Nuevas formas de anรกlisis del Customer Journey enero / 2012
1
1. INTRODUCCIÓN El Customer Journey es uno de los temas de más actualidad en el ámbito del marketing online. Muchas agencias especializadas están ofreciendo este servicio ya que conocer el recorrido de un usuario antes de convertirse en cliente puede convertirse en un elemento muy importante para los anunciantes. El Customer Journey o análisis del recorrido de un cliente es un método muy popular que se utiliza para descubrir dónde invertir el presupuesto de marketing de manera más eficiente, de forma que, a largo plazo, se aumenten las ventas y se optimice la inversión en publicidad. Para averiguar a través de qué canales los clientes acceden al producto, las agencias suelen utilizar herramientas técnicas de gran rendimiento con las que se rastrean las rutas de los usuarios. Pero este análisis del Customer Journey basado en soluciones técnicas plantea limitaciones que pueden llegar a impedir una visión real de la trayectoria del cliente. Los riesgos asociados a este análisis han llevado a QUISMA a investigar enfoques alternativos. El resultado obtenido desvela que el llamado Sales Modelling es el método idóneo para averiguar hasta qué punto contribuyen cada uno de los canales a la generación de las ventas. Leticia Sánchez Tejero, Account Manager de QUISMA España, explica a continuación los objetivos del análisis del Customer Journey, así como las restricciones del modelo. Además, aborda el Sales Modelling, a través del cual es posible la optimización de los diferentes canales, permitiendo una inversión optimizada del presupuesto, más allá de las limitaciones del Customer Journey.
2
2. Los límites del análisis clásico del Customer Journey
A través del análisis del Customer Journey se describe el recorrido del cliente desde su primer contacto con un producto hasta la adquisición del mismo. Al averiguar qué rutas suelen seguir los usuarios en Internet, la empresa puede explotar las medidas publicitarias adecuadas en cada uno de los canales publicitarios que el grupo objetivo utiliza principalmente. Los anunciantes que conocen la mayor parte de las rutas de sus usuarios cuentan con una gran ventaja: pueden aplicar las medidas a su cartera de clientes y saber qué combinaciones ofrecen la máxima probabilidad de éxito. Esta información les permite administrar su presupuesto de la forma más eficaz, así como invertir únicamente en determinados canales publicitarios, teniendo en cuenta las expectativas de éxito. Este éxito se refleja posteriormente en el aumento de las ventas, así como en la disminución de los costs-per-order (coste por pedido). Todas las agencias activas en el ámbito online apuestan hoy en día por las soluciones técnicas para realizar el análisis del Customer Journey. Soluciones técnicas que, sin embargo, pueden ofrecer ciertas dificultades al anunciante. En primer lugar, este método solo garantiza el éxito si el anunciante utiliza únicamente Internet como vía de comunicación. Además, debe utilizar un único sistema de monitoreo. Junto con la limitación de las vías de comunicación se suceden algunos problemas que dificultan o distorsionan la representación del análisis de las rutas del cliente, lo que falsea inevitablemente los datos. Por este motivo, resulta imperativo que las empresas y las agencias tengan en cuenta las siguientes limitaciones a la hora de tomar decisiones sobre cómo invertir sus presupuestos en campañas publicitarias. 3
Los cambios de dispositivo no pueden ser analizados por los sistemas de tracking y seguimiento Con una solución técnica de rastreo es imposible detectar los cambios de dispositivo. La mayoría de los usuarios suelen utilizar hoy en día diferentes dispositivos (teléfonos móviles, portátiles, tablets, etc.) para informarse en Internet acerca de productos. De esta forma, por ejemplo, un usuario entra en contacto con un producto concreto desde el ordenador de la oficina, lleva a cabo búsquedas específicas en el ordenador de casa, obtiene más datos a través de su Smartphone y efectúa la compra, finalmente, en el ordenador del trabajo. Esta ruta no puede rastrearse mediante los sistemas de tracking, ya que estos registran IDs únicas e individuales. Esto implica que cada vez que el usuario accede desde un dispositivo diferente, se le asocia una ID única e individual. En el caso del ejemplo anterior, implicaría que el sistema sólo asocia a un usuario concreto el primer y el último clic. El trayecto del cliente no puede rastrearse ni reproducirse por completo. Esta limitación da lugar automáticamente a errores en la representación de la ruta del cliente. Las aportaciones de cada uno de los canales no son analizables, ya que se registran solo algunos de los clics del usuario y, consecuentemente, la ruta resulta incompleta. Esto hace del Customer Journey un método defectuoso, que dificulta o impide la inversión óptima de los presupuestos.
