La voz del bazar
Publicado: 2023-09-06Gartner y Harvard Business Review, entre otros, informan con frecuencia sobre la falta de conocimiento de los especialistas en marketing sobre cómo medir el éxito del marketing multicanal y omnicanal. Este artículo aborda ese problema (y ofrece las soluciones) demostrando por qué la atribución multitáctil es la mejor manera de realizar un seguimiento del rendimiento y determinar el éxito.
Capítulos:
- ¿Qué es la atribución multitáctil?
- Cómo recopilar los datos correctos para la atribución multitáctil
- Atribución multitáctil y recorrido del cliente
- Tipos de modelo de atribución multitáctil
- Herramientas de atribución multitáctil para un mundo en el que la privacidad es prioridad
- Los datos no te lo dirán todo
En un mundo en el que la privacidad es lo primero , los enfoques heredados de la atribución multitáctil no son precisos ni confiables. Los servicios publicitarios como Meta y Google continúan eliminando capacidades de seguimiento a nivel de usuario de sus informes en respuesta a las regulaciones, y los especialistas en marketing que dependen de cookies de terceros para cuantificar la mitad del embudo están condenados.
Los datos a nivel de usuario son menos confiables que nunca y la baja precisión no es un buen comienzo para la toma de decisiones basada en datos.
Entonces, ¿qué deben hacer los especialistas en marketing basados en datos? ¿Volver a los modelos de atribución aislados y de un solo toque de la Web 2.0? En un panorama omnicanal donde los consumidores interactúan con las marcas en todos los canales antes de realizar una conversión, la atribución de un solo toque no tiene sentido. Una estrategia de marketing eficaz requiere un conjunto coherente de tácticas que se basen en los esfuerzos de cada uno para crear y mantener el impulso en una dirección enfocada.
La atribución de un solo toque solo permite a los especialistas en marketing observar una táctica a la vez, generalmente en las etapas de descubrimiento o conversión. Los especialistas en marketing que dependen de la atribución de un solo toque para comprender las estrategias multicanal corren el riesgo de tomar decisiones miopes al ignorar las tácticas críticas de la mitad del embudo. Las marcas necesitan una imagen más completa de lo que contribuye al éxito para tomar decisiones multicanal informadas.
¿Qué es la atribución multitáctil?
La atribución multitáctil es un modelo de marketing que mide cada punto de contacto en el recorrido del cliente asignando un valor numérico a cada canal para que los especialistas en marketing puedan ver el impacto que cada punto de contacto tiene en las conversiones.
La mitad del embudo es difícil de medir, pero invertir recursos en cuantificarla vale la pena. El marketing de mitad del embudo hace que los esfuerzos de adquisición de una marca sean más exitosos al aumentar las tasas de conversión en múltiples canales. También allana el camino hacia la retención al generar promoción temprana, mejorar el LTV y aliviar la presión sobre la adquisición de clientes.
La atribución multitáctil (asignar valor a cada etapa del recorrido del cliente) sigue siendo un marco importante, pero la versión actual está muy lejos del enfoque basado en cookies de terceros que los especialistas en marketing solían amar.
Cómo recopilar los datos correctos
Los datos de terceros recopilados a través de píxeles y cookies solían ser la fuente principal de atribución multitáctil. Si un especialista en marketing quisiera realizar un seguimiento del comportamiento del usuario en todos los canales, dispositivos y plataformas, solo tenía que agregar un fragmento de código a su sitio web. El tráfico se etiquetaría automáticamente con una cookie de Facebook o Google sin el consentimiento del usuario. Esa cookie seguiría al usuario por la web para observar lo que hizo y reorientarlo con anuncios relevantes. Los especialistas en marketing agregarían datos de cookies de terceros en informes de atribución multitáctil para comprender el comportamiento del usuario y optimizar el recorrido del cliente.
Hoy en día, es más difícil acceder a esos mismos datos a nivel de usuario. GDPR y CCPA llevaron a Google, Facebook y otras plataformas a eliminar gradualmente las cookies de terceros, una medida que obligó a los especialistas en marketing a abandonar métodos probados de atribución multitáctil.
