Por un lado, según un estudio de KPMG, el 40% de los consumidores se muestra escéptico ante la capacidad de las empresas para proteger sus datos personales y su privacidad en línea. Sin embargo, las encuestas de BCG, Google e IAB indican que el 75% de los encuestados sólo quiere ver anuncios que se ajusten a sus preferencias. Por eso es fundamental contar con soluciones que respondan a estas dos necesidades prioritarias: privacidad y contenido relevante.



Como experto senior en analítica digital y jefe de equipo, he realizado varias auditorías de privacidad a lo largo de los años, y a lo largo del proceso he identificado algunos escollos que, en mi opinión, son más comunes que otros y pueden poner en peligro la protección de datos. No temas, porque este artículo desvela estas trampas traicioneras Prepárese para conocer las cuatro cosas más importantes que debe evitar a la hora de configurar los parámetros de privacidad en su implementación de análisis digital.

La tentación de "rastrearlo todo

Ah, sí, la tentación de "rastrearlo todo" que inevitablemente se nos pasa por la cabeza: "No hay prioridad ni caso de negocio, queremos rastrearlo todo" Pero esperad, queridos aventureros de los datos, no abandonemos el noble principio de "privacidad por diseño" Dejar de lado este principio conlleva un gran peligro para nuestras prácticas éticas de datos.



La tentación de rastrearlo todo la sufren con frecuencia los equipos con grandes presupuestos que utilizan múltiples herramientas analíticas para rastrear los mismos puntos de datos, pasando la mayor parte de su tiempo discutiendo sobre qué herramienta está registrando las cifras correctas. Quieren ser capaces de responder a cualquier pregunta, cuando en lo que deberían centrarse es en encontrar las preguntas adecuadas.

Esto se debe a que el enfoque "Tracking Everything" pone en riesgo la privacidad: de hecho, esta afirmación contradice directamente los principios de privacidad por diseño. Pondría a la marca en la situación de recopilar información que no necesita, vulnerando la privacidad del usuario final. Esencialmente, se estaría gastando mucho dinero para arriesgarse a pagar una gran multa.

Independientemente de los problemas de privacidad, este comportamiento es costoso de otras maneras. Revela cierta inmadurez de los datos, lo que puede acarrear dificultades para mantener sus conjuntos de datos ordenados y rentables. Como resultado, los consumidores de datos pueden volverse escépticos respecto a su producto analítico.

Esta priorización puede lograrse mediante una estrategia de medición bien definida. Para definir dicha estrategia, considere qué señales es más probable que espere ver en su conjunto de datos cuando los usuarios están comprometidos (o no).



Como paso preliminar, recomiendo organizar un taller con todas las partes interesadas para definir prioridades y ventajas. Después, y sólo después, empiece a recopilar datos. Esto le ayudará a desarrollar una fuente de verdad fiable y de confianza que incluya a todas las partes interesadas.

Siempre se pueden añadir puntos de datos a medida que se avanza en el análisis y se plantean nuevas preguntas inteligentes, pero hacer un seguimiento de los datos por el mero hecho de tenerlos es un error. Las partes interesadas se lo agradecerán. A las personas que necesitan matar hormigas no hay que venderles bazucas. Ayúdeles a crecer a un ritmo para el que estén preparados.

Consentimiento implícito por defecto

Con frecuencia veo el consentimiento implícito establecido como configuración predeterminada, y otras regulaciones como GDPR aplicadas sobre una base regional. Si la geolocalización de tu CMP está bloqueada por cualquier motivo (sí, he visto que esto ocurre), corres el riesgo de que el consentimiento implícito se aplique a países en los que, en su lugar, deberían aplicarse normativas más estrictas.

Si la empresa opera principalmente en una región donde el consentimiento implícito está permitido, puede tener sentido que el RPD acepte el riesgo y lo deje estar. Sin embargo, si se quiere ser un campeón de la privacidad, la configuración por defecto debería ser la opción más segura disponible, es decir, las normativas más estrictas deberían aplicarse por defecto, mientras que las más laxas deberían aplicarse país por país. Ten en cuenta que la mayoría de las regiones que no tienen una normativa están evaluando su aplicación, y nunca es demasiado pronto para demostrar a tus usuarios que te preocupas por ellos.

Los activadores regionales de etiquetas

Un error común es creer que las etiquetas de marketing no requieren activadores de bloqueo si sólo se disparan en secciones de sitios web específicas de una región.

Dado que este tipo de despliegue es "específico de la etiqueta", requerirá un mantenimiento exhaustivo y es más propenso al error humano. Además, incluso si se asume el consentimiento implícito para una región específica, es fundamental cumplir las normativas de privacidad como ePrivacy y GDPR cuando personas de otras regiones (por ejemplo, la UE) acceden a una aplicación o un sitio web.

En lugar de confiar en los activadores del sistema de gestión de etiquetas, garantice un despliegue escalable y conforme con la privacidad centralizando la decisión sobre el consentimiento implícito o explícito en su CMP. Asegúrese de que todas las etiquetas de marketing tengan la misma configuración de consentimiento, independientemente de dónde deban dispararse (por ejemplo, dispararse sólo si ad_storage está configurado como concedido). Si son etiquetas de marketing, siempre lo serán, independientemente de dónde se activen

En Google Tag Manager 360, el uso de un enfoque basado en zonas para agrupar etiquetas con el mismo propósito puede resultar muy eficaz. Esto le permite configurar el cumplimiento del consentimiento una sola vez para una zona específica (digamos, "etiquetas de marketing") y aplicarlo a todas las etiquetas que pertenezcan a ella.

Malinterpretación del alcance de las etiquetas de Google Analytics

Es un error común pensar que las etiquetas de GA sólo establecen cookies con fines analíticos. Sin embargo, tanto GA3 (Universal Analytics) como GA4 hacen uso de funciones como Google Signals y Remarketing, que requieren el consentimiento del usuario para utilizar identificadores de personalización y remarketing.



No temas, porque el Modo Consentimiento entra en escena, defendiendo el cumplimiento sin esfuerzo. Cuando está correctamente configurado, el Modo Consentimiento se encarga automáticamente de las funciones basadas en el consentimiento. Sin embargo, si no está a la vista, hay que idear una configuración explícita.

Cuando el Modo Consentimiento no está activado, se pueden inhabilitar las Señales de Google y/o las funciones de Remarketing mediante programación. Todas las funciones de personalización publicitaria pueden desactivarse estableciendo el parámetro "google_signals" en "false" por defecto y en "true" sólo cuando el usuario consienta en ser identificado con fines de marketing.



En resumen, tenga en cuenta estos escollos comunes y las soluciones propuestas para garantizar el cumplimiento de la normativa sobre privacidad a la hora de implementar la configuración de privacidad para la recopilación de datos digitales. Dar prioridad a la privacidad no sólo protege la información personal de los individuos, sino que también contribuye a la confianza en la marca y, en última instancia, mejora la experiencia del cliente.

