Aplicar conocimientos de aprendizaje automático a los modelos de atribución multitáctil de PPC

Aplicación del aprendizaje automático a los modelos de atribución multitáctil

Actualizado 4.30.2020

Es posible que su nuevo planificador de marketing de medios incorpore el aprendizaje automático para optimizar los modelos de atribución multitoque utilizados en la publicidad de PPC para la década de 2020 .

Es más probable que las agencias de marketing digital exitosas del mañana sean aquellas que puedan aprovechar los datos y aplicar conocimientos del aprendizaje automático para optimizar los modelos de atribución multitáctil. Los conocimientos adquiridos también son esenciales para el éxito de las campañas de remarketing .

La exploración de nuevas innovaciones en inteligencia artificial en Google ayudó a posicionar a la empresa como la segunda marca más influyente en todo el mundo a medida que nos acercamos a la década de 2020. El gigante de las búsquedas está explorando activamente aspectos avanzados del aprendizaje automático desde algoritmos más clásicos hasta técnicas de vanguardia como el aprendizaje profundo. Dado que las empresas que se anuncian con Google AdWords continúan obteniendo nuevas ganancias en la búsqueda paga, es útil comprender cómo funcionan juntos el aprendizaje automático y los modelos de atribución multitáctil.

Primero, respondamos algunas preguntas comunes que la gente hace.

¿Qué es la atribución multitáctil?

La atribución multitáctil es un medio para medir la eficacia del marketing. Es una técnica que evalúa todos los puntos de contacto del viaje del consumidor y asigna crédito fraccionado a cada acción para que un especialista en marketing digital pueda evaluar cuánta influencia tiene cada canal en una venta.

¿Qué es un modelo de atribución en marketing?

Un modelo de atribución de usuarios es un conjunto de reglas que deciden cómo se asigna el crédito por ventas y conversiones a los puntos de contacto del consumidor en las rutas de conversión. La herramienta de comparación de modelos ofrece comparaciones sobre cómo los diferentes modelos de atribución influyen en la valoración y el rendimiento de sus canales de marketing.

La atribución multitoque ofrece una alternativa más sofisticada a los enfoques tradicionales de atribución basados ​​en reglas, como el primer y último toque, que dan todo el crédito al primer o último punto de contacto de marketing antes de que el consumidor realice una conversión a través de una compra, descarga o cualquier otro evento.

Si primero realiza una investigación de mercado en profundidad , podrá determinar mejor las actividades de su usuario en el sitio.

Esto implica trabajar en la identificación de idiomas, el habla, la traducción, las tendencias de procesamiento visual , la clasificación y las capacidades predictivas que aprovechan la inteligencia artificial. Grandes volúmenes de big data que brindan evidencia de relaciones de interés directas o indirectas se utilizan para desarrollar enfoques de aprendizaje para comprender y producir rápidamente resultados de búsqueda más precisos.

Los avances en el aprendizaje automático están obligando a los especialistas en marketing digital a evolucionar, ya sea que los SEO lo sepan o no. O si preparas tu web para ello o no. Este artículo revelará por qué preferimos usar modelos basados ​​en la posición en la atribución multitáctil.

El principal cambio es el siguiente: las empresas de planificación y compra de medios saben que han surgido con una nueva versión de las estrategias publicitarias para tener éxito en el aumento del volumen de ventas en línea .

Comprensión de los modelos de atribución multitáctil: basados ​​en reglas frente a algorítmicos

¿Debo usar un enfoque basado en reglas o un modelo de atribución de PPC algorítmico?

La determinación precisa del modelo de atribución de su marca se puede agrupar en dos categorías de modelos: aprendizaje automático algorítmico y basado en reglas. Un modelo basado en reglas se deduce humanamente y, por lo tanto, podría etiquetarse como bastante subjetivo. Estos modelos de atribución más tradicionales se basan en suposiciones comúnmente entendidas sobre el primer y último toque, igual toque, atribución de disminución de tiempo y otros escenarios. Por ejemplo, fue la última exposición la que impulsó la decisión de compra de la persona o el primer y el último toque tienen el mismo peso.