Los especialistas en marketing basados en datos han comenzado a adaptarse al nuevo panorama analítico, aprovechando datos propios y datos de terceros para cuantificar el rendimiento en todo el embudo de marketing.
La distinción entre datos de terceros y datos propios es relativamente nueva. Hasta hace poco, todos los datos que recopilaba una marca se consideraban "propios".
Hoy en día, los datos propios se refieren a comportamientos cuantitativos que una marca rastrea a través de sus interacciones con los clientes. Las cookies, las etiquetas y los módulos de seguimiento de erizos (UTM) de origen son los métodos comunes que utilizan las marcas de consumo para recopilar datos de origen. Los minoristas omnicanal también pueden realizar un seguimiento de las visitas a las tiendas físicas junto con el comportamiento de los clientes de comercio electrónico, como el abandono del carrito y los clics en el correo electrónico. Las cookies que cumplen con el RGPD pueden reemplazar algunas de las métricas que los especialistas en marketing utilizan para realizar un seguimiento mediante cookies de terceros.
Usarlos adecuadamente requiere una estrategia que dé prioridad a la privacidad, que solicite consentimiento y permita a los usuarios solicitar que se eliminen sus datos personales.
Los datos de parte cero se refieren a información cualitativa que un cliente le brinda a una marca de forma voluntaria. Las conversaciones de atención al cliente, las reseñas de productos, las respuestas a encuestas y los comentarios en las redes sociales se incluyen en el ámbito de los datos de parte cero. Los datos cualitativos de los clientes pueden ser invaluables para una marca si se aprovechan adecuadamente, pero encontrar información significativa en el texto puede ser un desafío para los especialistas en marketing acostumbrados a depender únicamente de informes cuantitativos.
En una era de mayores regulaciones y sistemas de seguimiento en desuso, los mejores especialistas en marketing de consumo confían en los conocimientos cualitativos de parte cero de Bazaarvoice para iluminar los viajes de los compradores y encontrar oportunidades de crecimiento.
Atribución multitáctil y recorrido del cliente
El uso de la atribución multitáctil en el marketing multicanal descubre tácticas para aumentar la tasa de conversión, reducir el tiempo promedio de compra y mejorar el valor promedio del pedido (AOV).
Las tácticas de marketing no existen en el vacío: existen en un ecosistema multicanal. Dar todo el crédito a cualquier táctica mediante la atribución de un solo toque, sin importar en qué etapa del recorrido del cliente se encuentre, ignora todo lo demás que desempeña un papel en la adquisición de clientes. La relación de una marca con los clientes potenciales en la mitad del embudo es crucial para generar más negocios y aumentar los ingresos.
En un panorama de marketing multicanal, la atribución multitáctil es la clave para comprender qué funciona y por qué. Considere este viaje ficticio de compra de seis pasos para una aspiradora Dyson de $500.
Etapa de embudo | Comportamiento del usuario | Método de recopilación de datos |
---|---|---|
DESCUBRIMIENTO | Un usuario busca "aspiradoras de varilla inalámbricas" en Google. Hacen clic en un anuncio de búsqueda y ven la página de un producto en el sitio web de Dyson. | Cookie propia en el sitio web de Dyson |
CONCIENCIA | El usuario hace una pausa para ver un anuncio de retargeting para la aspiradora mientras navega por Instagram y lo pasa sin hacer clic. | Estadísticas de anuncios de Facebook |
CONCIENCIA | El usuario ve otro anuncio de retargeting, esta vez en TikTok. El anuncio es contenido generado por el usuario (UGC) de una persona entusiasmada con su aspiradora inalámbrica Dyson. | Estadísticas de anuncios de TikTok |
CONSIDERACIÓN | El usuario analiza la compra con su pareja durante la cena mientras examina las opciones en el sitio web de Dyson. | Cookie propia en el sitio web de Dyson |
CONSIDERACIÓN | El usuario lee un boletín de Substack que recomienda la aspiradora Dyson. Hacen clic en un enlace de afiliado de Amazon y agregan la aspiradora a su carrito. | Informe de afiliados de Amazon |
CONVERSIÓN | El usuario recibe una alerta por correo electrónico de Amazon de que el precio de la aspiradora bajó a 500 dólares. Compran la aspiradora. | Informe de listados de Amazon |
Utilizando la atribución de primer contacto, un equipo de marketing podría concluir que la búsqueda paga fue un claro ganador. Pero la búsqueda paga no es la historia completa. Es posible que Dyson no genere tantas conversiones sin pruebas sociales de UGC y afiliados, que la atribución de primer toque no puede iluminar.
