Preparación para el modelado de la mezcla de marketing: lo que necesita saber

¿Ves más tráfico "no asignado" y "directo" en tu cuenta de Google Analytics incluso si tienes cuidado con el etiquetado UTM? Esto se debe a que las normas de privacidad de datos protegen a los usuarios que visitan su sitio web.

A medida que aumentan las regulaciones de privacidad de datos, los modelos de atribución pueden tener dificultades para seguir siendo precisos y valiosos. Muchos utilizan Google Analytics 4 para modelar la atribución, pero no cumple con el RGPD. Debido a esto, los modelos de atribución como los de Google Analytics serán menos efectivos. No mostrarán con precisión qué canales están funcionando. Aquí es donde entra en juego el modelado de la mezcla de marketing.

Este artículo explora la creciente relevancia del modelado de marketing mix en la actualidad, en qué se diferencia del modelado de atribución y cómo aprovecharlo de manera efectiva dentro de un marco estratégico.

Comparación del modelo de atribución y el modelo de mezcla de marketing

El modelado de atribución y el modelado de mezcla de marketing son dos enfoques distintos que se utilizan en el análisis de marketing para comprender el impacto de diversas actividades de marketing en los resultados comerciales. Si bien ambos apuntan a brindar información sobre la efectividad de los esfuerzos de marketing, difieren en sus metodologías, alcance y aplicación.

Modelado de atribuciones. Un conjunto de reglas que determina cómo asignar crédito por las conversiones. Estos modelos utilizan puntos de contacto digitales en las rutas de conversión. Por ejemplo, el modelo de último toque asigna el 100% del crédito al punto de contacto final inmediatamente anterior a una conversión. También hay modelos de primer contacto, de caída del tiempo, lineales y basados ​​en datos, por nombrar algunos.

Modelado de la mezcla de marketing. Una técnica de análisis que ayuda a los especialistas en marketing a medir el impacto de sus campañas de marketing y publicidad. Pueden ver cómo diferentes variables contribuyen a sus objetivos. Los objetivos suelen ser ingresos, conversiones, cumplimentación de formularios o suscripciones.

Simplemente pon:

• Un modelo de atribución le indica qué actividad de ventas o marketing obtiene crédito por la realización de una acción específica por parte de un usuario. En marketing, solemos utilizar informes de atribución para ver qué acciones provocaron conversiones específicas. Por ejemplo, podemos saber si abrir un correo electrónico llevó a completar un formulario.
• Un modelo de mezcla de marketing es un modelo de regresión amplio. Un modelo de regresión intenta comprender la relación entre variables. Un ejemplo de esto podrían ser los patrones climáticos y los ingresos. Aún puedes intentar comprender qué acciones generan conversiones, pero un modelo de marketing mix te permite introducir más datos. Luego, el análisis puede indicarle la relación entre las variables. Cuando hace sol, más personas visitan su tienda física, lo que genera mayores ventas.

Ambos son valiosos para comprender su marketing. También puede ejecutarlos mediante codificación y aprendizaje automático.

Cómo abordar el modelado de marketing mix hoy

Para evitar errores, organice su análisis antes de trabajar con estos modelos complejos. Por ejemplo, recientemente estuve revisando algunos informes mensuales. Realizamos informes de atribución para nosotros y nuestros clientes. Como conozco tan bien nuestros datos, señalé lo que parecían ser algunas imprecisiones.

Pasamos dos horas investigando y encontramos grandes diferencias entre los datos de nuestro sitio web y Google Analytics. Más específicamente, las discrepancias se produjeron entre la API de datos y la interfaz de Google Analytics.

Sabemos cuál debería ser la métrica y, sin embargo, ninguna de nuestras fuentes de datos coincide. El problema es que estamos restringidos a un conjunto de datos para el modelo de atribución. Podemos ignorar los datos problemáticos si utilizamos un modelo de mezcla de marketing porque se pueden recopilar datos de otros sistemas para decirnos qué está funcionando.

Antes de que podamos entrar en el análisis, tenemos que hacer un inventario. El ejemplo muestra por qué se deben recopilar requisitos y tener un buen gobierno de datos antes de utilizar un modelo de marketing mix. Si no sabe bien lo que sus datos deberían decirle, un análisis complejo no ayudará.

Para comprender con qué estamos trabajando, podemos utilizar el marco de las “5 P” para determinar su:

• Objetivo.
• Gente.
• Proceso.
• Plataforma.
• Actuación.

Objetivo

Aquí es donde indicará por qué desea ejecutar un modelo de mezcla de marketing. La mejor manera de organizar tus pensamientos es con una historia de usuario.

“Como [persona], yo [quiero], entonces [eso]”.

La historia del usuario te dice cuáles son las otras P.

• [Persona] te dice la gente.
• [Quiero] informarle el proceso y la plataforma.
• [Eso] te dice la actuación.

Así es como se ve el mío:

• Como director ejecutivo, quiero saber cuáles de mis esfuerzos de marketing digital generan ventas para poder priorizar el presupuesto y los recursos.