Por último, tenga en cuenta que esto no es asesoramiento jurídico, sino más bien mi posición ética sobre el tema. A la hora de tomar decisiones relacionadas con la privacidad, le recomendamos que consulte con su DPO y su equipo jurídico.

La razón por la que medimos cada vez más es sencilla: para poder prever el rendimiento de distintos escenarios estratégicos y ayudar así a las marcas con las que nos asociamos a optimizar sus esfuerzos en medios. Y al igual que cualquier otra disciplina dentro de la publicidad, el campo de los medios de comunicación sigue evolucionando, así que vamos a centrarnos en lo que importa ahora mismo y le servirá de apoyo a la hora de medir los medios de comunicación.

Bienvenida a la incrementalidad en el mundo de los medios.

En primer lugar, demos un paso atrás y veamos qué implica la incrementalidad. En pocas palabras, se refiere al aumento de las conversiones o las ventas que puede atribuirse a una campaña publicitaria específica por encima de las que se habrían producido de todos modos, lo que también se conoce como la base. La incrementalidad ha sido adoptada recientemente por los profesionales de los medios de comunicación, y el término ha cobrado importancia porque es una solución de medición de medios que aísla el aumento incremental. Esto es importante porque, de lo contrario, no se puede saber qué medios están impulsando el crecimiento y cuáles sólo están cosechando conversiones que se habrían obtenido de todos modos. Como tal, la incrementalidad ofrece una visión mucho más precisa de cómo sus canales de medios están impulsando las conversiones.

Por ejemplo, la atribución multitoque (MTA) tradicional a menudo no consigue separar la base del aumento de la campaña publicitaria. Esto puede llevar a resultados exagerados. En cambio, para medir con precisión la incrementalidad, es importante utilizar la MTA junto con técnicas incrementales como el modelado de la mezcla de mercado (MMM). De este modo, podrá comprender mejor el verdadero impacto de las campañas publicitarias, pasar del ROAS al ROI y, por tanto, mantener una conversación más sensata con sus equipos financieros sobre la eficacia de los medios.

Cómo la modelización de la combinación de mercados ha recuperado la medición de los medios.

La modelización de la combinación de mercados -a veces denominada modelización de la combinación de medios, pero yo prefiero la primera- no es nueva, y esta técnica lleva varias décadas aplicándose comercialmente para comprender las subidas de los medios. Sin embargo, la disciplina ha mejorado notablemente, sobre todo en los últimos años.

El MMM contemporáneo ha recorrido un largo camino. Antiguamente, las actualizaciones anuales tardaban meses en dar resultados, mientras que hoy en día se puede poner en marcha un piloto en seis semanas y utilizar la automatización y el aprendizaje automático para obtener actualizaciones mensuales en cuestión de días. Además, las visualizaciones también han mejorado mucho, ya que los cuadros de mando de informes actuales ofrecen a los analistas un sinfín de formas de abordar los conjuntos de datos.

Es importante señalar que los modelos de combinación de mercados tienen en cuenta el mercado en su conjunto -incluidos factores como las promociones, los precios, la reciente pandemia, la estacionalidad, etc.- y, por tanto, ofrecen una visión holística. Si no se tienen en cuenta estos otros factores, no se puede obtener una lectura precisa de los medios de comunicación y se corre el riesgo de exagerar su impacto. Por ello, cada vez son más las marcas que se asocian con expertos en MMM para que les ayuden a crear modelos de combinación de mercados, o que trabajan con ellos para disponer de esta capacidad.

Tengo que señalar que algunos actores pueden decir que realizan "modelización de la combinación de medios", pero en realidad sólo construyen una simple regresión con variables de medios o utilizan técnicas de vías multitoque (que no es un análisis incremental). Lo preocupante de todo esto es que ofrecen las llamadas soluciones MMM a precios muy baratos, lo que puede parecer atractivo, pero no hay que subestimar los perjuicios de utilizarlas. Basar tus decisiones en un modelo barato pero malo puede salir mal y costarte más del 40% de tus ingresos por medios de comunicación, frente a un aumento de aproximadamente el 30% si la técnica se aplica correctamente. Usted puede decidir qué es lo mejor para su marca.

Aprovechar la IA para acelerar nuestros análisis.

Otra razón muy oportuna por la que estoy tan entusiasmado con la aplicación del modelado de la combinación de mercados es el reciente auge de la inteligencia artificial y las soluciones de automatización que se han derivado de ella: la IA ha avanzado rápidamente en diversas áreas, y no se ha olvidado del MMM.

En Media.Monks, somos optimistas respecto a la IA. Dicho esto, también sabemos que es importante ser cautelosos y actuar con la debida diligencia, sobre todo porque vemos que muchos proveedores de IA afirman crear modelos de combinación de mercados sin tener la experiencia ni las herramientas adecuadas para hacerlo. Cuando se trata de MMM, creemos que la IA y las soluciones de automatización pueden ser increíblemente útiles para acelerar el proceso, pero por supuesto también hay algunos casos que requieren trabajo manual. Echemos un vistazo.

Datos en bruto y procesamiento. Esto se puede automatizar utilizando API o plantillas para introducir los datos y, a continuación, los procesos preestablecidos automatizan la limpieza, lo que ahorra mucho tiempo. Desconfíe de los proveedores que tardan varios meses en incorporar inicialmente los datos, ya que debería estar listo en cuestión de semanas.

Modelos iniciales. Utilizamos algoritmos evolutivos para automatizar la construcción del modelo inicial, ejecutando miles de modelos instantáneamente en la nube y puntuándolos, lo que nos permite llegar a un modelo base mucho más rápido y ahorrar semanas en proyectos MMM con múltiples KPI.

Modelos finales. Tenga en cuenta que esto (todavía) requiere la intervención manual de un equipo de modelado muy experimentado. Tenemos que comprobar los modelos con el sentido común, triplicar la comprobación de los datos y utilizar nuestra amplia experiencia para detectar cualquier anomalía y realizar análisis alternativos para cuestionar cualquier hallazgo controvertido.

Efectos sobre las ventas y cálculos del ROI. Pueden automatizarse sin recurrir a la IA: se trata de un proceso que puede repetirse fácilmente mediante código.

Informes automatizados. Una vez calculadas todas las cifras, es fácil rellenar automáticamente los cuadros de mando y las herramientas de optimización de medios. Sin embargo, algo que no se puede automatizar es la respuesta a las preguntas personalizadas de los clientes sobre la duración del segundo más eficaz, la audiencia, etc.

