El microtargeting, big data y análisis predictivo en marketingMarketing Productivo

Cómo prever lo que hará nuestro consumidor con microtargeting y análisis predictivo.

Cómo prever lo que va a suceder en marketing digital a través de un modelo predictivo de análisis .Un método que se ha usado históricamente y recientemente  para la previsión de eventos futuros, tendencias y comportamientos del usuario.Una ensalada perfecta con el ingrediente del  microtargeting. Es el alma del big data… usar los datos y monetizarlos.

Si un individuo es una incerteza,  el comportamiento de una masa de personas es una estadística matemática. El análisis predictivo  es un análisis del  contexto de marketing incluyendo la aplicación de datos estadísticos, aprendizaje de máquina, algoritmos y datos organizados estructurados o desestructurados para crear modelos predictivos. Y el microtargeting le ayuda  en nuestra estrategia.Una bomba.En cierto modo lo que estamos diciendo es que somos capaces de prever lo que va a suceder.Y lo que va a comprar nuestro cliente.

 

 Consulta lo que quieras cobre marketing

 

Estos modelos hacen la planificación del marketing muchísimo más fácil ,  asignando valores numéricos para representar lo que gusta a determinados eventos o sucesos. O sea que se asigna un valor numérico a un  “me gusta” a un “click” o a una visita. Todo ello puede parecer ciencia ficción o demasiado técnico incluso para un marketer como yo. Pero no lo es,  es más sencillo.De hecho realmente es una pequeña área de la ciencia del Big Data que saca conclusiones sobre determinados comportamientos. Y empieza a haber programas y aplicaciones que facilitan la tarea.

Hoy es posible predecir lo que harán nuestros clientes

Hay algunos pasos que lo pueden simplificar y son los siguientes:

1. Primer paso .Definir un objetivo claro.

Ya sabéis aquello de que el objetivo tiene que ser posible periódico, ambicioso, retribuido y medibles y sobre todo que sea alcanzable y realista.Por ejemplo,  un objetivo podría ser aumentar las ventas un 20%,  aumentar el margen un  15%,  aumentar el alcance con los clicks un 50% los próximos 100 días,  etcétera etcétera etcétera .  Por lo que definir un objetivo claro es relativamente fácil,  sobre todo si se tiene un histórico y si no se puede, hacer una predicción en base a la intuición.

2.El segundo. Identificar y cuantificar la información de los canales que vamos a usar.

Para ello hay que hacerse unas preguntas. Cuáles van a ser los canales que me van a portar la información, en qué formato y si hay algún histórico que Y la última pregunta sería en este caso cómo podemos integrar toda esa información en un solo lugar para hacerlo más comestible y fácil de digerir. Una manera fácil sería que toda la información fuera  a un excel, o una hoja de Google … pero hay más

3. Tercer punto.Empezar en pequeño.

Empezar con pequeños experimentos con predicción de análisis predictivo básicos para ver si nos hemos equivocado en ello o no al cabo de un tiempo.Una prueba con gaseosa para poder replicar a lo grande si la predicción es correcta.

4.Cuarto. Escalar.

Lo que todos buscamos en cualquier empresa o proyecto … un modelo escalable y replicable de manera fácil y exponencial. Una vez hemos hecho el primer punto con test de prueba A/ B  y pocos datos para ver si realmente acertamos o no.
En este punto hay que empezar a identificar todos los datos que sobresalgan y las variables que necesitan quitarse del modelo porque no interesan o porque no ofrecen cambios realmente importantes.Esto nos va a centrar un poquito y enfocar en que los resultados que vamos a obtener serán más adecuados en tiempo y el interés. Y sólo con una pequeña muestra inicial.Los experimentos con gaseosa.

Aunque hay múltiples herramientas sofisticadas de análisis incluso algunas hechas ad hoc para marketing digital, con muchas funcionalidades,  lo importante es entender el uso predictivo de modelos. ¿Cómo funcionan estos modelos predictivos ?

Pueden capturar información relevante de docenas de variables relativas al comportamiento del usuario y nos da a las compañías una mirada profunda de porqué,  cuándo y cómo los usuarios interactúan,  se enganchan,  comparten,  les gusta en  la web , las redes sociales etcetera.
Toda información genera patrones predecibles.Por ejemplo en qué horarios suele haber más actividad, el tipo de botones que suelen tener más clicks, el tipo de banners que reciben más clicks,  las páginas más visitadas,  en las que se  quedan más tiempo.

Una herramienta  como mixpanel, content scoring,  o cartwheel , por ejemplo,  sencillas de usar, serían suficientes. O simplemente siguiendo los datos de analytys o Facebook ads… con estas herramientas como digo podemos hacer un poquito de visionarios de lo que va a suceder. Algunos autoresponders como Active Campaign ya pone puntos a las actividades según sucedan.