La atribución de marketing basada en reglas se conoce como el enfoque de atribución simple. Estos modelos asignan valores a cada punto de contacto del consumidor que se establece mediante una fórmula predefinida. Asigna el 100% del crédito a un solo punto de contacto en el proceso de compra, generalmente el primero o el último.

Para mejorar este proceso subjetivo, en caso de que las percepciones estén desalineadas, el modelo de atribución multitáctil que se basa en la escala de madurez analítica es más descriptivo e implica un proceso de consideración más bajo mientras se apoya en el aprendizaje automático. Al reemplazar la atribución de un único punto de contacto (última interacción y primera interacción) por modelos de múltiples puntos de contacto, es más fácil asignar crédito a varios puntos de contacto según las reglas existentes.

Dados los avances en el aprendizaje automático dentro del algoritmo BERT de Google , un enfoque algorítmico basado en datos ha demostrado ser más confiable. Esto significa que los resultados de la atribución se establecen en función de los datos y el modelado de esos datos. La atribución parcial se asigna por porcentaje según el valor de un toque en relación con el total. Sin embargo, para ser precisos, la atribución del aprendizaje automático algorítmico depende en gran medida de la riqueza de los datos ingresados. Cuando se utiliza una fuente confiable, se obtiene una instantánea completa, pero si no, los resultados podrían ser brutalmente defectuosos.

Aunque confiamos en el aprendizaje automático, este modelo aún depende de un alto grado de interacción humana. Los conocimientos contextuales obtenidos de un analista humano ayudan a reducir las posibles entradas defectuosas. Es más probable que un especialista en marketing digital experimentado reconozca rápidamente un percance antes de que manche los resultados.

El modelo de atribución multitáctil brinda a los especialistas en marketing una visión integral del impacto que tiene cada interacción del usuario en el objetivo final. Esto ayuda a comprender mejor lo que funciona, lo que no funciona y qué afecta a qué en este rompecabezas gigante de varios canales. Estos conocimientos generan en gran medida el potencial para que los especialistas en marketing y las marcas tomen decisiones de marketing más inteligentes. Deje que informe sus esfuerzos de marketing de búsqueda local .

Eric Enge dice que "el aprendizaje automático se puede utilizar desde la planificación de SEO hasta ganar compras en línea cuando se atribuye correctamente la participación del usuario". El artículo de Moz del 4 de febrero de 2016 titulado The Machine Learning Revolution: How it Works and its Impact on SEO *, profundiza en cómo se puede utilizar la inversión realizada por Google y otros motores de búsqueda en tecnología basada en algoritmos. Echale un vistazo.

¿Debería usar la atribución de modelos multitoque para su empresa?

El aprendizaje automático se puede utilizar para informar la planificación de marketing ágil para ganar compras en línea cuando se atribuye correctamente la participación del usuario.

Una de las mejores maneras de beneficiarse de la minería de datos es segmentar a sus clientes y luego enviar mensajes dirigidos mediante AdWords. Y es un proceso bastante sencillo. Solo con los datos de Search Console y Google Analytics, es posible dividir su audiencia en segmentos significativos como edad, intereses, ingresos, profesión o género. Y esto es efectivo ya sea que esté ejecutando campañas de marketing por correo electrónico , búsqueda paga o actualizando sus estrategias de SEO.

Otro beneficio de la segmentación de datos es la capacidad de comprender mejor su panorama competitivo. Esta información por sí sola lo ayudará a identificar los mercados habituales que identifica rápidamente, así como los que se dirigen a los mismos compradores potenciales a los que su empresa desea atender.

Si usted es como la típica empresa que cuando se les pide que enumeren a sus competidores, regresan con una lista de personas. Piensa y planifica en grande. Utilice el marketing de búsqueda de pago para llegar a más compradores . Los motores de búsqueda tienen que elegir entre un grupo mundial de coincidencias potenciales para las consultas de búsqueda de los usuarios. La mayoría de las empresas necesitan expandir su círculo de sitios web competitivos dos o tres veces si realmente quieren competir y ganar. La minería de datos y comprender más acerca de cómo funciona el aprendizaje automático lo ayudarán a lograrlo.