Compromiso. Una cosa es informar sobre el rendimiento de la inversión y las optimizaciones, y otra muy distinta es lograr que el cliente comprenda los modelos y confíe en ellos. Por lo tanto, en las primeras etapas de los compromisos de MMM, es imperativo contar con personas que puedan explicar los modelos y resultados a todo el equipo, no sólo de marketing, sino también de finanzas, ventas, la junta directiva, por nombrar algunos. Mi consejo sería volver sobre este tema en fases posteriores, una vez que la gente entienda el modelo y confíe en él, y entonces se podrá pasar a informes más automatizados.

En resumen, la automatización puede sustituir gran parte del trabajo pesado de procesamiento y visualización de datos y resultados, mientras que la IA puede utilizarse en la fase inicial de modelización. Pero lo que no puede sustituirse es la comprobación del sentido, la interpretación y la experiencia de un buen modelizador para garantizar que los resultados son sólidos, realistas, comprensibles y, por tanto, utilizables.

Reducir el tiempo y aumentar los resultados.

En un contexto de incertidumbre económica, una solución que ahorra tiempo y, por tanto, costes, como la modelización de la combinación de mercados, especialmente cuando se basa en la IA y la automatización, resulta muy útil. Basándose en estos modelos, la medición de medios suele permitir a las marcas prever diferentes escenarios de ventas. A su vez, contar con una previsión sólida del rendimiento es fundamental para justificar diferentes escenarios estratégicos ante el consejo de administración, los propietarios y los inversores de una empresa.

La incrementalidad es fundamental en la búsqueda de un ROI preciso, y la MMM es una forma principal de conseguirlo. Aunque esta técnica existe desde hace décadas, su ritmo de cambio y su tasa de adopción se están acelerando, lo que estoy seguro que se verá impulsado aún más por la IA. Dicho esto, para poder cosechar los numerosos beneficios de esta técnica de eficacia probada, es fundamental trabajar con un socio de medios que incluya todos los factores que impulsan las ventas y pueda llevar sus modelos de los meros números a acciones empresariales claras.

No sólo es importante saber qué canales de comunicación funcionan mejor, sino también por qué lo hacen mejor que otros. Para ayudar a su equipo de marketing a averiguar qué funciona mejor para su marca, nuestros expertos en medios han esbozado cuatro factores principales que ayudan a explicar el ROI de un canal de medios concreto.

Compromiso. Debido al medio utilizado, algunos canales son naturalmente más atractivos que otros. Cuanto más atractivo es un anuncio, más memorable y más probable es que los consumidores reaccionen ante él. Si comparamos los anuncios televisivos con los impresos, los primeros utilizan efectos visuales y sonoros que permiten un contenido más atractivo, mientras que los segundos están más limitados por su medio. En cuanto a las redes sociales, plataformas tan populares como TikTok han demostrado el amplio impacto de los contenidos de vídeo en cualquiera de sus formas. "Desde la incorporación de Reels en Facebook, hasta el auge de YouTube Shorts y TikTok superando a Google como el dominio más popular, el gran cambio hacia el vídeo de formato corto está en pleno apogeo", según HubSpot.

Segmentación. Este factor se refiere a la capacidad de los profesionales del marketing para llegar a su público objetivo a través de los canales seleccionados. Los canales online tienden a tener mayor capacidad de segmentación que los offline debido a su capacidad para mostrar anuncios a grupos demográficos muy específicos. Los canales en línea también permiten volver a dirigirse a clientes que ya han visto un anuncio de la misma empresa, lo que resulta muy útil cuando se trata de vender una gran cantidad de artículos, como billetes de avión. Una mayor capacidad de segmentación aumenta el retorno de la inversión porque se gasta menos en personas que ven el anuncio, pero no es probable que compren el producto anunciado. Dicho esto, el requisito de la targetabilidad depende de lo que venda una marca, ya que algunos productos atraen a grupos demográficos amplios y, por tanto, no necesitan publicidad dirigida.

Adstock. El efecto adstock, también conocido como efecto "memoria" de los medios de comunicación, varía según los canales. La televisión, por ejemplo, tiende a tener un mayor adstock porque los anuncios suelen ser más memorables en comparación con canales como la publicidad online, donde los anuncios suelen ser más sencillos, sutiles y, por tanto, menos atractivos.

Alcance. Por último, pero no por ello menos importante, el número de visualizaciones e impresiones que puede generar un anuncio depende del canal de medios utilizado. Si se trabaja con canales que tienen audiencias grandes y extendidas, aumentan las posibilidades de que el anuncio llegue a mucha gente. Algunos canales son más limitados y, sencillamente, tienen menos consumidores, lo que puede dar lugar a rendimientos decrecientes porque los anuncios siguen llegando al mismo público, más reducido.

En conjunto, estos pilares ayudan a explicar las diferencias en el aumento de las ventas por dólar gastado al comparar el impacto de sus anuncios en los distintos canales de medios. Este conocimiento es especialmente útil cuando se trata de tomar una decisión sobre la combinación óptima de canales de medios de su marca. Sin embargo, dicho esto, es importante señalar que el ROI de un canal no debe ser su única medida de éxito. Algunos canales sirven a un propósito concreto, como dar a conocer la marca, y por tanto pueden seguir mereciendo un lugar en la combinación óptima de medios de tu marca, a pesar de su potencial menor rentabilidad. En resumen, el ROI no es la métrica principal que deben perseguir las marcas, sino que, desde un punto de vista empresarial, es mejor tenerlo en cuenta para maximizar el beneficio neto. Obtenga más información sobre cómo podemos ayudarle ahora.

Aquellos que se comprometan con la IA estarán mejor equipados para ofrecer contenidos personalizados, relevantes y eficaces que atraigan a los usuarios y les ayuden a destacar en un panorama digital cada vez más competitivo, y pueden hacerlo invirtiendo en la integración de datos de primera mano, probando herramientas creativas y de pujas impulsadas por la IA, experimentando con contenidos más visuales y preparándose para la eventualidad de que la IA cambie el panorama publicitario de las páginas de resultados de los motores de búsqueda (SERP) tal y como lo conocemos.

A finales del año pasado, ChatGPT arrasó en todo el mundo, convirtiéndose en el producto más rápido de la historia en acumular un millón de usuarios en sólo cinco días. Esta misma tecnología impulsó el lanzamiento de la nueva experiencia de búsqueda Bing de Microsoft. Desde entonces, Bing ha lanzado una experiencia publicitaria que muestra anuncios y recomendaciones basados en la relevancia de la conversación. Parece que funciona, ya que la audiencia del motor de búsqueda ha crecido significativamente hasta superar los 100 millones de usuarios activos diarios.

Como era de esperar, Google está iniciando un lanzamiento limitado de la Experiencia Generativa de Búsqueda, con formatos publicitarios muy centrados en experiencias de viajes y compras. Mientras tanto, las SERP tradicionales de Google incorporarán respuestas generativas de IA para mejorar aún más la forma en que buscamos, interactuamos e ingerimos la información que buscamos. Los anuncios de búsqueda seguirán mostrándose en los espacios publicitarios tradicionales, pero habrá una experiencia totalmente diferente basada en la conversación, que ofrecerá enlaces y anuncios relevantes.

