Modelización estadística para segmentar mejor a tus usuarios

Cómo utilizar Audience Score para conseguir el doble de beneficios con la misma inversión

Actualmente son muchas las acciones de marketing que forman parte del día a día de las grandes empresas, siendo el remarketing una de las más utilizadas y en la que se invierte una gran parte del presupuesto. Como ya tenemos todos muy interiorizado, lo adecuado es realizar dichas acciones desde una perspectiva user centric, por lo que es habitual tratar de detectar aquellos usuarios que han realizado ciertas acciones en nuestro entorno y que pueden indicar un interés elevado hacia el sitio o que de algún modo dan pistas de ser potencialmente más valiosos.

Lo que acostumbramos a hacer con ese fin, es crear segmentos según los parámetros que creemos que indican a un usuario como más susceptible a la conversión o según lo que hemos leído de algún gurú del marketing digital.

Actuar de esta manera nos puede limitar a centrarnos únicamente en aquellas acciones y variables que son relativamente evidentes y/o generales para cualquier negocio, mala idea si tenemos en cuenta que cada negocio es un mundo, que las cosas cambian con el tiempo y que nuestra intuición no siempre es acertada.

segmentacion usuarios

Es por ello que hoy quiero hablaros de Audience Score (AS), una herramienta basada en la modelización estadística que nace para ir un paso más allá y solucionar los problemas que puede presentar la segmentación clásica y la definición manual de parámetros mediante todos los datos que tenemos de los usuarios y su comportamiento en el sitio obtenidos mediante el uso de herramientas como Webtrekk.

¿Cómo funciona Audience Score?

Partiendo de esta multitud de información, el Audience Score identifica estadísticamente y de forma automática aquellas variables relativas al comportamiento del usuario y su interacción con el sitio web que mantienen alguna relación con la acción clave seleccionada (comprar, solicitar información, registrarse…).

Nos permite obtener como resultado la asignación de una puntuación por usuario que va del cero al diez y que indica lo lejos o cerca que parece encontrarse cada uno de realizar dicha acción. Una vez obtenida esta puntuación, la subimos de nuevo a la herramienta de analítica web mediante una variable personalizada, en el caso de Webtrekk mediante URM categories.

 

URM

 

El hecho de tener a los usuarios clasificados según una puntuación y disponer de ella cómodamente en nuestra herramienta de analítica hace que podamos crear audiencias agrupando aquellos que cuentan con una puntuación de AS elevada y configurar nuestras campañas para que se focalicen en ellos, por ejemplo, evitando así malgastar esfuerzos intentando impactar de nuevo a aquellos usuarios que no tienen ningún valor para nosotros. Este es un posible ejemplo de uso, pero las opciones son infinitas ya que una vez tenemos la capacidad de usar estos datos y podemos tratarlos juntamente con toda la información de que disponemos habitualmente para realizar segmentos, el abanico de posibilidades y cruces de información se multiplica exponencialmente.

Llegados a este punto la pregunta que puede acechar a más de uno es: ¿Pero realmente todo esto funciona?

¿Realmente funciona? Lo probamos con un test

Nosotros también nos la hicimos y lo comprobamos en su momento. Para ello realizamos un test con uno de nuestros grandes clientes en sus campañas de remarketing, concretamente el reto que nos planteamos fue el de mejorar los resultados de una campaña de remarketing habitual, como las que realizaban antes de conocer el AS.

En el test, generamos dos campañas idénticas en contenido cada una con una audiencia: la primera campaña sólo impactaría a usuarios con AS alto y la segunda campaña, de control, impactaría a cualquier usuario, indistintamente de su AS, para simular una campaña sin este dato. Dado que queríamos que cada usuario fuera impactado por una única campaña, los usuarios con AS altos los repartimos 50% en una campaña y 50% en la otra, siendo lo más justos y equilibrados posible con ambas campañas. Los resultados de dicho test fueron los siguientes:

resultados test

 

Espectacular, ¿verdad? Gracias al uso de Audience Score, por cada euro invertido se ganó más del doble que sin él.

Y por si esto fuera poco, a este posible uso del score (no solo aplicable al remarketing sino también a campañas de email, personalización on site, activadores,etc.) hay que añadirle que podemos usarlo para nuestros análisis. Un uso que nos parece especialmente interesante desde este enfoque es el de añadir a nuestra evaluación de las campañas el comparar el AS de los usuarios que hemos captado con cada una, cosa que nos permitirá conocer su calidad de una forma mucho más rica y completa que si nos quedáramos únicamente con si han cumplido el objetivo principal del sitio o no.

En definitiva, los hechos hablan por sí solos y los usos que se le puede dar al Audience Score son muy variados y de gran valor ¿Te quedarás sin aprovecharlo?


Previous Post Next Post

You Might Also Like

No Comments

Leave a Reply