por Carlos Molina
En el sector digital tenemos nuestras propias leyendas urbanas, nuestras “chicas de la curva”, y ya es hora de desmentir una de ellas. En el panorama digital hay miles de indicadores y parece que todo se pudiera cuantificar: desde el número de veces que una publicación “gusta” hasta cuánto tiempo permanece un usuario en una web, por mencionar solo algunos de ellos. Sin embargo, esto resulta ser tan leyenda urbana como la de la chica de la curva o las vitaminas del zumo recién exprimido. Y es que, por mucho que nos duela, en el panorama online no se puede medir todo. Nos gustaría, pero es imposible.
Para todo aquello que se puede medir encontramos 3 modos:
1. Las cookies. Gracias a estas líneas de código sabemos desde qué canal accede un usuario a nuestra página web y qué acciones lleva a cabo.
2. Los identificadores, que en principio permiten identificar a los usuarios entre diferentes dispositivos, están en manos de las grandes plataformas (como Facebook o Google), cuyo objetivo es establecer una relación entre campañas y resultados.
3. Estadísticas que, a través de análisis agregado de los resultados, nos ayudan a saber si un usuario proviene de una fuente de tráfico o ha convertido a través de cualquier otro medio.
En función de la tecnología que usen, disponemos de las siguientes herramientas:
MTA: Multi Touch Attribution. Aquí entraría por ejemplo Google Analytics, que hace un seguimiento del comportamiento de los usuarios y el origen de estos, y a partir de ahí se asignan resultados por canales. Las herramientas MTA se basan en identificar el path de conversión que sigue un usuario desde que entra en la web hasta que compra, haciendo uso tanto de cookies como de identificadores, y recientemente algunos incorporan medición agregada estadística de los resultados.
Estudios de lift: hay varios tipos de estudios de lift, y uno de ellos es el conversion lift, que consiste principalmente en montar una campaña publicitaria con una audiencia a la que dividimos en dos: grupo de control y grupo de test. Así, el impacto se lo realizamos al grupo de test para posteriormente comparar resultados con el grupo de control. Pero esto no quiere decir que los de control no reciban ads, ya que recibirán impactos por emailing, televisión, Google o cualquier otro canal. Cuando acabe la campaña, comparamos el número de conversiones entre el grupo de test y el grupo de control. Este método es apto para grandes anunciantes, cuyas audiencias recibirán impactos y conversiones, independientemente de una estrategia concreta.
MMM: Los estudios Media Mix Modelling miden el impacto de una acción publicitaria, sin basarse en la identificación de los usuarios. Simplificando mucho, si al invertir en Facebook, observamos en el resultado de esa inversión en un incremento de ventas. Si las ventas, tras una inversión, pasan de 100 a 120 ventas, se podría decir que han aumentado un 20 %.
Pero este panorama, que es el que hasta ahora teníamos, está cambiando. Y es que las grandes plataformas se están enfrentando a problemas varios por la privacidad y por el fin de las cookies. Una de las principales consecuencias es la pérdida de audiencias y una creciente dificultad para medir.
Si este inestable panorama no fuese suficiente, hay que añadir el escollo del multidispositivo: y es que trackear lo que hace el usuario se convierte en una misión casi imposible. Aparte, los entornos operan de manera diferente aunque sea dentro del mismo dispositivo. Por ejemplo, webs y apps, ya que estas últimas funcionan sin cookies.
Todas estas variables hacen que la medición se convierta en un reto, y el path de conversión sea muy difícil de establecer, quedando dividido en otros paths más pequeños e incompletos. Entonces surgen las discrepancias en la información que obtenemos de los distintos canales: los modelos MTA son muy buenos para tomar decisiones tácticas en el día a día, pero muy dependientes de la capacidad de identificación. Por el contrario, los modelos MMM no se pueden utilizar para decisiones tácticas ya que requieren de una cantidad de datos considerable para conseguir resultados estadísticos, y la evolución de sus resultados son más lentos. Ayudan a realizar planificaciones pero en el día a día no son prácticos. Todas estas discrepancias llevan a una desconfianza de los anunciantes ya que los resultados entre los distintos canales difieren.
La imposibilidad de medir conversiones se ve subrayada por la guerra interna entre las distintas plataformas para no facilitarse información y datos entre ellas. Tal es la situación, que ni siquiera en la medición de impresiones se ponen de acuerdo. Por ejemplo, Google y Facebook cuentan de manera distinta impresiones y viewability. Mientras que Facebook no arroja ninguna información sobre el viewability, Google únicamente factura las impresiones visibles, y un sin fin de discrepancias en los KPIs más básicos, por lo que no podemos esperar mucho acuerdo en la medición de las conversiones.
Por ende, el problema ya no reside solo en la idiosincrasia de cada herramienta de medición, sino que las propias plataformas no se ponen de acuerdo en qué ni cómo analizar, y ni Facebook ni Google están dispuestos a compartir su información con el fin de establecer criterios comunes. Para terminar de complicar el panorama, el actual panorama internacional legislativo ha llevado a que varios países prohíban Google Analytics por incumplimiento de la GDPR.
En Tidart trabajamos con un framework MMM para, al menos, aportar información real a nuestros clientes desde un punto de vista estadístico sobre sus campañas. Todo este contexto da lugar a que sea tremendamente complejo realizar una medición de las conversiones realista y fidedigno. Así que si te dicen lo contrario… Es una leyenda urbana.
Carlos Molina (