El artículo de E Marketers titulado Google's Journey into Machine Learning: What Marketers Need to Know habla sobre los diversos métodos que existen con un enfoque de embudo superior. Esto implica un plan estratégico para obtener clientes potenciales calificados que ingresan a su sitio web, incluidos los compradores que provienen directamente de Google Maps .

“Las sesiones y las visitas al sitio web de una empresa no tienen el mismo valor y una empresa no debería pagar la misma cantidad por todos los clientes potenciales”, afirma Justin Cutroni.

8 ventajas dominantes de un modelo de aprendizaje automático para mejorar las conversiones:

Tomar mejores decisiones publicitarias comienza con tener datos precisos y la capacidad de utilizar la actualización del modelo de aprendizaje automático con cada conversión.

1. Comprenda fácilmente qué tan profundo es el embudo de conversión de los visitantes de su sitio y cómo toman decisiones los usuarios.

2. Sepa cuándo optimizar al ver cuánto tiempo les toma a los usuarios realizar una conversión en función de dónde comienzan y terminan al realizar una compra.

3. Es más capaz de determinar dónde gastar los dólares publicitarios para aumentar el ROI y los ingresos comerciales el próximo trimestre.

4. Descifrar el número de conversiones en función del dispositivo utilizado y el efecto de la orientación estratégica del dispositivo en distintas partes del embudo.

5. Mejor capacidad para ver cómo sus tácticas de embudo superior y el uso de contenido de video juegan en cada conversión.

6. Capacidad más precisa para comprender todo el ciclo de vida del cliente, tanto para negocios nuevos como recurrentes.

7. Una ventaja de los modelos de atribución algorítmica es que hay menos adivinanzas desde el principio.

8. Reduce la necesidad de volver a verificar sus datos en retrospectiva.

Utilice la atribución de disminución del tiempo de aprendizaje automático para asignar el gasto de mercado

“Básicamente, la última campaña o impresión con la que interactuó el cliente potencial obtiene todo el crédito de conversión. Si solo ejecuta una o dos campañas, la simplicidad y la accesibilidad inmediata de este modelo son atractivas. Sin embargo, en los casos en los que tiene múltiples canales de marketing, este tipo de atribución es engañosa y no lo ayudará a asignar mejor su inversión en marketing”, afirma Segment Analytics Academy**.

Cuando se utiliza el modelo de atribución de disminución del tiempo, los puntos de contacto más cercanos en el tiempo a la compra o conversión del consumidor reciben la mayor parte del crédito. Si, por ejemplo, tanto el clic de una campaña de AdWords como los canales de correo electrónico se reconocen como las interacciones de clientes más recientes unas pocas horas antes de la venta, otro canal recibirá menos crédito que los canales de anuncios o de correo electrónico. Dado que la interacción de búsqueda pagada ocurrió cerca del momento de la venta, este canal recibe mucho más crédito que un compromiso social anterior con un agente.

Uso del modelo de atribución basado en datos de Google

Google se basa más en el aprendizaje automático, que influye en los datos de comportamiento de los usuarios y el conocimiento aritmético para encontrar un modelo de atribución que sea mejor para maximizar el volumen total de conversión. Es un sueño de mina de oro encontrar un conjunto de datos que aumente su volumen de conversión móvil de AdWords más que cualquier competidor.

Un desafío con la atribución basada en datos en AdWords es que ofrece mejor una interpretación de un solo canal de la participación del usuario. Para dirigirse con éxito a nuevos clientes que buscan su producto en línea, es difícil identificar las conversiones que pueden provenir de otro trabajo de marketing que no sea de búsqueda, como el correo electrónico o las redes sociales. El aprendizaje automático es mejor para hacer coincidir entidades de imagen con un producto que la gente busca. Las imágenes y los anuncios de sus productos pueden mostrarse en carruseles de productos en línea .