No es posible tomar en consideración la eliminación de cookies Un problema similar se produce con aquellos usuarios que borran periódicamente las cookies: al eliminarlas, el Customer Journey se distorsiona, ya que las rutas del cliente no pueden ser analizadas por completo. Únicamente pueden identificarse las actividades llevadas a cabo tras la eliminación y si el cliente ha reparado en el producto antes de borrar las cookies, los puntos de contacto desaparecen.
En el cálculo no pueden tenerse en cuenta los factores externos Los factores externos, como por ejemplo las actividades publicitarias offline, no pueden ser registradas por los sistemas de rastreo. Los puntos de contacto que el usuario establece con la publicidad televisiva, los periódicos o las revistas, no pueden ser analizados por los sistemas de tracking y seguimiento online. Además, las ofertas especiales o la estacionalidad no pueden ser registradas ni, en consecuencia, tenidas en cuenta.
Utilización de diferentes sistemas de rastreo de diversos proveedores Si las empresas usan diversos proveedores para el seguimiento de sus actividades publicitarias online, el Customer Journey se analiza de forma limitada. 4
Por ejemplo, si el operador A rastrea las actividades de Display y afiliación mientras que el operador B controla las actividades de SEM y SEO, cada uno de ellos sólo puede representar de manera coherente su propio ámbito. En este caso no es posible un asesoramiento total acerca de la inversión óptima de los presupuestos. Esta restricción también da lugar a un resultado distorsionado e impide una representación realista.
Actualmente QUISMA también ofrece el análisis del Customer Journey a través de sistemas de rastreo. Sin embargo, a raíz de las limitaciones anteriormente descritas, nos hemos encargado de buscar un enfoque alternativo: el Sales Modelling. Éste carece de los problemas anteriormente descritos y facilita una representación real del Customer Journey, abarcando todos y cada uno de los factores relevantes.
3. Sales Modelling El Sales Modelling consiste en un procedimiento de análisis multivariante en el que se incluyen varios factores (como por ejemplo las ventas, los gastos de publicidad, la estacionalidad, los precios, etc.) dentro de un contexto de correlación. El objetivo de esta recopilación de datos es analizar el Return On Investment (ROI) de los factores respecto a la venta final obtenida, con el fin de poder deducir recomendaciones de actuación para una inversión óptima de los presupuestos. En el enfoque del Sales Modelling se calcula la aportación de cada uno de los canales a la generación de ventas. No se reproducen las rutas de forma individual, ya que se trata más bien de calcular los contextos de correlación y las aportaciones de cada uno de los canales y factores externos. Así, como modelo multivariante, toma las ventas por un lado y los factores de influencia por otro (la publicidad online y offline y otros factores externos como la estacionalidad, las actividades de la competencia, la tendencia del mercado, los precios) dentro de un contexto de correlación. El resultado es una representación exacta de la aportación de cada actividad a las ventas generadas. La mayor ventaja del Sales Modelling con respecto a los sistemas de rastreo es que las actividades offline, así como los factores externos también se pueden incluir en el proceso de generación de ventas. 5
La siguiente figura indica qué contenidos pueden incluirse en el Sales Modelling: Ejemplos de contenidos del Sales Modelling
Fuente: QUISMA
