Los equipos de marketing con los que trabajamos tienen más datos que nunca: dashboards, modelos de atribución, decenas de KPIs. Y aun así, cuando construimos un modelo de Marketing Mix Modeling (MMM) sobre su inversión real en medios, lo que sale casi nunca coincide del todo con lo que el equipo daba por hecho.
Después de años haciendo estos proyectos en Kraz para marcas de sectores muy distintos, farma, editorial, moda, hogar, calzado, hemos visto que el sesgo casi siempre apunta en la misma dirección: se sobreinvierte en lo que es fácil de medir y se infrainvierte en lo que no lo es. La atribución digital del día a día premia a los canales que cierran la venta y deja fuera efectos que existen, mueven negocio y no constan en ningún informe.
Estos siete casos reales lo muestran mejor que cualquier explicación teórica.
Para una de las principales marcas de Uriach medimos algo que el eCommerce no puede ver: cuánto de la inversión digital acababa convertido en ventas en farmacia. El modelo nos permitió poner el ROAS de los canales digitales al lado del de televisión y radio, con la misma vara de medir, cosa que hasta entonces era imposible. Es el ejemplo perfecto del sesgo del que hablaba: el efecto existía desde siempre, pero como ninguna herramienta lo recogía, no entraba en la conversación sobre cuánto invertir en digital.
Con varias instituciones de un grupo de Formación y Universidades medimos el impacto de los medios sobre los preregistros de potenciales alumnos, que es su variable de negocio. Lo interesante no fue un canal concreto, sino la tendencia: el baseline crecía año tras año. Es decir, cada vez más registros llegaban sin campaña de paid detrás. Algunas instituciones dependían ya mucho menos de la inversión de lo que su plan de medios asumía. Saber eso… vale dinero.
Las campañas online de Ysabel Mora tenían dos efectos, y solo uno se estaba midiendo. El directo, las ventas atribuidas. Y el indirecto: gente que veía la campaña, buscaba la marca en Google días después y compraba por ahí. Ese segundo efecto existía, era relevante y no constaba en el ROAS de ninguna campaña. Al incorporarlo, el reparto de presupuesto entre campañas cambió, porque algunas valían bastante más de lo que parecía.
Para una marca líder de Home & Deco, Pinterest apenas aparecía en el last-click de Google Analytics, y eso le había ganado fama de canal poco rentable. El modelo contó otra historia. La aportación real de Pinterest al ecommerce era mucho mayor, y cuando la marca le asignó más presupuesto, el ROAS global fue mejorando. Le pasa a más canales de los que la gente cree: no es que no funcionen, es que la herramienta con la que se les juzga no sabe verlos.
En una de las grandes farmacéuticas del mercado, la radio tenía un peso mínimo en el presupuesto. El modelo detectó que su ROAS era bastante superior al del resto de medios. No había ninguna razón estratégica detrás de esa infrainversión; simplemente nadie lo había medido. Se aumentó el esfuerzo en radio y los resultados globales de la marca lo notaron de forma clara.
Con uno de los líderes del sector moda evaluamos el retorno de programas concretos de televisión donde la marca aparecía en campaña, entre ellos El Hormiguero y Aquí la Tierra. El resultado incomodó un poco, lo que suele ser buena señal: alguno de los programas más notorios apenas aportaba ventas incrementales, mientras que otros menos vistosos sí movían negocio.
Que un programa tenga mucha audiencia no garantiza que genere ventas incrementales para tu marca después de un periodo largo de presencia, por lo que conviene identificar el nivel de saturación antes de renovar la inversión
Para una marca líder en calzado medimos la contribución de cada canal de paid en los distintos niveles del funnel. Había canales que empujaban la venta directamente y otros que trabajaban arriba, en notoriedad y consideración. Cuando se evalúan todos con la misma métrica de venta, los segundos siempre salen perdiendo, y recortarlos acaba pasándole factura a los primeros. Otra versión del mismo sesgo: lo que se mide fácil parece más rentable de lo que es.
Cada modelo descubrió algo distinto, pero el problema de fondo era siempre el mismo: decisiones de inversión importantes, en algunos casos de muchos millones, apoyadas en sistemas de medición que se diseñaron para responder preguntas mucho más pequeñas. El last-click sirve para optimizar una campaña; no sirve para decidir un mix de medios.
En ninguno de estos proyectos hizo falta inventar nada. El dato estaba ahí. Lo que faltaba era una forma de mirarlo que conectara la inversión con el negocio, y no solo con el clic. Mientras esa diferencia no esté resuelta, los presupuestos seguirán yendo a donde es cómodo medir, que no siempre es donde más crece el negocio.
Joan Miró es CEO de Kraz, empresa de soluciones de inteligencia artificial y analítica avanzada aplicadas al negocio, donde desarrolla proyectos de Marketing Mix Modeling para grandes marcas.
Your email address will not be published. Required fields are marked *
Δ