Google sugiere tener al menos un mínimo de 20.000 clics y 800 conversiones en un período de un mes. Muchas empresas que comienzan con AdWords tienen números más modestos y les va mejor con la atribución basada en la posición al principio. Encontrar el mejor modelo de atribución para PPC para su negocio depende de muchos factores y se revela con el tiempo y las pruebas.

Desafíos de seleccionar el mejor modelo de atribución multicanal

Independientemente del modelo que seleccione, recuerde respetar las mejores prácticas de privacidad y transparencia del consumidor .

No muchos aspectos de la analítica son más complejos que descubrir el mejor modelo de atribución multicanal para su negocio.

¿Cómo puede ser que el último clic sea incorrecto después de haber sido el modelo de atribución de PPC predeterminado durante años? Y luego, aprender que la atribución del primer clic también es errónea puede ser difícil de aceptar. Si bien nos estamos moviendo hacia modelos basados ​​en la posición, incluso a lo largo del tiempo, ninguna técnica de atribución basada en datos parece perfecta. Su inversión en PPC de marketing en el próximo año puede aumentar con mejores resultados y más retorno de su inversión en publicidad paga. Ya sea que esté en el equipo de búsqueda orgánica o de búsqueda paga, al final, si brinda más valor a los consumidores , sale ganando.

El modelo de atribución del último toque es simple y, a menudo, es al que recurren muchos especialistas en marketing. Sin embargo, ignora por completo los estímulos de todas las impresiones de anuncios, excluye la última. Alternativamente, muchos han adoptado la idea más nueva del modelo de atribución multitáctil (MTA). Esto significa que más de un punto de contacto puede tener cada uno una fracción del crédito en función de una influencia más real del usuario en cada punto de contacto que conduce a la decisión del usuario de realizar una compra.

Debido a las nuevas tecnologías de aprendizaje automático, no se desanime por las concepciones anteriores al respecto. Nacido del reconocimiento de patrones de búsqueda y el comportamiento de los visitantes del sitio, el trabajo de investigación de inteligencia artificial le permite a su empresa aprender de los datos y los puntos de contacto de sus usuarios. Es posible visualizar mejor y acreditar los datos de conversión. El aspecto iterativo del aprendizaje automático es importante porque, a medida que los modelos se exponen a nuevos datos, pueden adaptarse de forma independiente. Aprenden de cálculos previos para producir decisiones y resultados confiables y repetibles. Esta es una ciencia antigua, pero que ha mejorado enormemente y está ganando una nueva aceptación de los expertos en marketing digital. Si mantiene actualizadas sus prácticas de marketing SEO , también beneficiará sus operaciones de PPC.

Si bien existen muchos algoritmos de aprendizaje automático desde hace años, el poder de aplicar automáticamente cálculos matemáticos complejos a sus datos de Google Analytics a un ritmo más rápido y mucho más confiable es un desarrollo reciente.

Cómo utilizar el informe de rutas de conversión principales de Embudos multicanal de Analytics

Examine el informe de longitud de ruta en el informe estándar de embudos multicanal en su Google Analytics (o plataforma similar). A menudo, una gran cantidad de conversiones del sitio tienen más de una longitud de ruta, lo que dificulta atribuir la conversión correctamente. Google Analytics permite a los especialistas en marketing combinar información sobre la ruta de conversión del usuario que con su visualización de conversión multicanal que se encuentra en la sección Descripción general.

Revise el informe de conversiones asistidas en Google Analytics. Concéntrese en la última columna que muestra todas las conversiones asistidas/último clic o directas:

• Para valores inferiores a uno, ese canal tiene una mayor probabilidad de generar conversiones de último clic.

• Para valores superiores a uno, es probable que ese canal esté disponible antes en la fase de conversión. Es posible que a estos canales les falte el crédito adecuado cuando se utiliza una estrategia de atribución de último clic.

Es posible descifrar qué áreas pueden estar infravaloradas en sus canales de marketing.

Luego ajuste un porcentaje de la asignación presupuestaria y mida nuevos resultados. Los equipos de marketing completos se benefician al saber qué canal viene primero (el que funciona para presentar su marca al consumidor ), qué canal viene después ("alimenta las decisiones de nuestros compradores potenciales"), qué canal viene después de eso y así sucesivamente.

