Descubra el poder del panel de atribución y la ventana retroactivas de Adobe Analytics para comprender mejor el recorrido de los clientes.

Cuando pensé por primera vez en el panel de atribución y las ventanas retroactivas, inmediatamente recordé el concepto de “viaje en el tiempo”; también recordé que nuestra respuesta típica a muchas herramientas nuevas como estas es simplemente dejar de intentar usarlas porque parecen muy complicadas.

Sinceramente, solo hay que ver todas estas opciones, interruptores, paneles, lecturas y botones. Por no hablar de estas complicadas luces parpadeantes, los tubos, los medidores… ¡UN MOMENTO! No podemos distraernos hablando de máquinas del tiempo, simplemente no tenemos tiempo… ¿o sí?

Admito que el panel de atribución es una herramienta bastante compleja; sin embargo, nuestro trabajo diario como analistas es usar una de las herramientas favoritas y más complejas para ver también lo que ha sucedido en el pasado. ¡Esa herramienta se llama Adobe Analytics! Para responder a nuestra muy relevante pregunta, creo que estas dos cuestiones confirman que tenemos tiempo de sobra.

¿Por qué deberíamos dejar que un poco de miedo se interponga en el camino de herramientas tan asombrosas, sofisticadas y poderosas como estas que literalmente nos permiten mirar al pasado en el tiempo, todos y cada uno de los días?

Después de todo, ¡estamos hablando de VIAJAR EN EL TIEMPO, amigos! Es algo a lo que nunca diríamos que no. ¿No es así?

¿A qué estamos esperando, a que aparezca en nuestra puerta un coche de metal brillante, una cabina de policía o una cabina telefónica vintage que utilice el cableado de un paraguas viejo como antena?

¡No! Tenemos algo aún mejor, ¡así que vamos a verlo!

Bueno… se entiende el concepto.

Ahora que todos estamos entusiasmados con el viaje en el tiempo, vamos a respirar profundamente, retroceder un poco, establecer lo que es el panel de atribución realmente y verlo por partes:

Figura 1: Números mostrados en línea con el texto más abajo

En la atribución, solo hay que considerar cómo los eventos/acciones pueden estar provocados por una persona, varias personas o un número cualquiera de eventos diferentes a lo largo del tiempo.

Según Adobe, la atribución permite a los analistas personalizar cómo los elementos de dimensión reciben crédito por eventos de éxito.

De hecho, rara vez un determinado recorrido del cliente es verdaderamente lineal y aún con menos frecuencia predecible. Es más, cada cliente sigue su propio recorrido: a menudo dan parcha atrás, se paralizan, abandonan o se involucran en otro comportamiento no lineal. Estas acciones orgánicas hacen que sea difícil o prácticamente imposible saber el impacto de los esfuerzos de marketing a lo largo del recorrido del cliente. También es más difícil unir múltiples canales de datos.

Es cierto. Hay que olvidar las analogías con el “juego del dominó” y pensar en conceptos más parecidos al efecto mariposa y la teoría de cuerdas, aunque, como en todo, es mejor empezar por algunos de los conceptos básicos.

Modelos de atribución

Cuando usamos el  panel de atribución, podemos empezar a observar varias cosas diferentes. Por ejemplo, los modelos de atribución demuestran cómo se distribuyen nuestras conversiones (es decir, las ❶  métricas de éxito) entre las visitas individuales en cualquier grupo.

Es decir, si 10 personas pulsan un BOTÓN ROJO GRANDE para atravesar una puerta, nuestros modelos de atribución nos dirán a cuáles de esas 10 personas queremos asignar “crédito” o, mejor dicho, cuánto “crédito” queremos asignarles por pulsar dicho botón.

Teniendo esto en cuenta, veamos algunos ejemplos de cómo los ❸  modelos de atribución pueden afectar a esas  10 personas:

• Primer contacto: este modelo funciona exactamente como suena y da un 100 % de crédito a la primera persona que entra por la puerta. Los expertos en marketing son más propensos a utilizar este enfoque para tácticas como las redes sociales o la visualización de anuncios; sin embargo, también es una buena táctica que se utiliza a menudo para mejorar las recomendaciones de productos en el sitio.

• Último contacto: esta táctica también funciona exactamente como suena, pero en su lugar da un 100 % de crédito a la ÚLTIMA persona que entra por la puerta. Este modelo se utiliza generalmente para analizar cuestiones como búsquedas naturales (orgánicas) y otras campañas del ciclo de marketing a corto plazo.

• Lineal: este modelo distribuye el crédito equitativamente entre CADA PERSONA que entre por la puerta.

• En forma de U: este enfoque asigna el 40 % del crédito a la primera persona que pasa por la puerta, reparte el 20 %  del crédito entre los que están en el medio y asigna el 40 % a la última persona en pasar. Este modelo se utiliza con más frecuencia en aquellos casos en los que tiene un ciclo de conversión/ventas largo con varios puntos de contacto en el camino. En este caso, el objetivo es resaltar principalmente la primera y la última táctica de marketing que han contribuido a la conversión del cliente.

