Big Data aplicado a la Analítica Digital

¿Se pueden poner más palabras juntas que estén de moda sin hacer mucho esfuerzo que las que encontramos en el título de este post?

Depositphotos_60342465_m-2015

Es probable que quien lo escribe no sea el más ingenioso del mundo buscando eslóganes, pero hay cosas que son innegables, y es que los perfiles asociados a estas disciplinas son de los más requeridos del mercado. Las empresas buscan aplicar todas las técnicas que las rodean para mejorar su negocio y solamente unos pocos piensan que son modas pasajeras rodeadas de expresiones muy cool pero con poco recorrido. La razón de por qué hablamos de estas dos áreas en este post no es simplemente una cuestión de modas; sino porque uno de los campos donde más puede aportar el Big Data es precisamente la analítica digital.

Y es que hoy en día se generan multitud de datos en este entorno: registros de visitas, almacenamiento de búsquedas y sus resultados dinámicos, descargas desde los Ad Servers, resultados de pujas en compra programática… Nos enfrentamos a un mundo donde los datos son la base de todo y son ellos los que pueden darnos las claves para hacer crecer nuestro negocio. Lo primero que tenemos que pensar es si estamos recogiendo estos datos en nuestra empresa de la manera más desagregada posible (el conocido como raw data) o podemos tener acceso a ellos ya que, de lo contrario, estamos desperdiciando una gran oportunidad de negocio. Si no tenemos datos de navegación individual, no podremos extraer conclusiones que nos permitan alcanzar personalizadamente a los usuarios; si no guardamos qué busca un usuario, no podemos analizar qué le interesa y cómo se refiere a ello; si no almacenamos en qué banner hizo clic y en cual no, no podremos saber qué creatividad impacta más en un determinado segmento. Sin llegar tan lejos, recoger datos, analizarlos y obtener métricas de rendimiento es algo que, obviamente, no se les ha ocurrido a los Data Scientists: las herramientas de analítica digital buscan exactamente este objetivo y para ello se han diseñado modelos de valor de cliente y conjuntos de KPIs que nos permiten identificar qué funciona y qué no dentro de mi web. Entonces, ¿qué puede aportar el análisis de datos?

En las etapas iniciales de un ecommerce o del portal digital de una empresa lo que se busca es la visibilidad de la marca a través de los contenidos digitales, intentando atraer tráfico que haga que nuestra web deje de ser invisible. Es en estas etapas cuando más importan métricas tradicionales y su crecimiento (número de visitas, usuarios únicos, tasa de rebote, y mil más que ya conocéis) ya que son muy buenos indicadores de estar consiguiendo la visibilidad buscada. Una vez alcanzada, nos empezamos a fijar en métricas que están más relacionadas con el retorno que conseguimos de estos usuarios: consumo efectivo de contenidos, registros, generación de leads, conversiones, etc. Es a partir de este momento donde empiezan a surgir otras cuestiones, mucho más profundas, más cercanas al negocio y a la psicología del usuario donde las métricas empiezan a no decir tanto. Explicar los motivos por los que unos clientes convierten y otros no, por qué unas campañas tienen un mejor impacto que otras o analizar individualmente el ciclo de vida del usuario es algo difícil de resumir en un solo KPI.

Son los Data Scientists las personas capaces de extraer el valor de estos datos y responder a estas preguntas de negocio. Existen muchos motivos por los que ha surgido este nuevo perfil en muchos campos dentro de las empresas:

 

  1. Tratar los grandes volúmenes de datos que se generan requiere del conocimiento de técnicas para ello.

Por ejemplo, en una agencia de marketing digital que trate con diferentes clientes y que recoja los datos de su DSP, la cantidad de datos de impresiones puede superar los varios miles de millones de registros al año.

 

  1. Para integrar diferentes fuentes de datos, internas y externas a las empresas, necesitamos analizar cuál es la manera más eficiente de hacerlo.

No solamente los datos que recogen Tag Managers y DSPs proporcionan valor sino que otras fuentes de datos como los CRMs y ERPs de las empresas ayudan a interpretar qué está pasando. Además, otras fuentes como datos procedentes de administraciones públicas (Open Data) o redes sociales pueden enriquecer esta información

 

  1. Generar estos insights que van más allá de una cifra requiere de técnicas de análisis de variables, modelos predictivos e interpretación para los que hay que estar preparado.

 

Por ejemplo, si queremos identificar si la posición de un espacio para display dentro de una web es el apropiado o no, tendremos que intentar aislar su efectividad de diferentes campañas que puedan promocionarse en él, dependiendo de factores temporales, del contenido que se muestre conjuntamente y muchas variables más que pueden esconder su verdadera efectividad.

En definitiva, el Big Data es el compañero de viaje perfecto del marketing y la analítica digital. Si las herramientas de analítica digital son las que muestran la temperatura de cómo funcionan las webs y los ecommerce, el Big Data es el encargado de devolver respuestas a las preguntas de negocio adecuadas, haciendo que nuestras decisiones no se tomen solamente por la intuición (siempre necesaria) sino buscando las claves dentro de nuestros datos.

 


Previous Post Next Post

You Might Also Like

No Comments

Leave a Reply