Las actividades publicitarias online pueden pertenecer, por ejemplo, al Search Engine Marketing (SEM), Search Engine Optimization (SEO), Display Advertising o Marketing de Afiliación. Además, gracias a su efecto potenciador de las ventas, también pueden integrarse en el Sales Modelling actividades del ámbito de la Conversion Optimization. Las actividades publicitarias convencionales se llevan a cabo principalmente en los sectores televisivo y de la prensa, y suelen figurar en la evaluación en forma de GRPs. Junto con las actividades publicitarias existe la posibilidad de incluir también factores externos, como por ejemplo el precio, la estacionalidad, los factores macroeconómicos, el clima, las acciones de Relaciones Públicas, etc. El Sales Modelling permite así elaborar pronósticos de futuro a partir de datos del pasado. Después de pronosticar la influencia sobre las ventas de cada uno de los factores, los datos pueden proyectarse en el futuro a partir del cálculo del Sales Modelling. Esto es, el proceso de ventas puede representarse en función de los datos. Como consecuencia puede asociarse el presupuesto de publicidad para las acciones futuras con el objetivo de obtener la máxima rentabilidad. De esta forma, las empresas anunciantes pueden utilizar el Sales Modelling como herramienta
6
para mejorar la planificación de decisiones futuras en materia de inversión y marketing. El Sales Modelling permite tomar decisiones estratégicas más acertadas, ya que es posible averiguar relaciones complejas que no se pueden detectar mediante análisis descriptivos sencillos. En el sector clásico se suele recurrir al método Sales Modelling, ya que proporciona a la gestión estratégica fundamentos más acertados para la toma de decisiones que las herramientas y enfoques tradicionales. QUISMA es una de las primeras agencias en aplicar el Sales Modelling también al ámbito online, con el fin de mejorar la situación actual de la planificación y estructuración de decisiones en materia de inversión. En definitiva, el Sales Modelling da respuesta a las siguientes incógnitas:
• ¿Cuál es el ratio de Return On Investment de mis actividades • • •
de marketing online y offline? ¿Cuáles de mis canales publicitarios ofrece el mayor potencial de crecimiento? ¿Cómo puedo invertir de forma óptima mi presupuesto para publicidad en los diferentes soportes? ¿De qué manera repercute la publicidad clásica en el comportamiento de compra dentro mi tienda online?
4. Análisis de regresión El Sales Modelling se basa en el modelo econométrico del análisis de regresión, que actúa como fundamento para todas las recomendaciones de actuación y nos proporciona a los publicistas pronósticos realistas. El análisis de la regresión es uno de los procedimientos de análisis multivariante más utilizados. El método consiste en examinar la relación entre una variable dependiente y una o varias variables independientes. Con ayuda del análisis de regresión pueden establecerse relaciones inimaginables mediante los análisis simples de los datos. Además, a partir de este método de análisis pueden deducirse pronósticos de evolución futura. El análisis de regresión se aplica de múltiples formas en las ciencias económicas. Por ejemplo, puede emplearse para responder a las siguientes cuestiones:
• Estimación de la relación entre el volumen de ventas de un producto • •
y la composición de determinados grupos objetivo Estimación de la relación entre el volumen de ventas de un producto y el precio Estimación de la relación entre el volumen de ventas de un producto y el presupuesto de publicidad, el precio y las actividades de servicio externo 7
Es por esto por lo que el análisis de la regresión es especialmente ventajoso, ya que una sola variable dependiente puede estudiarse en relación a una o varias variables independientes de manera simultánea. De esta forma es posible obtener una explicación completa y aclarar mejor el desarrollo de las variables dependientes. En el caso del Sales Modelling, se examina la relación entre las ventas obtenidas y las actividades publicitarias. Para estimar el sell-out en el marco del Sales Modelling se recurre a un análisis de regresión lineal. El análisis de regresión lineal atribuye una relación lineal entre la variable dependiente, expresada en escala métrica, y una o varias variables independientes.