Con todo, la inteligencia artificial no es nueva en las búsquedas; de hecho, influye en diversos factores que influyen en los resultados, desde las pujas hasta la concordancia de las consultas de búsqueda y la optimización creativa. Pero la introducción de grandes modelos lingüísticos (LLM) en la ecuación tendrá un impacto significativo no sólo en la experiencia del usuario, sino también en cómo se valoran y clasifican los contenidos en la página de resultados y en cómo compramos medios. También cambiarán significativamente nuestra forma de crear contenidos. He aquí tres grandes formas en que el futuro de la búsqueda obligará a las marcas a adaptarse, y lo que hay que hacer ahora para mantenerse a la vanguardia.

El contenido generado por IA será un arma de doble filo.

La búsqueda conversacional abre la posibilidad de ofrecer respuestas altamente relevantes y personalizadas a los usuarios sobre la marcha. Aunque las ventajas son obvias, el talento de la IA para generar contenidos por sí misma presenta un arma de doble filo. Algunos sectores verticales, como el sanitario, el farmacéutico y el financiero, tendrán dificultades para seguir el ritmo de la automatización, dadas las diversas rondas de aprobación legal y reglamentaria necesarias para sus creaciones antes de que salgan al mercado.

Los contenidos generados por IA corren el riesgo de sortear estos obstáculos. También es vulnerable a la difusión de información errónea. Pero las marcas pueden mitigar estas preocupaciones garantizando la revisión humana antes de la aprobación y publicación de los anuncios. Mediante el ajuste y el entrenamiento adecuados de los modelos de IA, las marcas pueden crear rápidamente contenidos que incorporen las directrices normativas que deben cumplir.

Las búsquedas serán más atractivas, visuales e interactivas.

El futuro de las búsquedas no es sólo texto. Las búsquedas también se inclinan hacia contenidos más visuales y experienciales. Sin duda, las extensiones de imagen hacen que la búsqueda sea más atractiva visualmente para los usuarios. Pero también hay que tener en cuenta plataformas más sofisticadas como Google Lens o Snapchat Scan, que utilizan la visión por ordenador para hacer que el entorno del usuario se pueda buscar. La realidad aumentada es otro formato que añadirá una nueva dimensión a la búsqueda y que ya ofrece Google, permitiendo a los usuarios interactuar directamente con animales, objetos y lugares virtuales en tiempo real.

La idea es construir una experiencia más inmersiva frente al scroll infinito. Las marcas de viajes, comercio minorista y estilo de vida pueden ser las más beneficiadas, porque ya cuentan con sólidas bibliotecas de recursos visuales a las que recurrir. Otras, como las marcas B2B, sanidad, farmacia y finanzas, tendrán que ponerse al día creando bibliotecas de contenido visual y experiencial que atraigan a los usuarios para evitar las imágenes de archivo. En el reciente Google Marketing Live, se anunciaron nuevos productos para la creación de activos mediante IA generativa, lo que facilita a quienes carecen de bibliotecas la creación de creatividades en la plataforma publicitaria de Google. No cabe duda de que la IA generativa puede ayudar a las marcas a desarrollar activos a gran velocidad y escala, aunque es importante recordar que todavía no están listos para la producción por sí solos. También puede haber cuestiones abiertas sobre la titularidad legal y los derechos de propiedad intelectual.

Los flujos de datos seguirán haciendo que la búsqueda sea más predictiva y proactiva.

La búsqueda ya se está orientando en una dirección en la que puede ofrecer resultados más personalizados basados en la actividad previa o en lo que el motor de búsqueda ya sabe sobre el usuario; por ejemplo, sugiriendo restaurantes locales cuando se busca comida en Google o recomendando productos relacionados en una página de productos de Amazon. Por lo general, estas experiencias ayudan a los usuarios a encontrar más rápidamente lo que buscan y hacen que vuelvan en futuras búsquedas.

No es difícil imaginar un futuro en el que los motores de búsqueda se anticipen a las necesidades del usuario antes de que las escriba. Irán más allá de la consulta de palabras clave y aplicarán comportamientos previos e información contextual -como la intención desvelada por una interfaz conversacional- para generar respuestas totalmente únicas para cada usuario. Suena increíble, pero cuanto más mejore la búsqueda conversacional, mejor podrá ofrecer respuestas que satisfagan las consultas de los usuarios sin que tengan que hacer clic en otro sitio web, lo que reducirá las oportunidades de anuncios en el sentido tradicional.

Los flujos de datos que permiten esta experiencia desempeñarán un papel fundamental en la evolución de la búsqueda. Las marcas que dispongan de datos de origen tendrán la oportunidad de utilizarlos para ofrecer experiencias aún más predictivas y personalizadas. Aunque no sabemos con certeza cómo evolucionará este espacio -las preocupaciones sobre la privacidad y la transparencia, especialmente a nivel mundial, pueden interrumpir el progreso aquí-, parece probable que las experiencias de búsqueda sigan evolucionando en esta tendencia. La lección es clara para las marcas: la acumulación de activos de datos y la capacidad de desplegar IA serán factores diferenciadores a medida que cambie el panorama publicitario de las SERP.

No espere a actualizar su estrategia de búsqueda.

Como era de esperar, una sólida base de datos será crucial para adelantarse a estos cambios. Mantenga una ventaja competitiva invirtiendo en datos de origen integrados en todos los puntos de contacto del ciclo de conversión. Aplique modelos de conversión para impulsar anuncios más relevantes y mayores beneficios. Esta información será fundamental a medida que las marcas se adapten a la búsqueda conversacional, ya que les proporcionará la información y las herramientas que necesitan para ofrecer contenidos más personalizados, relevantes y eficaces.

Hablando de contenido, las marcas también pueden prepararse para el futuro actualizando su enfoque de la activación y la creatividad. Pruebe la IA a través de la puja, la creatividad publicitaria y el juego con las concordancias amplias. Experimente con herramientas como Performance Max de Google (una función de IA implementada en el paquete GMP que permite lanzar y optimizar campañas multicanal desde una única configuración de campaña) y la generación automatizada de activos.

Por último, rompa con la dependencia del texto probando más extensiones de imagen e invierta en creatividades de alto rendimiento que le ayuden a destacar. Aprovechar la IA para optimizar y encontrar las mejores combinaciones creativas ayudará a las marcas a adoptar un enfoque más basado en activos y a prepararse para las interfaces de búsqueda cada vez más experienciales, visuales y conversacionales.

Todos estos avances se están produciendo ahora mismo, y las marcas tendrán que adaptarse experimentando con las nuevas herramientas de IA.

