La analítica lo ayuda a comprender la experiencia de sus clientes, mientras que la atribución permite determinar la combinación de marketing. En el caso de las marcas con varios canales de marketing (tanto digitales como tradicionales), así como campañas y rutas de compra en diferentes dispositivos, no se trata de elegir una de estas dos funciones, sino de combinarlas con eficacia.
Aunque los datos son factores de cambio muy importantes, por sí mismos no son más que información. Adquieren valor cuando se emplean no solo para justificar decisiones, sino también para generar acciones. Los especialistas en marketing saben que, para implementar medidas sobre la base de los datos, es necesario recopilarlos y analizarlos. A fin de cuentas, se trata de descubrir cómo interactúan los clientes con su marca.
Muchos especialistas en marketing creen que la medición estratégica de marketing está exclusivamente relacionada con la implementación de datos analíticos sobre los clientes (es decir, tecnología que puede ayudar a medir de qué manera su público interactúa o no con sus recursos en línea). Sin embargo, es posible que no baste solo con la analítica. Para aprovechar sus datos verdaderamente al máximo, debe combinar la información valiosa de la analítica con la de un modelo de atribución sólido.
A un alto nivel, los datos analíticos sobre los clientes permiten comprender la experiencia de los clientes, principalmente en diferentes sitios, aplicaciones y otros puntos de interacción (por ejemplo, centros de llamada). Luego, esta información valiosa puede utilizarse para tomar decisiones en relación con la orientación, el marketing y los productos. A pesar de que estas estadísticas son clave, contar solamente con datos analíticos sobre los clientes no permite ver el panorama completo. Lo cierto es que, posiblemente, las marcas que emplean más de un canal para llegar a sus mercados objetivo pasen por alto detalles fundamentales sobre la variedad de puntos de contacto que componen el recorrido del cliente completo y la combinación de marketing total. La atribución basada en datos registra y considera todos los puntos de contacto involucrados en el logro de un resultado deseado (independientemente de que el cliente haya llegado al sitio web de la marca o no).
“Debemos pensar en la atribución como el gran complemento de la analítica: cada uno de estos recursos es valioso por sí mismo, pero en muchos casos, resultan aún más eficaces si se combinan”.
Otro error común es pensar que uno de estos tipos de funciones de medición va en detrimento del otro. Sin embargo, esto no es cierto. Debemos pensar en la atribución como el gran complemento de la analítica: cada uno de estos recursos es valioso por sí mismo, pero, en muchos casos, resultan aún más eficaces si se combinan. Cuando se implementan tanto la analítica como la atribución, puede instaurarse un plan de medición integral con indicadores de rendimiento clave (KPI) unificados. Esto le permite administrar su inversión publicitaria a fin de llegar mejor a su público, influenciarlo, motivarlo y dirigirlo a donde pueda interactuar con la marca y generar conversiones.
A continuación, explicaremos cómo el uso estratégico de estos dos recursos puede conducir a mediciones más eficaces.
CÓMO FUNCIONAN LAS MEDICIONES MÁS EFICACES
Para comprender mejor los motivos por los que una empresa debería implementar tanto la analítica como la atribución, además de cómo debería hacerlo, consideremos la situación hipotética que se detalla a continuación:
Ana López es vicepresidenta de Marketing en una zapatería minorista que, supongamos, se llama ABC. Esta zapatería vende calzado tanto en línea, mediante su sitio web, como en tiendas físicas. Sus campañas de marketing abarcan una gran variedad de dispositivos y canales de medios. Este año, el objetivo de ABC es aumentar las ventas de calzado en Chile entre las mujeres de 18 a 24 años que trabajan (supongamos que los clientes objetivo de esta empresa son las mujeres profesionales jóvenes).
El trabajo de Ana consiste en descubrir cómo vender más calzado a estas mujeres profesionales jóvenes. Sin embargo, antes debe comprender cómo llega este grupo de consumidores al sitio web de ABC y qué acciones realizan una vez que se encuentran allí. ¿Hacen clic en anuncios de la búsqueda de pago después de una consulta específica (por ejemplo, “zapatos con plataformas lindos para la primavera”)? ¿Qué secciones del sitio web consultan? ¿Dedican mucho tiempo a buscar artículos de temporada (es decir, botas en invierno y sandalias en verano)? ¿Consultan las publicaciones mensuales sobre tendencias en el sitio? Mediante la analítica, Ana puede obtener respuestas a todas estas preguntas. Luego, puede utilizar esta información valiosa para optimizar la experiencia de los clientes objetivo en el sitio web de la empresa y mejorar la ruta hacia las visitas a las tiendas físicas. ¿El resultado? Las mujeres profesionales jóvenes encuentran exactamente lo que buscan en el preciso momento en que lo necesitan. A su vez, ABC adquiere clientes satisfechos y leales que seguirán eligiendo la marca.