• En forma de J y J inversa:

  • El primero es similar al modelo en forma de U, pero en este caso se asigna el 60 % del crédito a la última persona que pasa por la puerta, el 20 % a la primera persona y después reparte el 20 % restante entre los que están en el medio.  En forma de J inversa  hace exactamente lo contrario.

    El objetivo aquí es poner la mayor parte del énfasis en el principio o al final de la campaña; sin embargo, todavía desea asignar una determinada cantidad de crédito al elemento que contribuye en el extremo opuesto, al tiempo que reconoce en menor medida a los “puntos de contacto” intermedios.

• Deterioro temporal: sería un descuido no incluir este modelo. Literalmente tiene una vida media que decae exponencialmente con el tiempo. En este caso, el parámetro predeterminado para la vida media de este modelo es 7 días. Funciona aplicando una ponderación a cada canal de marketing, en función del tiempo que transcurre después del punto de contacto inicial hasta la conversión del cliente.

  Los modelos de atribución de Deterioro temporal y En forma de U suelen utilizarse para medir campañas más a largo plazo, pero como se puede ver, tienen objetivos ligeramente diferentes, según la forma en que se pondere el valor del resultado.

• Personalizado: elige manualmente quién va a recibir el crédito. ¡Es su campaña!

Para obtener información adicional sobre estos y otros modelos de atribución, haga clic aquí.

Para que sea aún más interesante, ¡vamos a ver cómo volver atrás el reloj!

Ventanas retroactivas

Ahora es el momento de pasar al siguiente nivel. Aquí es donde literalmente añadimos el elemento de viaje en el tiempo a nuestro análisis, y nuevamente vamos a empezar por lo básico.

Adobe define una ❹  ventana retroactiva como “la cantidad de tiempo que una conversión debe volver atrás en el tiempo para incluir puntos de contacto. Los modelos de atribución que dan más crédito a las primeras interacciones observan mayores diferencias cuando visualizan distintas ventanas retroactivas distintas”.

En otras palabras, las ventanas retroactivas determinan el período de tiempo en el que se tienen en cuenta las conversiones y proporcionan contexto al análisis de atribución.  Adobe Analytics ofrece tres tipos de ventanas retroactivas:

• Ventana retroactiva de visitas: retrocede al principio de una visita cuando se produce una conversión, lo que proporciona información sobre las interacciones inmediatamente anteriores a las conversiones.

  Recuerde que esta suele ser la ventana retroactiva más breve que se utiliza.

• Ventana retroactiva de visitantes: consulta todas visitas hasta el primer día del mes dentro del intervalo de fechas seleccionado, lo que ofrece una vista mucho más amplia de las interacciones del cliente y permite identificar patrones en el tiempo.

• Ventana retroactiva personalizada: permite expandir la ventana de atribución más allá del intervalo de fechas del sistema de informes hasta un máximo de 90 días. Proporciona flexibilidad para capturar los puntos de contacto que se han producido fuera del intervalo de fechas seleccionado, lo que garantiza un análisis exhaustivo.

Al ajustar una determinada ventana retroactiva, los analistas pueden examinar el impacto de uno o varios puntos de contacto dentro de intervalos de tiempo específicos, y obtener más conclusiones sobre cómo las diferentes duraciones afectan a los resultados de atribución.

En resumen

¿Qué significa todo esto para nosotros como analistas?

El panel de atribución y la ventana retroactiva nos permiten ver más allá de los datos mundanos y superficiales, y profundizar en el recorrido del cliente. Al comprender qué puntos de contacto han tenido el mayor impacto en las conversiones, podemos tomar decisiones informadas sobre nuestras estrategias de marketing y asignar recursos de forma más eficaz.

Recuerde que, una vez que haya seleccionado sus modelos de atribución y ventanas retroactivas, puede manipular aún más los datos filtrándolos con un ❺  segmento o cualquier otro componente que desee en este momento. Además, una vez representado el panel, tendrá a su disposición toda la funcionalidad de un espacio de trabajo tradicional.

Cómo ponerlo en práctica

Ahora que tiene los conceptos básicos, imagine que está ejecutando una campaña de marketing y desea determinar qué canal es el más eficaz para generar conversiones. Con la ayuda del panel de atribución, no solo puede ver el último punto de contacto, sino también el primer contacto, el mismo contacto y cualquier otro modelo que elija para determinar qué canales son los más eficaces para impulsar las conversiones. A continuación, esta información se puede utilizar para optimizar sus campañas y mejorar el rendimiento general simplemente retrasando el reloj con la ventana retroactiva que prefiera.

Ahora que ha visto lo que puede hacer, no se deje engañar ni intimidar por las funciones aparentemente complejas del panel de atribución.  Afróntelo.  Asúmalo.   Compréndalo.
PERO, SOBRE TODO, úselo a su favor.  El panel de atribución y la ventana retroactiva son la clave para comprender mejor a los clientes y su recorrido con su marca.

Ahora, podemos viajar “atrás en el tiempo” con confianza y usar el poder de nuestra máquina del tiempo de confianza (también conocida como Adobe Analytics) para tomar decisiones basadas en datos.