Al hacerlo, estarán mejor equipadas para ofrecer contenidos personalizados, relevantes y eficaces que atraigan a los usuarios y les ayuden a destacar en un panorama digital cada vez más competitivo. Por último, la IA dista mucho de ser perfecta, así que compruebe las fuentes y verifique las respuestas generativas.

Para uno de nuestros clientes, su equipo había dedicado bastante tiempo y esfuerzo a crear una serie de campañas de marketing por correo electrónico con el fin de optimizar la experiencia del cliente en línea. Algunos resultados fueron excelentes: el CTR, por ejemplo, fue extremadamente alto teniendo en cuenta la referencia del sector. Entonces, ¿cómo es que el equipo aún no era capaz de demostrar el impacto de su inversión?

En cuanto nuestro equipo se dispuso a analizar los datos de la campaña de correo electrónico de arriba abajo, surgió un problema común. En realidad, no se trataba del contenido del correo electrónico ni de la configuración de automatización. El problema se encontraba en la parte superior del recorrido de la campaña de correo electrónico: el número de clientes potenciales introducidos en los canales de la campaña era significativamente bajo.

Antes de empezar, tenga en cuenta los datos de entrada.

Los datos del informe 2022 ROI Report de Nielsen muestran que el aumento de la inversión en campañas de marketing del túnel superior al medio elevó el ROI de las marcas en un 70%. Está claro que es fundamental crear y reforzar un sistema de marketing en el que puedas maximizar el impacto de tus aportaciones y obtener los mejores resultados. Sin embargo, a veces nos olvidamos de dos de los principales aspectos de la aplicación de una estrategia de marketing de éxito: la cantidad y la calidad de su aportación. Ambos deben satisfacerse, ya que sin una cantidad decente de clientes potenciales de correo electrónico de calidad en la parte superior del embudo de marketing por correo electrónico, los resultados nunca serán suficientes ni proporcionarán el valor esperado para la inversión del equipo.

El informe de Nielsen también muestra una correlación significativa y positiva entre la segmentación de la audiencia y el ROI de la campaña: las campañas de alto alcance (aquellas que pretenden llegar a un gran número de personas dentro de un público objetivo específico) presentan un ROI más alto que las campañas de alcance medio y bajo. Teniendo en cuenta el poder del marketing en el embudo superior-medio, la segmentación del público en el embudo superior puede llevar a desbloquear potenciales maximizados de rendimiento de la campaña. Pero para asegurarse una buena cantidad de clientes en la parte superior del embudo, es fundamental dirigirse a los objetivos adecuados en las campañas del embudo superior. Y he aquí la buena noticia: las plataformas de campañas en medios de comunicación ofrecen una variedad de opciones para que pueda afinar sus estrategias de segmentación agrupando a los clientes en subconjuntos significativos.

A la hora de navegar por la miríada de categorías y puntos de datos utilizados para la segmentación, sigo una lista de estrategias y criterios para segmentar y activar mejor las audiencias en las campañas de marketing, lo que a su vez ayuda a mejorar el embudo superior. Tenga en cuenta que algunas estrategias pueden no ser viables, dependiendo de las características de las plataformas de campañas de medios que utilice su equipo o de la disponibilidad de los datos de clientes en línea.

• Datos demográficos: sexo, edad, formación, puesto de trabajo, etc.
• Acontecimientos vitales: hitos críticos de la vida como el cambio de estado civil, tener un bebé o comprar una casa.
• Afinidad: intereses específicos de los consumidores mientras navegan por Internet.
• En el mercado: gran interés de los consumidores por los productos o servicios que usted vende.
• Interacciones previas con su sitio web o aplicación: visita, visualización de un producto, clic en "añadir al carrito", inicio de sesión, descarga de folletos, etc.
• Clientes actuales: registros existentes en CRM que coinciden con los canales de la campaña.
• Clientes potenciales: personas que comparten características similares con los clientes actuales.

Al segmentar a los clientes objetivo en los subconjuntos adecuados y ofrecerles contenido relevante en los canales de marketing, su equipo tendrá más probabilidades de contar con canales superiores sólidos, lo que se traducirá en un mayor rendimiento a lo largo del embudo. Y si su equipo cuenta con información sólida y un sistema de marketing sólido, la mejora del ROI está a la vuelta de la esquina

Para superar ese reto, los expertos en marketing y los científicos de datos recurren a las plataformas de datos de clientes: sistemas de software que permiten a las empresas recopilar, centralizar y gestionar datos de clientes procedentes de múltiples fuentes en un único lugar. Una CDP puede ayudar a responder a una gran cantidad de preguntas al proporcionar una única fuente de verdad; aunque antes de llegar a ella, es importante entender cómo manejar las complejidades y responsabilidades que conlleva.

No hace mucho, nuestra Directora Asociada de Datos de Clientes, Elia Niboldi, escribió un artículo sobre cómo aprovechar al máximo el potencial de los CDP. Esta vez, damos un paso atrás con un nuevo libro blanco que explora las consideraciones clave a la hora de implantar un CDP. Analicemos algunas de las principales conclusiones.

Los CDP conllevan una gran responsabilidad.

En pocas palabras, el objetivo de los CDP es proporcionar una visión completa del cliente en todos los canales y puntos de contacto, lo que permite a las empresas tomar decisiones informadas y crear mejores experiencias de cliente. Son herramientas increíblemente potentes, pero eso también significa que los datos recopilados por las CDP pueden ser delicados y deben manejarse de forma responsable y ética, incluso si los clientes estaban contentos de compartirlos con la marca en primer lugar.

En otras palabras, los datos de los CDP conllevan la necesidad de una estrategia y una gobernanza clara en torno a las interacciones de una marca con sus clientes. Contar con un sólido sistema de gestión de consentimiento es lo mínimo, un proceso esencial para permitir a los clientes determinar qué información desean compartir con una empresa, algo que el Centro de privacidad de Salesforce gestiona muy bien. Y esto no debería limitarse a la primera interacción de las marcas con un cliente: cuando se produzcan cambios en la normativa o cambien las preferencias de los clientes, se les debería proporcionar una opción para gestionar y actualizar estas preferencias, y las marcas pueden realizar un seguimiento de las mismas desde una ubicación centralizada a través de un CDP.

Una vez que el cliente ha mostrado interés en crear un intercambio de valor entre sus datos y los servicios de la marca, es importante establecer normas de limitación de frecuencia que alivien la fatiga de la marca y garanticen que las comunicaciones de la marca son eficaces y positivas, en lugar de molestas y frustrantes. Los topes de envío de frecuencia suelen restablecerse diaria, semanal o mensualmente, y pueden ajustarse en función del comportamiento del cliente para optimizar las campañas de marketing y mejorar la experiencia general del cliente.

Considere el papel de los CDP en el negocio del CMO.