Así  si un individuo es una incerteza,  un colectivo vendría a ser una estadística.

Realmente nosotros lo que hacemos es darle peso a cada una de las actividades que suceden en la web o en las redes sociales y asignamos por ejemplo unos números a cada acción.

Es muy importante crear un buyer persona lo más acertado posible.

Con estos modelos predictivos se puede acercar uno a definir tanto su cliente objetivo o el cliente que suele comprar .Este sistema ayuda a hacer mejores campañas con mejores resultados en los canales más adecuados.
De esta manera estos modelos predictivos analizan los buyer personas con los productos que más les gustan y los emparejan. Fácil de hacer cuando sabemos lo que han comprado, a qué hora y cuáles son las páginas que más visitan …Todo ello no es nuevo ni mucho menos ciencia ficción,  lo hacen empresas como Amazon cada segundo. Microtargeting según nichos pequeñísimos y gustos concretos

De este tipo de modelos predictivos sale el concepto  microtargeting qué es el uso de datos de cliente y de marketing de automatización para tener mensajes personalizados a través de múltiples canales que van directamente a públicos objetivos muy concretos con unos gustos muy específicos. Realmente se llama microtargeting porque hace hincapié y enfoca en pequeños grupos de consumidores.

El sueño de todo marketer es conocer mucho a su audiencia para ir directamente al grano y proveer lo que necesitan y aumentar el ratio de ventas por impacto. Y además  optimizando el canal, la experiencia y la fidelización del cliente para poder hacer crosselling y upselling y fidelizarlos . Y que la vida del cliente sea lo más larga posible

Hoy esta personalización es una prioridad altísima para todas las marcas y el microtargeting es hoy por hoy una de las tácticas B2B con más rendimiento más resultado

Para ello tenemos que saber antes, cómo se comportan nuestros clientes en cada uno de los pasos de su viaje hacia la compra y sacar como hemos dicho al principio de este artículo,  un patrón que identifique ese tipo de cliente y podamos escalarlo a mayores.

Herramientas como Google Analytics nos pueden decir la edad de los consumidores, de dónde vienen, a qué horas consultan la página, dónde hacen click , por donde entran,  por dónde van,  cuánto tiempo están etcétera etcétera

Toda esa información que también se puede sacar en cualquier social media no sirve para establecer el patrón que andamos buscando.Algunas herramientas para analizar los datos sociales nos pueden ayudar aunque por ejemplo Facebook nos ofrece bastante información.

Hay una aplicación que se llama Cartwheel que usa datos de una base centralizada en la cual identifica los las compras recientes dependiendo del lugar de donde sea el cliente para personalizar las recomendaciones los descuentos etcétera etcétera. Los usuarios pueden fácilmente construirse una lista de compras y así permite a esta herramienta aprender todavía más sobre sus preferencias. El éxito de esta aplicación demuestra el potencial de la personalización y el largo camino de desarrollo que nos queda todavía a los que estamos aprendiendo marketing cada día.La aplicación se ha bajado más de siete millones de veces.
Luego está lo que nosotros los humanos debemos aportar qué es hacer una simple segmentacion y entender el contexto en el cual nuestra audiencia se conecta y porqué está comprando o está haciendo clic en determinadas cosas. Por eso no va a estar las máquinas solas… también el humano tiene que contextualizar el porqué de todo ello y sacar conclusiones que una máquina sola puede tomar como erróneas. Por poner un ejemplo una máquina no tiene porqué saber qué es fiesta en Palma el día de San Sebastián y no pone en el patrón que el 19 de enero es festivo  porque si de repente  todo el mundo compra más o compra menos, se debe contextualizar.Si no…  pierde el sentido y podemos tomar decisiones erróneas.

Para saber más sobre automatismos pulsa aquí.

Todo ello nos lleva a la personalización de todo el mundo digital. Así   uno entra en una web y esta le saluda de una manera personalizada ” hola Juanjo”  y le ofrece productos que a él le gusten con sus preferencias y que con el  mínimo de fricción posible para que  compre y  se sienta a gusto y vuelva a comprar a lo largo de toda su vida de usuario.

Por ello es que insistimos desde marketing productivo en que las máquinas de automatización son tendencia.  Automatismos como los chatbots o los autorespondedores cada vez más estarán más integrados y habrá que analizar los datos de manera automática y Manual para ser muchísimo más efectivos en marketing y maximizar el retorno de inversión.
En definitiva,  con el microtargeting podemos adelantarnos a los gustos de nuestros clientes y entender lo que ellos esperan de nosotros como personas y saber ofrecer lo que ellos de manera predictiva van a comprar a lo largo de toda su vida y facilitarles la decisión de compra sin que se den cuenta

Esto es el Big Data.

 Consulta lo que quieras cobre marketing

 

 

Todavía no hay comentarios

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

HTML Snippets Powered By : XYZScripts.com