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.
No hay comentarios:
Publicar un comentario