Dado que proporcionan una visión unificada, los CDP son una herramienta tanto técnica como organizativa que puede ayudar a romper los silos. Tradicionalmente, los datos de los clientes han estado fragmentados en los sistemas y aislados dentro de los departamentos, lo que dificulta el acceso de los profesionales de marketing a esos datos de forma significativa. Al mismo tiempo, es naturalmente difícil para los equipos de tecnología comprender plenamente las necesidades de marketing o sus casos de uso específicos para los datos que gestionan. Los CPD cubren este vacío, sirviendo tanto al CMO como al CIO.

Sin embargo, para que los CMO accedan al valor real de los CDP, debemos recordar que desempeñan tres funciones clave: garantizar la cooperación entre los equipos, mejorar los casos de uso de optimización y ofrecer una mejor segmentación. Un CDP requiere la cooperación entre los diferentes equipos, ya que está destinado a romper los silos y proporcionar una única fuente de verdad que todos los miembros de la organización pueden utilizar. A través de esa fuente de verdad, los profesionales del marketing pueden realizar un seguimiento de los canales y estrategias que están funcionando especialmente bien y optimizarlos en consecuencia. Por último, los CDP ofrecen capacidades de segmentación superiores que permiten a las empresas ofrecer experiencias personalizadas que se ajustan a las necesidades e intereses de sus clientes.

Salesforce Data Cloud, por ejemplo, combina los datos de Google y The Trade Desk para activar los conocimientos de la audiencia más allá de la mensajería, los viajes y la personalización in situ en las campañas de búsqueda y medios digitales de una marca. Además, canaliza una cantidad casi infinita de datos dinámicos a Customer 360 en tiempo real. Esto permite un compromiso más profundo con la audiencia, ya que los datos de los clientes se actualizan continuamente y alimentan las campañas de audio, OOH, aplicaciones, web y todo lo demás.

¿Está interesado en implantar un CDP? Evalúe si está preparado.

Ya ha establecido normas claras de gobernanza en torno a sus interacciones con los consumidores y ha conseguido que tanto el director de marketing como el director de información sean conscientes de la importancia de contar con una única fuente de información. ¿Está preparado para empezar a extraer información significativa de los clientes? Todavía no. En primer lugar, tendrá que seguir unos pasos iniciales para garantizar el éxito de la implantación del CDP:

• Alineación de resultados: empiece por definir los casos de uso prioritarios para obtener el producto mínimo viable. Debe ser un ejercicio interfuncional que idee, cuantifique y priorice los casos de uso.
• Estrategia de resolución de identidad es: construir el grafo de identidades que permita coser el perfil de un cliente para formar una única visión del cliente.
• Modelo de datos : diseñar un marco de medición global coherente.
• Visión del equipo: asegúrese de que el CDP va acompañado de una visión estratégica clara y del equipo adecuado para extraer todo su potencial. Este equipo debe incluir líderes de diferentes departamentos, socios de integración de sistemas, patrocinadores ejecutivos y usuarios operativos.
• Plan de implantación: desarrollar el modelo operativo. Para que una plataforma de datos de clientes se implante sin problemas en una empresa, las integraciones preconstruidas son esenciales. Establezca qué integraciones son necesarias y utilícelas para elegir una solución de CDP que se adapte a sus necesidades operativas.

Teniendo todo esto en cuenta, no se debe pensar en los CDP como "instalar y olvidarse", sino más bien como "implementar y optimizar" Un CDP como Salesforce Data Cloud puede proporcionar una gran cantidad de ventajas a una empresa, desde una gestión de datos más eficaz hasta una mejora de la experiencia del cliente. Al establecer un proceso de gobierno claro y tener en cuenta las consideraciones clave antes de la implementación, las empresas pueden asegurarse de que están preparadas tanto para las ventajas como para las responsabilidades que conlleva la utilización de un CDP.

En este informe, aprenderá a manejar consideraciones clave como la gobernanza de los datos, la gestión de la eficiencia, los principios de virtualización, la gestión del consentimiento, la unificación y la activación para construir una visión holística de lo que ocurre en su empresa.

En todos los mercados, las marcas se enfrentan a problemas complejos como la actual recesión económica, la inflación y la depreciación de las cookies de terceros. Los recortes presupuestarios y los despidos les han llevado a reducir sus presupuestos de producción de medios y contenidos para 2023 y, en consecuencia, han aumentado su interés por las soluciones de automatización de las operaciones de producción y publicidad. Con el objetivo de completar la misma carga de trabajo de la mejor manera posible, muchas marcas están cambiando su enfoque hacia actividades impulsadas por el rendimiento en el embudo inferior, al tiempo que buscan formas de utilizar los recursos de forma más inteligente. A medida que se embarcan en nuevas vías de crecimiento -o aumentan las inversiones en innovación para diversificar las estrategias de marketing-, es el momento de que las marcas automaticen todos los formatos y activos que puedan para liberar el tiempo y el presupuesto necesarios para realizar activaciones más destacadas.

El miedo a asumir grandes riesgos creativos en tiempos de dificultades económicas dificulta la creación de productos innovadores. Además, el proceso creativo tradicional suele ser caro y no garantiza que una campaña vaya a funcionar bien. Creo que esto es el resultado de un proceso lineal y rígido que no permite la iteración, dejando así sin abordar las percepciones de rendimiento a medio vuelo. Las campañas tradicionales de grandes ideas tienen su lugar, pero existe una solución más rentable y eficaz para desarrollar una creatividad verdaderamente innovadora: La optimización creativa dinámica.

La DCO es una bala de plata para que las marcas racionalicen presupuestos y equipos.

DCO es el proceso de producir creatividades modulares que pueden servir variantes creativas personalizadas a los usuarios en función de diferentes atributos, desde sus datos demográficos y su ubicación hasta sus tendencias de comportamiento y psicográficas. En una época de incertidumbre económica y evolución de las expectativas de los consumidores, la capacidad de adaptar rápidamente las creatividades para hacer frente a nuevos retos, tendencias o "momentos" cambia las reglas del juego.

En cuanto a las ventajas adicionales, la DCO permite agilizar la iteración creativa y los procesos AdOps correspondientes, así como acortar el proceso de activación. Mi colega Mitchell Pok, Director de Servicios Creativos y Tecnología, dice que el proceso creativo típico termina demasiado a menudo en la entrega, y realizar cualquier iteración o cambio puede llevar mucho tiempo.

Esto también significa que se ha reducido el tiempo necesario para realizar las pruebas, lo que permite a las marcas llevar a cabo pruebas más adecuadas. Al iterar metódicamente sobre contenidos de alto rendimiento, las marcas pueden aprender lo que funciona mejor para sus consumidores objetivo y ajustar los mensajes sobre la marcha.

Como puede ver, la ACA es un medio para aumentar la eficacia operativa. Al planificar activos creativos repetitivos y de gran volumen, las marcas ahorran tiempo y presupuesto, que pueden reinvertir en otras áreas: desarrollar formatos innovadores para nuevas plataformas, diseñar creatividades para canales que requieren un enfoque más personalizado o perfeccionar tácticas a baja escala pero de alto rendimiento para impulsar la personalización a escala: usted elige.