Ahora bien, supongamos que algunas de estas mujeres profesionales jóvenes no han visitado el sitio web de ABC durante un tiempo (o jamás), y Ana pretende encontrar una forma de motivarlas para que lo hagan. Necesitará información adicional sobre sus recorridos generales en los medios. ¿Qué tipos de canales emplean para interactuar? ¿Hacen compras en línea o en tiendas? ¿Qué dispositivos utilizan cuando realizan compras de calzado? Para comenzar, Ana examina la combinación de marketing de ABC (anuncios gráficos digitales, anuncios de la búsqueda orgánica y de pago, medios sociales, anuncios de televisión y anuncios impresos) y los diferentes puntos de contacto (es decir, cualquier tipo de interacción que podría haberse establecido mediante dichos canales). Gracias a la atribución, Ana puede identificar patrones y tendencias en todos los canales de marketing; por ejemplo, después de que una compradora potencial ve un anuncio en un canal de televisión específico, realiza una búsqueda que la lleva al sitio web de ABC. Asimismo, Ana observa que la presencia en medios sociales genera un incremento positivo en las campañas por correo electrónico de ABC y un aumento en las ventas. El análisis también demuestra que, en ocasiones, las compradoras investigan los productos en línea y, luego, concretan la compra en la tienda local de ABC. Estos datos llevan a Ana a ajustar su presupuesto de marketing en consecuencia para llegar con eficacia a las compradoras que se encuentran en todos los canales, lo que asegura aún más clientas satisfechas para ABC.
EVALUACIÓN DE LAS NECESIDADES DE ATRIBUCIÓN
Ahora que comprende de qué manera se complementan la analítica y la atribución, supongamos que ya ha implementado algún tipo de analítica sobre los clientes y desea investigar métodos para perfeccionar su estrategia de medición actual. Antes de instaurar un modelo de atribución más sólido, debe formularse estas cuatro preguntas importantes:
1. ¿Estoy considerando todos mis puntos de contacto de marketing? Si bien es cierto que su estrategia de medición actual puede ofrecer determinadas funciones de atribución de referencia (por ejemplo, un seguimiento de los eventos de final de embudo que dirigieron a un consumidor a su sitio web y la asignación de crédito de conversión a dichos puntos de contacto), es posible que su organización necesite un modelo de atribución más sólido. Todo depende de la complejidad de sus datos. ¿Cuántas fuentes de datos puede respaldar su solución de atribución? Si su combinación de marketing digital es simple (solo unos pocos canales) e importar o interpretar sus datos no representa un desafío, es posible que sea suficiente con la analítica. Sin embargo, si trabaja con una gran cantidad de canales de marketing, plataformas de medios y canales tradicionales (radio y TV, por ejemplo), le recomendamos que considere incorporar más funciones de atribución.
2. ¿Cuál es el valor adicional que ofrecerá la atribución? Las funciones especializadas de atribución emplean algoritmos sofisticados que lo ayudan a obtener información valiosa sólida y precisa desde el punto de vista estadístico para generar un mayor impacto. Por ejemplo, la atribución basada en datos permite detectar qué puntos de contacto con el consumidor resultan más eficaces para su empresa. Cuando se comparan las diferentes rutas de conversión, ciertos factores como la cantidad de puntos de contacto de la secuencia, el orden de exposición y los elementos de creatividad utilizados contribuyen a obtener buenos resultados.
3. ¿Mi equipo cuenta con el conocimiento necesario para elegir e implementar la atribución a fin de interpretar las estadísticas e implementar medidas sobre la base de dichos datos? Si espera que la atribución le proporcione información valiosa que le permita generar valor comercial, asegúrese de que su equipo cuente con la capacitación y la ayuda necesarias. Tanto su organización como un proveedor externo pueden estar a cargo de impartir dichos conocimientos. El recurso adecuado será capaz de realizar las preguntas justas y brindar las respuestas necesarias sobre implementación, integración, optimización, metodología, clasificación, tecnología y ayuda, entre otras cuestiones.
4. ¿Duplicaré mi inversión si pago por dos soluciones diferentes? Un producto puede representar una solución adecuada para sus necesidades relacionadas tanto con la analítica como con la atribución, siempre y cuando los informes sean suficientes. Sin embargo, en el caso de grandes anunciantes con un entorno de marketing complejo, es probable que invertir en una función específica de analítica y atribución ofrezca los mejores resultados.
Pese a que los especialistas en marketing de la actualidad deben enfrentarse a muchos desafíos, hay métodos más que suficientes que ayudarán a optimizar sus iniciativas para que puedan superarlos. La clave es comenzar con un buen entendimiento del recorrido del cliente y de la cantidad de micromomentos (es decir, las oportunidades) en los que las marcas pueden conectarse con sus respectivos clientes. Implementar mediciones estratégicas más eficaces no significa elegir entre la analítica y la atribución, sino reconocer el valor de usarlas en conjunto y determinar hasta qué nivel debería emplearlas.