Si Dyson se basara únicamente en la atribución de último toque, el equipo podría decidir basar su estrategia de marketing en el descuento, una medida complicada para un actor premium del mercado. Los productos de Dyson son absolutamente caros, una estrategia de precios que funciona gracias a la tecnología patentada y la sólida marca de Dyson. Grandes descuentos contrarrestarían los superpoderes de la marca Dyson en lugar de complementarlos, creando una carrera hacia el fondo que nadie puede ganar.
La atribución multitáctil le brinda a Dyson una mejor comprensión de sus caminos hacia la conversión, lo que presenta más opciones para la experimentación. Dado que se sabe que UGC mejora la tasa de conversión y desempeña un papel en el recorrido (ficticio) del cliente, Dyson podría decidir experimentar con más anuncios UGC el siguiente trimestre para aumentar los ingresos.
Tipos de modelo de atribución multitáctil
Los especialistas en marketing de consumo utilizan modelos lineales, en forma de J, en forma de J inversa y en forma de U para atribuir el desempeño a lo largo del recorrido del cliente.
La atribución lineal otorga el mismo peso a cada etapa del recorrido del cliente y brinda a los especialistas en marketing una visión equilibrada del camino hacia la conversión. Da más crédito a las tácticas de la mitad del embudo que otros modelos, lo que puede resultar útil cuando se centra en la mitad del embudo por primera vez.
Es un buen punto de partida, pero podría inflar el valor de interacciones sin importancia y subestimar tácticas cruciales. Por lo tanto, el modelado de atribución lineal puede ayudar a los especialistas en marketing a cuestionar sus propias suposiciones sobre lo que funciona pero que rara vez es lo suficientemente preciso a largo plazo como para funcionar en todos los escenarios.
Un modelo tradicional en forma de J asigna más crédito a las últimas etapas del recorrido del cliente, mientras que un modelo en forma de J inversa otorga más peso a las etapas iniciales del recorrido del cliente.
Los modelos en forma de U , también llamados modelos basados en la posición, asignan el mismo peso al primer y al último toque y se atribuye un porcentaje menor a todo lo que se encuentra en el medio.
Veamos cómo cada tipo de atribución multitáctil asignaría valor al viaje ficticio de nuestro comprador de aspiradora de 500 dólares.
El viaje del comprador ficticio: aspiradora inalámbrica | Atribución lineal | atribución en forma de J | Atribución en forma de J inversa | atribución en forma de U | Atribución de primer toque (un solo toque) |
El usuario busca “aspiradoras inalámbricas” en Google. Hacen clic en un anuncio de búsqueda que los lleva a la página de un producto Dyson. | 16% ($80) | 20% ($100) | 60% ($300) | 40% ($200) | 100% ($500) |
El usuario ve un anuncio de retargeting para la aspiradora mientras navega por Instagram, pero lo pasa sin hacer clic. | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
El usuario ve un anuncio de aspiradora Dyson en TikTok. | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
El usuario comenta la compra con su socio mientras buscan opciones juntos en el sitio web de Dyson. | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
El usuario lee un boletín de Substack sobre la aspiradora Dyson. Hacen clic en un enlace de afiliado y agregan un artículo al carrito. | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
El usuario recibe un correo electrónico informándole que el precio de la aspiradora bajó a $500. Lo compran. | 16% ($80) | 60% ($300) | 20% ($100) | 40% ($200) | 0% ($0) |
El modelo de atribución que elige una marca depende de su escenario, prioridades y filosofías. Los equipos que se centran en generar descubrimiento pueden utilizar un modelo en forma de J inversa para comprender las etapas iniciales del recorrido del cliente, mientras que los equipos que se centran en la mitad del embudo pueden aplicar un modelo lineal para generar información.