El éxito de la DCO es un verdadero esfuerzo interdepartamental.

Para aprovechar todas las ventajas de la DCO, es necesaria la colaboración entre varios equipos para garantizar un proceso sin fisuras desde la iteración de los activos hasta la activación. Por desgracia, los distintos departamentos, como el de medios y el creativo, suelen estar aislados. Históricamente, el panorama de los medios de comunicación siempre ha consistido en ocupaciones de nicho, con especialistas que rara vez salen de sus ámbitos específicos. En cuanto a los equipos creativos, están más alejados y no llegan a ver realmente los resultados de los activos que entregan, sino que se les deja a oscuras hasta que llega la siguiente petición.

Sin embargo, la colaboración constante entre estos equipos ayuda a unirlo todo. Por eso nos centramos en derribar barreras y asegurarnos de que todos los implicados en un proyecto entienden lo que hacen los demás departamentos. Al igual que hay limitaciones desde el punto de vista de los medios que los creativos deben tener en cuenta, hay limitaciones desde el punto de vista creativo que los equipos de medios deben tener en cuenta. La clave para unir a ambos es ayudarles a ver las cosas desde la perspectiva del otro, por ejemplo, mostrando a los diseñadores la granularidad con la que se pueden comprar los medios, lo que les permite crear imágenes más relevantes para servir a estas tácticas.

¿Tienes dudas? Haga una prueba piloto y vea adónde le lleva.

A las marcas que todavía no se atreven con el DCO, les digo: hagamos un piloto. Es complementario a otras medidas y, por tanto, puede desempeñar un papel más o menos importante en tu estrategia. Además, si ya estás acostumbrado a crear y ejecutar creatividades animadas en HTML5, el proceso de producción de DCO es sólo ligeramente más complejo, pero ofrece las ventajas de actualizar rápidamente los mensajes y probar nuevas variaciones. Empiece por asociarse con un socio que pueda ayudarle a realizar una prueba piloto y vea adónde le lleva.

En última instancia, cuanto más pruebe sistemáticamente sus creatividades y genere ideas, más le ayudará el DCO a afinar toda su estrategia de marketing a través de creatividades y medios. Mi consejo a las marcas que están dispuestas a ser más inteligentes en su producción creativa es el mismo que me doy a mí mismo cuando ojeo cursos de cerámica: es hora de arriesgarse, porque la fortuna favorece a los audaces.

Trabajando como Especialista Senior en Datos, me he encontrado con una serie de errores comunes que impiden a las empresas aprovechar esta herramienta en todo su potencial y, en consecuencia, acceder al verdadero valor de sus datos. Durante una serie de paneles en el MeasureCamp de Melbourne, tuve la suerte de presentar una sesión sobre estas observaciones y algunas recomendaciones para que las marcas puedan contar con información procesable sobre el comportamiento de los usuarios y el rendimiento de las aplicaciones. Si te la perdiste, continúa leyendo para conocer los principales aprendizajes.

Aprendizaje #1: Sólo un proyecto Firebase puede estar vinculado a una propiedad GA4.

Una cosa importante a considerar cuando se trata de integrar Firebase con GA4 es que sólo un proyecto Firebase puede estar vinculado a una propiedad GA4. Esto significa que si hay varios proyectos Firebase, es necesario transferir todas las aplicaciones -independientemente de los sistemas operativos o ciclos de desarrollo- a un solo proyecto y vincularlo a la propiedad GA4 principal.

Esto requiere una planificación cuidadosa y un profundo conocimiento de cómo se configuran los proyectos Firebase. Tenga en cuenta los posibles retos técnicos y las limitaciones en la migración de aplicaciones de un proyecto a otro. Por ejemplo, ciertos desarrolladores de aplicaciones pueden tener sus propias preferencias en términos de configuración de proyectos, por lo que es necesario hablar con el equipo de desarrollo y entender cómo es eso.

Además, ten en cuenta dependencias como la configuración de exportaciones de Crashlytics o BigQuery al mover aplicaciones de un proyecto a otro. Cada proyecto Firebase puede tener múltiples integraciones de pila, y debemos estar preparados para reconfigurarlas todas. Asegúrate de tener datos históricos y planificar los plazos para estas migraciones de aplicaciones.

Aprendizaje nº 2: La nomenclatura estándar desbloquea información sobre los clientes.

La razón principal por la que querrías integrar Firebase con GA4 es que proporciona información valiosa sobre el recorrido de los usuarios en las plataformas web y de aplicaciones. Sin embargo, la única manera de desbloquear esos datos es asegurando convenciones de nomenclatura estándar para eventos web y de aplicaciones.

En primer lugar, tendrás que crear una hoja de cálculo de Google o Excel para estandarizar la denominación de eventos y parámetros. He aquí un ejemplo:

Como puede ver, en GA4 recomendamos tener nombres y parámetros de eventos estandarizados en todas las plataformas web y de aplicaciones. Puede parecer sencillo, pero no es raro que las organizaciones utilicen diferentes convenciones en distintas plataformas, lo que dificulta la referencia cruzada de los datos.

Otros consejos para facilitar el proceso

• Si tienes una web, pero aún no tienes implementada la app, confía en tu web y en los Eventos Recomendados de GA4 para nombrar el evento e implementarlos para la app.
• Si ya tienes una aplicación implementada con Firebase, utiliza la hoja de mapeo para entender qué eventos de la aplicación se pueden asignar a la web. Es más fácil renombrar eventos web con GTM que hacerlo para la aplicación.
• Ponte de acuerdo con los equipos de desarrollo tanto de la web como de la aplicación para las convenciones de nomenclatura. Por ejemplo, utilizar camelcase (por ejemplo, SignUp) frente a snake case (sign_up)

Aprendizaje #3: Ser consciente de los límites de recopilación de datos.

Cuando se utiliza Firebase para recopilar datos de sus aplicaciones, es importante ser consciente de la recopilación de datos y los límites de configuración. Firebase Analytics no registra eventos, parámetros de eventos y propiedades de usuario que excedan ciertos límites, loque significa que la plataforma eliminará los eventos y dejará de rastrear datos valiosos incluso si excedes el límite por unos pocos caracteres.

