sacar el máximo jugo al presupuesto existente.

Conocer el retorno de cada acción realizada o de cada canal parece sencillo, a primera vista. Por ejemplo si, en un comercio electrónico, invertimos 2.000 euros en una campaña de AdWords y tenemos bien configurado nuestro Google Analytics, podremos saber con precisión cuantos clicks han convertido y cuánta facturación han generado esos 2.000 euros. Fácil, ¿verdad? Pues no. Quizá nos conformemos con ese dato pero, a poco que pensemos en el asunto, nos daremos cuenta de que la realidad es mucho más complicada. Por ejemplo, podemos hacernos preguntas como estas:Sigue leyendo el artículo…

¿Qué son las customer personas?

Las customer personas son una herramienta de marketing que nos permite representar de una manera práctica y didáctica los distintos segmentos de clientes que se relacionan con nuestra marca (o que queremos que lo hagan).

Tradicionalmente, al acometer un ejercicio de segmentación de mercado, los conjuntos resultantes terminaban por recibir simples identificadores (A, B, C, D o alto, medio y bajo, etc.) Por no mencionar que, en la segmentación convencional, lo habitual es limitarse a la mera descripción sociodemográfica y de consumo de cada uno de los segmentos: que si tal edad, que si tal tamaño de población, que si tal sexo, que si tal nivel adquisitivo, que si tal frecuencia de compra…

Un ejercicio moderno de segmentación no puede limitarse a variables sociodemográficas, sino que ha de ir más allá y apoyarse en los insights del consumidor que hayamos podido desvelar: sus intereses (los evidentes y los menos verbalizables), las cosas que les preocupan, sus opiniones acerca de cuestiones que les resultan relevantes y otros patrones y hábitos de comportamiento que nos ayudan a entender por completo a nuestro consumidor.

Un customer persona o marketing persona consiste, simplemente, en ir aún más allá y, a cada uno de nuestros segmentos de mercado, asignarle una representación idealizada de un consumidor, con su nombre y apellidos y, habitualmente, incluso con una o varias fotografías, así como una narrativa más o menos extensa de sus intereses, hábitos y peculiaridades. Así, donde antes teníamos al segmento A y al B, ahora podemos tener a Juan Martínez y a Verónica Castro, como representaciones idealizadas de todos los miembros de sus respectivos segmentos.

Este podría ser un ejemplo (completamente inventado) de customer persona:Sigue leyendo el artículo…

Las 4V del Big Data

A pesar de que ya llevamos unos cuantos años manejando el término «Big Data», no siempre está claro a qué nos referimos con él, realmente.

De hecho, es habitual pensar que «Big Data» es equivalente a «muchos datos», pero esto no es completamente cierto. Es verdad que el Big Data implica la recopilación, almacenamiento y explotación de muchos datos, pero no basta con eso para que podamos hablar de Big Data.

Existe un cierto consenso acerca de que, para que podamos decir que un entorno es un entorno de Big Data, tiene que reunir cuatro características. Como los nombres de las cuatro empiezan por la letra «v», solemos hablar de «las 4V del Big Data».

Veamos en qué consiste cada una de las cuatro V:

Volumen

No es extraño escuchar comentarios como que Big Data no es más que Business Intelligence “a lo bestia”.

Sin embargo, una mayor cantidad de datos no es suficiente para que podamos hablar, sin más, de Big Data. Como ya hemos dicho, Big Data implica cantidades ingentes de datos, pero manejar cantidades ingentes de datos no es suficiente para estar hablando de Big Data.

Sin las otras V, seguiríamos hablando de un esfuerzo de inteligencia de negocio “tradicional”, sólo que con volúmenes mucho mayores.

Y, por supuesto, tampoco debemos pensar que las iniciativas de Big Data están todas encuadradas en el área de Business Intelligence. Big Data es un concepto que no está limitado o definido por los objetivos que se persiguen con la iniciativa, sino por las características de los datos y del entorno en el que nos movemos, resumidas en estas «4V».Sigue leyendo el artículo…

Cómo conocer mejor a tus clientes en un mundo multidispositivo

Hace tiempo que dejó de existir el usuario que usaba un único dispositivo para interaccionar con nuestro negocio en Internet. Ahora, lo común es un escenario en el que el ordenador personal ni siquiera es un protagonista fundamental, desplazado por tablets y smartphones, y en el que interaccionamos con los visitantes por medio de la web, pero también de aplicaciones y de servicios de terceros.

A raíz del artículo que escribí el otro día sobre retargeting, he tenido varios debates sobre el tema del seguimiento de visitantes, tanto en LinkedIn como en otros foros. De esos debates, me ha interesado sobre todo lo relacionado con el interés de muchos marketeros por el seguimiento multidispositivo de los usuarios, algo de total relevancia en la actualidad.

Ese interés tiene dos causas principales: primero, porque es algo cuya importancia está fuera de toda discusión y, en segundo lugar, porque las herramientas existentes para lograr esa visión 360º de nuestros visitantes son relativamente poco conocidas y muchas no son accesibles para entornos con moderada capacidad de inversión.Sigue leyendo el artículo…

Everything from:analítica

Volumen