En esta declaración tengo mucha información. Sigamos analizándolo.

Gente

Dije que quería entender los datos, así que soy la primera persona involucrada. Sabiendo que no soy el único responsable de la recopilación y el análisis de datos, puedo asumir que necesitaré que mi analista participe. También necesitaremos nuestro recurso de desarrollo empresarial para traer los datos de ventas.

Proceso

Dije que mi propósito era comprender mis esfuerzos y ventas de marketing digital. En términos de proceso, esta declaración me dice que necesito hacer un par de cosas. Necesito saber cómo se recopilan esos datos, la frecuencia y el formato. Aquí es donde necesito implementar una gobernanza de datos para que los procesos de recopilación de datos no sean los que detengan la ejecución de un modelo de mezcla de marketing.

Una vez que identifico de qué sistemas necesito extraer datos (en el siguiente paso), puedo volver a los procesos y asegurarme de poder exportar los datos necesarios. Si no puedo, tendré que desarrollar e incorporar nuevos procesos al plan general. También necesitaré crear un proceso para limpiar y normalizar los datos una vez extraídos para analizar datos de diferentes fuentes.

Si recibiera la historia del usuario de una parte interesada, probablemente retrocedería y pediría un plazo más específico. Aquí es donde probablemente pasará la mayor parte de su tiempo, entre el proceso y la plataforma.

Puede utilizar un modelo de mezcla de marketing para analizar datos de diferentes fuentes. Es posible que estas fuentes no tengan el mismo formato, por lo que debes crear un proceso para combinarlas para su análisis. Cuantos más datos desee utilizar de diferentes plataformas, más procesos necesitará desarrollar, especialmente si desea volver a ejecutar repetidamente el modelo de marketing mix.

Plataforma

Usando nuevamente la mitad de la declaración, dije que mi propósito era comprender mis esfuerzos y ventas de marketing digital. Esto me dice de qué plataformas necesito extraer datos porque quiero comprender los datos de ventas, que serán mi CRM o mi software de contabilidad.

También quiero comprender mis esfuerzos de marketing digital. Esto significa que primero necesito conocer todas las tácticas de marketing digital y luego descubrir qué plataformas tienen datos que puedo extraer. LinkedIn, por ejemplo, es tacaño con la extracción de datos, por lo que podría ser un problema si ese es un canal que me interesa. Fácilmente podría terminar con datos de media docena de plataformas. Mientras que con un modelo de atribución, normalmente solo tienes datos de una o dos fuentes.

Si tengo una historia de usuario bien pensada, no me abrumaré intentando recopilar datos de todos mis sistemas. Mi historia de usuario dice "esfuerzos de marketing digital". Cuando tengo muchas campañas y tácticas, puedo centrarme en unos pocos canales o en un intervalo de fechas más corto para que sea más fácil de manejar.

Actuación

Esta es la última parte de la historia del usuario. Si no estás creando una historia de usuario con un resultado medible, inténtalo de nuevo. En mi historia de usuario, dije que quería poder priorizar los recursos y el presupuesto. Bueno, ese no es un buen resultado. Puede que sea cierto, pero no es muy mensurable. ¿Cómo sabré que hice eso, priorizado?

La recomendación sería volver a la historia del usuario y reescribirla para que sea más precisa. Una versión diferente podría decir "reducir el gasto en canales ineficaces y aumentarlo en tácticas exitosas".

No es necesario que hagas Personas, Procesos y Plataforma en ningún orden en particular. Es posible que conozca las plataformas que informarán el proceso y a las personas. Pero no te saltes estos Ps. Si omite la recopilación de requisitos y la gestión de datos, puede provocar errores costosos y desperdiciar recursos.

Mirando retrospectivamente mi auditoría inicial, veo que tengo mucho trabajo por hacer antes de poder considerar ejecutar un modelo de marketing mix. Muchos equipos ejecutarán un modelo de mezcla de marketing utilizando código y aprendizaje automático. Tener un plan incluso antes de comenzar con su código hará que su ejecución sea más eficiente. En lugar de solucionar problemas en los datos, puede dedicar su tiempo a ajustar y crear planes de acción.

La buena noticia es que puedo dividirlo en partes más pequeñas y controlables. Puedo crear procesos repetibles para extraer datos y volver a ejecutar el modelo de marketing mix. Elegir esta ruta significa que el desarrollo inicial llevará más tiempo. Sin embargo, el proceso será mucho más eficiente cuando necesite volver a ejecutar el análisis.

Adoptar modelos de marketing mix para obtener conocimientos completos

Un modelo de marketing mix puede ser una parte realmente poderosa de su cartera de análisis. Cuando se trabaja en un proyecto de datos, es importante prepararse para el éxito. La recopilación de requisitos y la gobernanza es la parte que todos queremos acelerar, pero no vale la pena tomar atajos aquí. Tómate el tiempo necesario para hacer un plan; su análisis será mucho más valioso y procesable.

Profundice: ¿Qué son las plataformas de gestión del rendimiento y atribución de marketing?