Aprovechando un modelo de atribución multitáctil en marketing multicanal
He aquí un escenario: una marca de ropa infantil quiere encontrar oportunidades de crecimiento para su canal de comercio electrónico.
Utilizando la atribución de primer toque, el equipo concluye que el tráfico de búsqueda paga sin marca tiene un valor de pedido promedio (AOV) más alto que el de los clientes adquiridos a través de redes sociales pagas, pero genera menos ingresos en general.
Si se detuvieran ahí, la marca de ropa podría concluir que, a pesar del menor volumen, la búsqueda paga es un mejor uso de su tiempo y dinero. Eso podría tener sentido, pero aumentaría los ingresos de fin de mes (EOM) por un margen relativamente pequeño.
Modelo ficticio: marca de ropa para niños | Línea de base : Búsqueda pagada | Línea de base : redes sociales pagadas | ESCENARIO A : Invierta más presupuesto en búsquedas pagas |
AOV | $99 | $79 | $99 |
Tasa de conversión (primer toque) | 1,5% | 0,5% | 1,5% |
Nuevas visitas | 10.000 | 500.000 | 20.000 |
Conversiones | 150 | 2.500 | 300 |
Ingresos (primer toque) | $14,850 | $197,500 | $29,700 |
Aumento de ingresos | $14,850 |
Ingresos iniciales del EOM: $212,350
Combinar un modelo de atribución multitáctil con un informe de primer toque le brinda al equipo más opciones.
Cuando ejecutan un informe del recorrido del comprador en Segment, el equipo descubre que los compradores con mayor AOV del tráfico de búsqueda paga tienden a visitar una página de testimonios en la tienda en los días previos a una compra. La página destaca reseñas de clientes satisfechos y está vinculada a páginas de productos.
Dado que la marca analiza el rendimiento desde el punto de vista de la adquisición, deciden utilizar un modelo en forma de J inversa para comprender el camino hacia la conversión desde la búsqueda paga, un recorrido del cliente con un AOV alto.
Viaje ficticio del cliente de búsqueda paga: ropa infantil AOV: $99 | Valor de interacción (atribución en forma de J inversa) | Valor de la interacción (atribución del primer toque) | Método de recopilación de datos |
El usuario busca “ropa de vuelta al cole” en Google. Hacen clic en un anuncio de búsqueda que los lleva a una página de recopilación. El usuario agrega algunas cosas a su carrito pero cierra la ventana sin comprar. | 60% ($59) | 100% ($99) | Cookie propia |
El usuario hace clic en un correo electrónico de abandono del carrito que lo lleva a su carrito. Visitan la página de un producto de jeans para niños y hacen clic en un enlace a la página de testimonios. Abren cinco imágenes de clientes y amplían siete reseñas. | 10% ($10) | 0% ($0) | Información sobre correo electrónico, mapas de calor |
El usuario ve un anuncio de retargeting en Instagram para los jeans, pero pasa de largo sin interactuar. | 10% ($10) | 0% ($0) | Estadísticas de anuncios de Facebook |
El usuario recibe una alerta por correo electrónico de que la marca de ropa está realizando una oferta de regreso a clases. Hacen clic en el correo electrónico, agregan los jeans a su carrito junto con algunas camisas y compran. | 20% ($20) | 0% ($0) | Información de correo electrónico, cookie de origen |
Después de comparar el valor relativo de cada interacción con las de los viajes de los compradores con un AOV más bajo, el equipo decide dirigir el tráfico social pago a la página de testimonios a través de una campaña de retargeting, lo que podría aumentar el AOV de ese canal.
Ingrese al escenario B: aproveche el UGC, en este caso calificaciones y reseñas, para mejorar el AOV y obtener más ingresos de las redes sociales pagas. El equipo plantea la hipótesis de que el AOV de las redes sociales pagadas aumentará a 99 dólares como resultado del experimento. Si funciona, el experimento aumentaría los ingresos en un incremento mayor que el Escenario A.
