Cómo se utiliza el análisis de atribución para obtener una perspectiva de marketing más sólida

almacén de datos como solución

La cantidad de puntos de contacto a través de los cuales interactúa con los clientes, y las formas en que encuentran su marca, se ha disparado en los últimos años. En el pasado, las opciones eran simples: publicaba un anuncio impreso, un comercial de transmisión, tal vez correo directo o alguna combinación. Hoy en día existen búsquedas, visualización en línea, redes sociales, dispositivos móviles, blogs, sitios de agregación y la lista continúa.

Con la proliferación de puntos de contacto con el cliente, también ha aumentado el escrutinio con respecto a la efectividad. ¿Cuál es el valor real de un dólar gastado en un medio determinado? ¿Qué medio le da más valor por su dinero? ¿Cómo puede maximizar el impacto en el futuro?

Nuevamente, en el pasado, la medición era simple: publicaba un anuncio y evaluaba la diferencia en términos de conocimiento, tráfico y ventas. Hoy en día, los intercambios de anuncios ofrecen información sobre cuántas personas hicieron clic en su anuncio y llegaron al destino deseado.

¿Pero que pasa entonces?

El análisis de atribución puede proporcionar la respuesta a esa pregunta. Puede reunir datos de diversas fuentes tanto internas de su empresa como externas en términos de alcance al cliente. Puede ayudarlo a determinar qué canales son más rentables para generar un volumen de respuestas. Lo más importante es que puede ayudarlo a identificar a sus mejores clientes dentro de ese grupo y actuar sobre esa información ajustando su estrategia de marketing en consecuencia.

¿Cómo puedes utilizar análisis de atribución eficazmente y cosechar estos beneficios? Aquí hay un estudio de caso rápido sobre cómo lo hizo una empresa:

El caso de uso del análisis de atribución

Una empresa de productividad móvil comercializa una aplicación que permite a los usuarios crear, revisar y compartir documentos desde cualquier dispositivo. Al principio, la empresa implementó analítica herramientas con paneles prediseñados para rastrear métricas básicas como descargas, recuentos de usuarios diarios / mensuales, tiempo dedicado a la aplicación, cantidad de documentos creados, etc.

Los análisis de tamaño único no sirven para todos

A medida que el crecimiento de la empresa se disparó y su número de usuarios aumentó a millones, este enfoque único para la información no se amplió. Su tercero analítica El servicio no pudo manejar la integración de datos en tiempo real de múltiples fuentes, como registros de la plataforma del servidor, tráfico del sitio web y campañas publicitarias.

Además, la empresa necesitaba analizar la atribución en múltiples pantallas y canales para ayudarlos a decidir dónde se gastaría mejor el próximo dólar de marketing incremental para la adquisición de nuevos clientes. Un escenario típico fue el siguiente: un usuario vio el anuncio de Facebook de la compañía mientras estaba en su teléfono, luego buscó reseñas sobre la compañía en su computadora portátil y finalmente hizo clic para instalar la aplicación desde un anuncio gráfico en su tableta. En este caso, la atribución requiere dividir el crédito para adquirir ese nuevo cliente en las redes sociales en dispositivos móviles, búsquedas / reseñas de pago en la PC y anuncios gráficos en la aplicación en tabletas.

La empresa necesitaba dar un paso más y descubrir qué fuente de marketing online les ayudó a adquirir a sus usuarios más valiosos. Necesitaban identificar los comportamientos de los usuarios, más allá de la acción genérica de hacer clic para instalar, que eran exclusivos de la aplicación y que hacían que el usuario fuera valioso para la empresa. En sus primeros días, Facebook desarrolló una manera simple pero poderosa de hacer esto: descubrieron que la cantidad de personas que un usuario hace "amigos" dentro de un número determinado de días después de registrarse era un gran indicador de cuán comprometido o valioso sería un usuario. estar en el largo plazo. Medios online y de terceros analítica Los sistemas son ciegos a este tipo de acciones complejas desplazadas en el tiempo que ocurren dentro de una aplicación.

Necesitaban personalizado análisis de atribución para hacer el trabajo.