En mi experiencia, este error es especialmente común entre los desarrolladores que implementan el SDK de Firebase sin conocer realmente los límites. Estas son algunas de las principales advertencias y mis respectivas recomendaciones al respecto:

• Límites de parámetros de evento: 25 parámetros por evento puede parecer mucho, pero puede sumar si estás enviando eventos de comercio electrónico. GA4 y Firebase eliminarán los eventos y los parámetros de evento si superas este límite.
• Ten cuidado de no sobrepasar la longitud máxima del valor del parámetro de evento, que actualmente es de 100 caracteres. Tenga en cuenta los valores generados por el usuario (por ejemplo, el nombre del anuncio en los mercados)
• Recuerda que Firebase no acepta parámetros de tipo array.
• Al configurar la exportación de BigQuery para GA4 (con flujos de aplicación y web), comprueba el uso por adelantado para que no te sorprenda el coste del almacenamiento y la consulta de los datos. Consejo profesional: configure tablas agregadas diarias para las métricas importantes en lugar de consultar directamente las tablas de exportación sin procesar.

En conclusión, es esencial ser consciente de las limitaciones en torno a la vinculación de proyectos Firebase con la propiedad GA4 y planificar con antelación su migración. Cree una hoja de mapeo para mapear los eventos a través del sitio web y las aplicaciones y estandarice los nombres de los eventos web y de las aplicaciones. Tenga en cuenta los límites de recopilación de datos de Firebase y asegúrese de no sobrepasarlos y arriesgarse a perder sus datos. Por último, aprende a depurar aplicaciones utilizando el modo de depuración de Firebase, un consejo adicional que puede ahorrarte tiempo y dolores de cabeza.

El CRM es crucial para cualquier estrategia de datos de origen, ya que se encuentra en el centro de cada interacción con el cliente: a través de los desencadenantes de comportamiento y ambientales, su cliente está alimentando entradas que influyen en las experiencias futuras, como las recomendaciones de productos y mensajes personalizados. Esencialmente, los datos hacen posibles las experiencias personalizadas y, cuando se hacen bien, esas experiencias generan a su vez más datos sobre los que las marcas pueden actuar. Con la muerte de la cookie en el horizonte, estos datos serán aún más importantes para su estrategia de marketing.

No hay mejor momento que éste para unificar los datos dentro de un ecosistema de CRM con el fin de mejorar la eficiencia de los equipos, informar sobre futuras estrategias empresariales y, por supuesto, mejorar las experiencias de los clientes en general. Estos esfuerzos implican la creación de canalizaciones de datos que les ayuden a conocer mejor a sus clientes y a captarlos con el mensaje adecuado en el momento oportuno. Con la ayuda de la automatización, un potente colaborador que ayuda a los equipos a conseguir resultados que antes se les escapaban, el equipo de ventas puede centrarse únicamente en los clientes potenciales más cualificados.

¿No sabe por dónde empezar? No se preocupe; he reunido un par de marcas que han transformado con éxito sus ecosistemas de CRM para impulsar experiencias personalizadas a escala.

Traduzca las señales de comportamiento en información empresarial clave.

Más allá de impulsar la conversión, uno de los resultados más impactantes de una sólida estrategia de CRM es ser capaz de aprovechar los datos de comportamiento para orientar mejores experiencias del consumidor, de lo cual Australian Community Media (ACM) es un excelente ejemplo. ACM es una gran organización de medios de comunicación que gestiona más de 140 cabeceras de noticias locales en toda Australia, que atienden tanto a visitantes gratuitos como a suscriptores de pago. Son muchas relaciones que gestionar y muchos lectores a los que atender. Para ello, la marca confía en el marketing por correo electrónico y la personalización in situ a través de Salesforce Marketing Cloud para llegar a los lectores e interactuar continuamente con ellos.

ACM quería comprender mejor el comportamiento de los suscriptores para crear experiencias más personalizadas y relevantes en forma de recomendaciones de contenido automatizadas. Anteriormente, este contenido era seleccionado manualmente por los editores o determinado por la fecha de publicación. Gracias a Marketing Cloud Personalization, pudimos extraer datos sobre el compromiso de los suscriptores y el comportamiento de la plataforma (como las afinidades hacia las categorías de noticias) para crear recomendaciones personalizadas, aumentando no sólo la relevancia, sino también la eficiencia de los empleados.

Estos datos no se limitaron a servir contenidos personalizados a los suscriptores de correo electrónico. Al disponer de información sobre los temas que más gustan a los lectores, los editores pueden planificar fácilmente los contenidos futuros y centrarse en el tipo de historias que más interesan a sus lectores. En términos más generales, estos mismos datos permiten a los editores de ACM predecir mejor la participación a lo largo del recorrido del usuario, lo que demuestra cómo los datos de CRM pueden ir más allá del marketing para revelar información empresarial fundamental que, en última instancia, beneficia a las audiencias. Lo mejor de todo es que las recomendaciones de contenido automatizadas permiten a los editores centrarse más en estas cuestiones estratégicas de cómo generar un mayor impacto.

Obtener la participación para personalizar a escala.

Si tiene dificultades para extraer información del comportamiento de su audiencia, aquí tiene un consejo: facilite al máximo que sus clientes actuales y potenciales le cuenten más. Este sencillo paso fue la piedra angular de la actualización del CRM de Woodlea. Woodlea es una comunidad planificada de 7.000 parcelas situada a 30 km al oeste de Melbourne. Con la necesidad de centrarse en los compradores en el momento adecuado, sus representantes de ventas querían poder prestar especial atención a los compradores novatos. Pero esto planteaba un reto: ¿cómo podían personalizar la comunicación y las experiencias a escala?

Empezamos ayudando a la marca a insertar formularios en los mensajes de correo electrónico enviados a los compradores, una medida que aumentó la participación y generó importantes datos de usuario en el proceso. Los nuevos mensajes de correo electrónico interactivos incluían preguntas sencillas e invitaban a los destinatarios a crear su perfil en el portal de clientes de Woodlea (basado en Salesforce Experience Cloud). El hecho de que estos formularios estuvieran integrados en el propio contenido del correo electrónico hizo que la experiencia del usuario fuera fluida y aumentó el porcentaje de clientes potenciales que participaron. A continuación, estos datos de origen se introdujeron en el CRM Salesforce de Woodlea, lo que permitió automatizar el desarrollo y la cualificación de los clientes potenciales. Estas eficiencias permitieron al equipo de ventas centrarse en dos tipos de compradores clave: los que estaban listos para realizar una compra y los compradores primerizos que necesitaban más atención a lo largo del proceso de compra.

Mejore el CRM para empezar a construir ya su base de datos de origen.

El mejor momento para transformar la experiencia del cliente era ayer, pero aún queda tiempo antes de que desaparezcan las cookies para experimentar con nuevas formas de generar datos de primera mano, y CRM está en el centro del proceso. Desde la obtención de la participación del usuario para obtener información clave, hasta la creación de eficiencias a través de la automatización y la automatización, la vinculación de datos y entradas a través de un ecosistema de CRM conectado recorre un largo camino al servicio de experiencias de cliente más sólidas y personalizadas y objetivos empresariales clave, así que no espere.

¿Necesita ayuda o no sabe por dónde empezar? Póngase en contacto con nosotros para obtener más información.