Modelo ficticio: Marca de ropa infantil. | Línea de base : Búsqueda pagada | Línea de base : Sociales Pagadas | ESCENARIO A : Invierta más presupuesto en búsqueda paga | ESCENARIO B : Tráfico social pago directo a la página de testimonios |
AOV | $99 | $79 | $99 | $99 |
Tasa de conversión (primer toque) | 1,5% | 0,5% | 1,5% | 0,5% |
Nuevas visitas | 10.000 | 500.000 | 20.000 | 500.000 |
Conversiones | 150 | 2.500 | 300 | 2.500 |
Ganancia | $14,850 | $197,500 | $29,700 | $247,500 |
Aumento de ingresos (en comparación con los ingresos iniciales del EOM) | $14,850 | $232,650 |
Ingresos iniciales del EOM: $212,350
La atribución multitáctil pone en contexto tácticas complementarias, brindando a un equipo lo que necesita para tomar decisiones matizadas teniendo en cuenta las limitaciones de su mercado y las fortalezas de su organización.
Herramientas de atribución multitáctil para un mundo en el que la privacidad es prioridad
El conjunto de herramientas de comercio omnicanal de Bazaarvoice es la mejor manera de recopilar datos de terceros.
Hardys Wines, la marca de vino número uno del Reino Unido, utiliza Bazaarvoice para recopilar datos de terceros a través de calificaciones y reseñas, dos de los factores que más contribuyen a una decisión de compra. Después de distribuir reseñas entre minoristas a través de la plataforma Bazaarvoice, Hardys aumentó su volumen de reseñas en un 2300 % y mejoró su calificación promedio de estrellas de 4,32 a 4,59.
Dado que muchos compradores en línea filtran los resultados para mostrar productos con una calificación de 4,5 estrellas o más, Hardys pudo llegar a más clientes potenciales, generando ingresos a través de múltiples canales con una táctica a mitad del embudo. Insights & Reports dentro de Bazaarvoice ayuda a marcas como Hardys a maximizar el valor de los datos de terceros.
Combine las herramientas de Bazaarvoice con una plataforma de marketing propia como Klaviyo para recopilar datos de comportamiento que complementen los conocimientos cualitativos de terceros. Los perfiles de clientes de Klaviyo permiten a las marcas mapear los recorridos de los compradores a nivel de usuario y luego ofrecer una experiencia personalizada a través de su conjunto de herramientas de marketing y correo electrónico.
Aproveche herramientas de agregación como Segment para cuantificar el recorrido del cliente a través de canales y descubrir patrones de compra a escala. Segment integra flujos de datos propios de múltiples fuentes, conectando conocimientos para ayudar a las marcas de consumo a comprender los recorridos comunes de los compradores y el rendimiento de los atributos a lo largo de todo el recorrido de compra.
Con los perfiles vinculados de Segment, las marcas de consumo pueden segmentar a los clientes en función de la afinidad, los patrones de compra y el sentimiento, volviéndose más específicos con atribución multitáctil para impulsar el compromiso y la lealtad.
Los datos no te lo dirán todo
Los modelos de atribución son sólo eso: modelos. Cada modelo tiene fallas, vulnerabilidades y puntos ciegos. Las marcas que toman los datos cuantitativos al pie de la letra sin dejar espacio para los matices, el conocimiento y la intuición incurren en más riesgos, no en más seguridad, por su excesiva dependencia de los datos.
La atribución multitáctil no es perfecta: incluso en los días previos al RGPD, los modelos de atribución multitáctil nunca fueron una imagen imparcial de la realidad ni un modelo infalible para el éxito. Cada empresa utiliza un enfoque ligeramente diferente para la atribución de marketing; ninguno es "incorrecto", pero todos reflejan diferentes prioridades y sesgos intrínsecos.
Abordar la atribución multitáctil como un modelo en lugar de una prescripción es clave para abrir la puerta a conversaciones estratégicas y conocimientos significativos.
Para obtener una visión completa del comportamiento del cliente, combine modelos de atribución cuantitativa con datos de usuario cualitativos de Bazaarvoice. Las calificaciones, las reseñas y el contenido generado por los usuarios son una mina de oro de conocimientos que las marcas de consumo pueden aprovechar para comprender a su audiencia.
Las herramientas de Insights & Reports de Bazaarvoice equipan a las marcas con datos de sentimiento, análisis sociales y tendencias de comentarios de los clientes para optimizar la mitad del embudo y mejorar la conversión en todos los canales.
Solicitar una demostración