Actualidad

5 errores por evitar en el uso de los datos en campañas de marketing

por Milton Nieves

En los últimos dos años, se han producido importantes cambios en la sociedad, modificando patrones de consumo, sociabilización, trabajo, etc. Ante esta nueva normalidad los datos se han convertido, aún más si cabe, en un factor clave para que compañías entiendan mejor a sus usuarios y tengan una mayor solvencia en la toma de decisiones.

Según Google, si buscas el término “Big Data” existen 7.750.000.000 resultados de búsqueda. Se ha convertido en uno de los términos más repetidos desde principios del siglo XXI y ha sido catapultado por la revolución de las puntocom cuando las empresas empezaron a prestarle atención con una tecnología bastante primitiva. Más de veinte años después del salto tecnológico en esta área, lo más destacado es el cambio de propósito del dato, que ha pasado a utilizarse en iniciativas estratégicas y alineadas con los objetivos de negocio de las compañías, guiadas por la creación de nuevo valor y que impulsan la accionabilidad. 

Cuando hablamos de datos existe un desafío triple para todas las compañías para tener en cuenta.

Desafío 1: Obtener los datos correctos. Big Data es necesario, pero no suficiente, debemos combinarlo con Thick Data and Small Data, para asegurarnos de que estamos buscando las métricas correctas para tener una oferta ganadora.

Desafío 2: De forma correcta. Una vez que buscamos los datos correctos, debemos implementar el ecosistema tecnológico adecuado para recopilarlos de las fuentes correctas, los métodos correctos (cumplimiento de la privacidad) y las integraciones correctas (para evitar los silos de la empresa).

Desafío 3: Transformar los datos en acción. Todos los datos del mundo no marcarán la diferencia a menos que los transformemos en la información correcta (a través de la visualización) y la información correcta en la acción correcta (a través de la ideación).

Si pensamos en áreas de crecimiento mediante el uso de datos podemos hacer referencia a muchas, pero una de las que más rápido ha crecido es el de las “campañas de marketing”. Pasamos de campañas masivas donde se buscaba el mayor alcance posible a campañas granulares hiper-personalizadas que se ajustan en tiempo-real con el uso de Algoritmos, Inteligencia Artificial y Machine Learning.

Desde Designit  hemos identificado algunos de los errores más comunes que los anunciantes cometen en el uso de los datos en las campañas de marketing y os proponemos algunas soluciones útiles para evitar cometer esos errores. 

Error 1: No definir correctamente al público al que nos dirigimos. Aunque pueda parecer algo obvio, el punto de partida sigue siendo especificar de una manera clara y concisa quién es el público objetivo al que nos dirigimos. 
Solución: Ya no debemos centrarnos en datos sociodemográficos o de edad, la segmentación que nos ofrecen los datos contextualizados, geolocalizados y bien sanitizados nos ayudan ahorrando tiempo, reduciendo recursos, optimizando el presupuesto y generando un gran retorno de la inversión publicitaria. Los anunciantes deben ‘mapear’ el journey de sus clientes (en todos los canales) desde las fases iniciales de awareness hasta su retención y recomendación, e incluso la propia baja. Identificar la información que se genera a través de la interacción y el comportamiento para, a través de ella, extraer valor.

Si la audiencia adecuada, se enfrenta en el momento adecuado, con el contenido adecuado, en el canal correcto, con la llamada a la acción correcta. Entonces se maximiza la probabilidad de conversión a la siguiente etapa del journey.

Error 2: Desconocer dónde se encuentra y como se moviliza nuestros consumidores. Los datos generados por nuestros consumidores vienen de multitud de canales tanto online como offline.

Solución: Si queremos hacer una campaña de marketing óptima y personalizada es imprescindible conocer los hábitos de consumo, datos demográficos, el nivel socioeconómico, los intereses en online y offline, los lugares que visitan, los dispositivos que usan, entre otras cosas.

Error 3: Alta resistencia al cambio. En muy poco tiempo hemos pasado de la compra de medios masivos y con impresiones garantizadas, a un modelo de adquisición individualizada de inventario publicitario utilizando Algoritmos, Inteligencia Artificial y Machine Learning.

Solución: Este proceso conlleva un cambio de mindset, un cambio cultural y una actualización de conocimientos por parte de los equipos responsables en los anunciantes para cambiar de una mentalidad masiva a personalizada. Los anunciantes deben convertirse en compañías data-driven y utilizar los datos para tomar decisiones de negocio y crear crecimiento basado en datos. 

Error 4: No tener en cuenta la optimización de las campañas. Aunque parezca raro aún se ven muchos anunciantes que lanzan campañas sin optimizarlas en ningún momento durante el tiempo que duren las mismas.

Solución: Debemos tener previstos varios modelos de campañas para iterar, es necesario realizar test multivariante, obtener datos de los resultados y evaluar para valorar si es necesario una adaptación de creatividades, CTAs o anuncios para ser más efectivos. Hoy en día se pueden automatizar estas adaptaciones de forma que el performance de las campañas se optimice en tiempo real logrando un retorno final óptimo.

Error 5: Falta de claridad al momento de definir KPI´s de campañas. Un error muy común que siguen cometiendo muchos anunciantes es mezclar Objetivos con KPI’s o indicadores claves de performance. 

Solución: Por ejemplo, si un objetivo es Vender Online, los KPI’s pueden ser Cantidad de Visitantes únicos a la Tienda Online, Ratio de Conversión de un anuncio, Cantidad de Clics en Botón Agregar a Carrito, Cantidad de carritos abandonados, entre otras. En función de cuáles sean los objetivos utilizaremos los datos de una forma u otra para desarrollar la campaña de forma óptima.

Sin duda estos errores parecen muy básicos y casi imposibles de creer, pero os sorprendería la cantidad de anunciantes que siguen cometiéndolos.

La combinación del conocimiento y la habilidad analítica de las personas especializadas, junto con Algoritmos e Inteligencia Artificial para ‘crear patrones y predecir comportamientos’ más la suma del diseño centrado en las personas para ‘identificar emociones, necesidades, frustraciones y motivaciones’ son la fórmula del éxito para construir una empresa data-driven.

De esta forma las empresas podrán dirigirse a sus audiencias y/o consumidores de manera más precisa y contextualizada, logrando la relevancia y personalización en los mensajes y las creatividades para cada segmento en tiempo real.

La personalización basada en datos ya no es una opción para evaluar, es una necesidad para las marcas que quieran liderar el mercado en los próximos años.

 


Milton Nieveses head of marketing services para Europa en la firma Designit