El análisis de atribución es la solución

Comenzando de manera simple, la empresa desarrolló internamente un objetivo inicial: descubrir con precisión cómo un usuario determinado tiende a interactuar con su producto en una sola sesión. Una vez que se determinó eso, podrían profundizar más en esos datos para crear segmentos de perfil de clientes en función de su estado como usuarios de pago y la cantidad gastada cada mes. Al fusionar estas dos áreas de datos, la empresa pudo determinar el valor del tiempo de vida - una métrica que define qué tipos de clientes tienen el mayor potencial de ingresos. Esa información, a su vez, les permitió dirigirse más específicamente a otros usuarios, aquellos que tenían el mismo perfil de "valor de por vida", a través de opciones de medios muy específicas, con ofertas muy específicas.

¿El resultado? Uso más inteligente e informado de los dólares de marketing. Crecimiento continuo. Y un sistema de análisis de atribución personalizado que podría crecer y adaptarse a medida que la empresa avanza.

Un análisis de atribución exitoso

Cuando empiece a participar análisis de atribución, es importante que primero defina el éxito en sus propios términos y que sea sencillo. Pregúntese, ¿a quién considero un buen cliente? Luego pregunte, ¿cuáles son mis objetivos con ese cliente? Puede optar por aumentar el gasto y consolidar la lealtad con sus clientes de mayor valor. O puede optar por determinar dónde puede encontrar más clientes valiosos como ellos. Realmente todo depende de usted y de lo que es adecuado para su organización.

En resumen, el análisis de atribución puede ser una forma muy rápida y fácil de reunir datos de varias fuentes internas y de terceros, y dar sentido a esos datos en términos que usted determine de manera muy específica. Obtendrá la información que necesita para definir claramente y alcanzar sus objetivos de marketing, luego perfeccionará su estrategia para lograr el mayor ROI posible por cada dólar gastado en marketing.

¿Qué es el almacén de datos como servicio?

Recientemente escribimos sobre cómo las tecnologías de datos están en aumento para comercializadores. Los almacenes de datos proporcionan un repositorio central que escala y proporciona una gran perspectiva de sus esfuerzos de marketing, lo que permite la capacidad de incorporar grandes volúmenes de datos de clientes, transacciones, finanzas y marketing. Al capturar datos en línea, fuera de línea y móviles en una base de datos de informes central, los especialistas en marketing pueden analizar y obtener las respuestas que necesitan cuando las necesitan. La construcción de un almacén de datos es toda una empresa para la empresa promedio, pero el almacén de datos como servicio (DWaaS) resuelve el problema para las empresas.

Acerca de BitYota Data Warehouse as a Service

Esta publicación fue escrita con la ayuda de BitYota. La solución Data Warehouse as a Service de BitYota elimina el dolor de cabeza de tener que configurar y administrar otra plataforma de datos. BitYota permite a los especialistas en marketing poner en funcionamiento rápidamente su almacén de datos, conectarse fácilmente a un proveedor en la nube y configurar su almacén. La tecnología utiliza SQL sobre tecnología JSON para consultar fácilmente su almacén y viene con fuentes de datos en tiempo real para análisis rápidos.

Análisis de atribución - BitYota

Uno de los principales inhibidores de la rápida analítica es la necesidad de transformar los datos antes de almacenarlos en su analítica sistema. En un mundo donde las aplicaciones cambian constantemente, los datos que llegan de múltiples fuentes y en diferentes formatos, significa que las empresas a menudo se encuentran pasando demasiado tiempo en proyectos de transformación de datos o enfrentan roto analítica sistemas. BitYota almacena y analiza los datos en su formato nativo, eliminando así la necesidad de procesos de transformación de datos laboriosos y que consumen mucho tiempo. Eliminar la transformación de datos proporciona a nuestros clientes una analítica, máxima flexibilidad y completa fidelidad de datos. BitYota

A medida que cambian sus necesidades, puede agregar o eliminar nodos de su clúster o cambiar las configuraciones de la máquina. Como solución totalmente gestionada, BitYota monitorea, administra, aprovisiona y escala su plataforma de datos, para que pueda concentrarse en lo que es importante: analizar sus datos.

¿Qué piensas?

Este sitio usa Akismet para reducir el correo no deseado. Descubra cómo se procesan los datos de sus comentarios.