Marketing, incertidumbre y modelos de atribución

En marketing los modelos de atribución son la base de la planificación, predicción y optimización de los diferentes canales de interacción con el cliente

Los modelos de atribución, o el peso que cada acción de marketing o comercial ha tenido sobre la generación real de demanda es quizás uno de los temas que más me apasionan del marketing.

Des de una perspectiva puramente matemática, la atribución es un problema complejo porque:

• Intervienen muchas variables

• Estas variables no son independientes, es decir, influyen unas en otras y hasta se retroalimentan o inhiben

• Los targets son personas y como tales nos enfrentamos a comportamientos no siempre racionales

• Los conocimientos básicos en estadística, al generalizarlos, suelen llevarnos a cometer errores de análisis e interpretación de los datos

Y hoy en día, en el que a los canales tradicionales añadimos la analítica web, el problema se vuelve algo más complejo. Disponemos de gran cantidad de información o métricas sobre el tráfico en la red, las conversiones, su origen, el % de rebote… Y de este modo, el número de variables y su interacción aumentan.

Leyendo el obligado artículo “Multi-Channel Attribution Modeling: The Good, Bad and Ugly” de Avinash Kaushik, gurú del marketing digital, rápidamente nos damos cuenta de la importancia de los análisis multicanal y de la forma de abordarlos a través del análisis de métricas puntualmente proporcionadas por herramientas tipo analytics.

¿Pero que pasa con el resto de canales? ¿Podemos afirmar que en una conversión a través de nuestra página no ha habido ninguna influencia de nuestro equipo comercial o del departamento de telemarketing o del envío de un catálogo?

El ajuste de las métricas mediante la determinación de influencias cruzadas con acciones no digitales aporta una información valiosísima para planificar, ajustar y optimizar nuestras acciones de marketing.

Por otro lado, todos estos análisis llevan asociada “incertidumbre”, y al igual que con las encuestas electorales, siempre me ha sorprendido que los resultados no vayan acompañados de un índice de significancia o de su correspondiente margen de error.

En definitiva, los modelos de atribución deberían convertirse en rigurosos modelos de análisis multivariantes (heurísticos, algorítmicos o mixtos) incluyendo la incertidumbre asociada para poder actuar en cada momento de la forma más efectiva.

Y esto es lo que de alguna manera aborda el marketing mix modeling (MMM), en el que en futuros posts iremos profundizando.