La función de regresión es la siguiente:
(1) yi= b0 + ∑k∈Kbk * xk,i + ei
Siendo: yi:
el valor de la observación i-ésima de la variable dependiente, p. ej. ventas
x(k,i): el valor de la observación i-ésima de la variable independiente k, p. ej. clics de SEM o en el banner b0:
la constante de la función de regresión, p. ej. ventas generadas sin servicios publicitarios
bk:
coeficiente de regresión para la representación de la influencia de la variable independiente k, p. ej. impacto de las campañas de SEM sobre el rendimiento total
ei:
remanente de la i-ésima observación Indexmenge
I: K:
índice de observaciones índice de variables
8
Para efectuar un análisis de la regresión es necesario conocer los valores de la variable dependiente Y i , así como de las variables independientes Xk, i. Sin estos valores sería imposible llevar a cabo un análisis de la regresión. Todos los demás valores, como la constante de la función de regresión b0, los coeficientes de regresión bk (k∈K) y los remanentes ei (i∈I) se calculan en el marco del análisis de la regresión. Para la estimación de la función de regresión se recurre a algoritmos matemáticos complejos. Estos métodos están respaldados por enormes operaciones matemáticas. Por este motivo, se utilizan generalmente programas de estadística de gran potencia, con el fin de esclarecer la relación funcional. Si se conocen los datos, estos pueden registrarse y analizarse a través de dichos programas. A partir del resultado del análisis de la regresión pueden deducirse e interpretarse directamente las relaciones. En el caso del análisis de la regresión, la dificultad no reside en la estimación de la función (que el programa efectúa de manera automática) o en la interpretación de los resultados, sino en el trabajo previo de preparación. Esto incluye:
• La elaboración de hipótesis sobre las relaciones funcionales • La selección del método de estimación en función de las • •
hipótesis planteadas La recopilación de datos El procesamiento de datos, en el que estos son transformados de forma que puedan utilizarse en el estudio seleccionado
Para estas actividades se debe prever una enorme inversión de tiempo. Si el procedimiento se plantea y se lleva a cabo cuidadosamente, la función de regresión puede deducirse e interpretarse posteriormente sin ningún tipo de problema. A partir de las interpretaciones pueden formularse recomendaciones de actuación basadas en hechos matemáticos sólidos, los cuales no pueden identificarse ni deducirse haciendo uso de los análisis tradicionales. En el siguiente capítulo se explica, partiendo del ejemplo de un cliente, cómo es posible aumentar las ventas gracias al Sales Modelling, disminuyendo al mismo tiempo el coste por venta.
9
6. Evidencia empírica Desde principios de 2009, QUISMA se encarga de gestionar todas las actividades online de una de las principales tiendas alemanas de moda por Internet. Nuestra misión en este caso es aumentar la presencia del producto y las ventas por una parte, así como la planificación completa de los medios publicitarios, incluyendo la administración óptima de los presupuestos de marketing. Para gestionar los presupuestos de este cliente, QUISMA ha recurrido al Sales Modelling aplicando el análisis de la regresión. En este ejemplo, las ventas se analizaron como resultado de las actividades del cliente. Dichas actividades consistieron en las inversiones en los canales solicitados: marketing de afiliación, Display-Advertising, Retargeting, publicidad en buscadores y posicionamiento en buscadores. Para la gestión óptima de los presupuestos, QUISMA examinó tanto el rendimiento de cada uno de los canales como la influencia de estos en el rendimiento total. Teniendo en cuenta los efectos cross-media se calculó posteriormente un Sales Modelling para el periodo comprendido entre enero de 2009 y junio de 2010. Gracias a él se detectaron las influencias de los canales sobre el rendimiento total. Partiendo de estos resultados se reestructuraron las inversiones del presupuesto para los dos últimos trimestres del 2010, realizando variaciones mínimas en el volumen y comparándolo con las de los dos últimos trimestres del año 2009. Asignación presupuestaria en la situación inicial:
Asignación presupuestaria en la situación inicial T3 – T4 2009 Fuente: QUISMA 10
En el ejercicio económico 2009 se invirtió la mitad del presupuesto en SEM. Con el objetivo de aumentar la presencia del producto se efectuaron, sobre todo, inversiones en keywords genéricas. Los demás canales publicitarios se incluyeron de forma secundaria. El punto fuerte localizado en el canal SEM dio lugar al empeoramiento progresivo de los ratios de conversión. Asignación de presupuestos basado en el Sales Modelling:
Asignación de presupuesto basado en el Sales Modelling T3 – T4 2010, Fuente: QUISMA
Gracias a la identificación de los efectos cross-over con ayuda del Sales Modelling, el presupuesto para Display-Advertising aumentó, disminuyendo notablemente el presupuesto para SEM. Los resultados obtenidos mediante el Sales Modelling son muy destacables. Aunque los presupuestos de todos los canales se vieron reducidos, excepto los presupuestos para Display-Advertising (que aumentó notablemente) y SEO (que aumentó en menor medida), las ventas obtenidas prácticamente no disminuyeron o no lo hicieron en absoluto.
11
Ventas
Ventas ejercicio econ贸mico (T3T4) 2009, Fuente: QUISMA
Ventas
Ventas ejercicio econ贸mico (T3T4) 2010, Fuente: QUISMA
12
Comparando los dos últimos trimestres de los años 2009 y 2010 se observa que las ventas obtenidas con presupuestos prácticamente inalterados pudieron aumentar un 24%, mientras que el ratio de marketing descendió un 43%.
Ventas
30.000
+24%
20.000 10.000
18.611
23.078
Aumento de las ventas Fuente: QUISMA
0 Ventas 2010 Q3-Q4
Ventas 2009 Q3-Q4
Ratio de marketing
15%
-43%
10% 5%
13,13%
7,50% Retroceso ratio de marketing Fuente: QUISMA
0 MR 2009 Q3-Q4
MR 2010 Q3-Q4
13
7. Resultado Una inversión eficiente de los presupuestos que abarque diferentes canales online es imprescindible especialmente para los clientes que invierten sumas importantes en la publicidad online. La inversión basada en soluciones tecnológicas se presenta insuficiente, ya que muchas empresas que invierten grandes presupuestos para publicidad online también invierten en medios publicitarios offline (televisión y prensa). En este caso, las soluciones tecnológicas repercutirían negativamente sobre la publicidad offline. Además, restricciones tales como el cambio de dispositivo, la eliminación de cookies y el rastreo a través de diferentes operadores dan lugar a conclusiones erróneas respecto al Customer Journey real. Debido a estas limitaciones, una inversión eficiente de los presupuestos en diversos medios publicitarios se traduce de forma problemática. Sin embargo, el enfoque del Sales Modelling permite calcular la aportación de cada uno de los canales a la generación de ventas. Algunas rutas del usuario no se reproducen ya que se trata más bien de calcular los contextos de correlación y las aportaciones de cada uno de los canales (online y offline) además de factores externos. El resultado es una representación exacta de la aportación de cada actividad a las ventas generadas. Pero la mayor ventaja del Sales Modelling con respecto a los sistemas de tracking es que también las actividades offline (televisión, prensa) y los factores externos (efectos de la temporada, actividades de la competencia, tendencias del mercado, precios, etc.) pueden incluirse en el proceso de generación de ventas.
Queda claro: “El Sales Modelling va un paso más allá del Customer Journey.”
14
Madrid Munich Dusseldorf Frankfurt Viena Zurich Londres Milán Amsterdam
Varsovia París Estanbul Moscú Bruselas Dubai Praga Bratislava
Creating Value & Performance in Digital QUISMA c/ Norias, 92 Majadahonda - 28221 Madrid +34 (0)91 73611-46 +34 (0)91 40380-60 infoes@quisma.com
BLOG