A continuación, busque información en el informe Rutas de conversión principales de Analytics.

Minería de datos para mejores modelos de atribución

La segmentación de su base de datos y la prueba de cómo sus conocimientos adquirieron forma El texto del anuncio puede aumentar las tasas de conversión de negocios y, por lo tanto, los márgenes de beneficio. Al hacer que sus promociones de PPC se basen en un plan de marketing ajustado y altamente interesado, puede empoderar a su empresa para personalizar productos y promociones para satisfacer mejor las necesidades de una audiencia única que una promoción más genérica y amplia posiblemente pueda.

Los enfoques más inteligentes de la parte superior del embudo sobre cómo obtener clientes potenciales nuevos y calificados para su sitio web pueden implicar un mayor enfoque en la mitad del embudo. El marketing impulsado por las ganancias incluye predecir qué causa la rotación, la participación de los usuarios y mejores tasas de retención, es posible reducir los silos organizacionales y ver que las empresas integren sus fuentes de datos. Tenemos la capacidad de utilizar el aprendizaje automático para mejorar la integración de datos que se puede utilizar para impulsar la adquisición de nuevos clientes, reducir las tasas de rebote de la página de destino y generar compras de retorno de los clientes existentes.

Muchos atribuyen el aprendizaje automático, el análisis de clientes y cómo los grandes datos pueden trabajar juntos para llegar más allá de llegar a un determinado tipo de comprador con un mensaje específico en un tipo de dispositivo. Después de determinar un comportamiento desencadenante que realiza un visitante del sitio, los especialistas en marketing obtienen información más calificada sobre qué cambiar en los mensajes, las ofertas, la frecuencia, la hora del día y otros factores para que la publicidad paga sea más eficiente.

Modelado basado en la posición en la atribución de PPC

Todos los negocios quieren ser lo más ahorrativos posible para obtener los máximos resultados de su inversión en publicidad y mostrar fragmentos destacados visibles . Al examinar detenidamente hasta el final de su embudo de conversión, la atribución del último clic merece la mayor parte de los esfuerzos de muchos especialistas en marketing. Si bien es fácil entender por qué, cuando el objetivo es la eficiencia de PPC y el crecimiento externo requiere menos atención, mi preferencia es un modelo de caída en el tiempo.

Sin embargo, cuando el negocio se centra en el crecimiento y en aumentar la adquisición de nuevos clientes, acercarse a la parte superior del embudo es una prioridad para la optimización de AdWords . Tanto la atribución del primer clic como la del último clic solo ofrecen pequeñas porciones del pastel. Google en AdWords y los datos de Google Analytics pueden proporcionar algún día una iteración inversa del decaimiento del tiempo, pero dado que no se ofrece hoy en día, un modelo basado en la posición o en forma de U requiere más trabajo y una interpretación experta de los informes de datos disponibles.

Al centrarse en datos predictivos e información de compra relevante , es posible aumentar las relaciones que los consumidores tienen con sus productos y servicios. Esto requiere una estrategia clara de marketing de contenido que funcione para su embudo de ventas permanente .

El modelo de atribución basado en la posición en forma de U facilita la identificación de los puntos de contacto clave del usuario y, al mismo tiempo, atribuye un porcentaje de crédito a los esfuerzos de marketing anteriores. Cuando el negocio de TI tiene un ciclo de compra largo, los puntos de contacto intermedios a menudo tienen menos peso. Los compradores buscan reseñas de productos que les ayuden a tomar una decisión. El modelo de atribución es completamente arbitrario. Años de práctica y una mente analítica lo ayudan a asignar crédito a las métricas y canales que mejor se alinean con sus objetivos comerciales.

El estudio de seguimiento entre dispositivos ofrece información para la medición y la atribución

El seguimiento multidispositivo mejorado ofrece una vista completa del comportamiento de un usuario y puede ser valioso para una variedad de propósitos, incluida la orientación de anuncios, la atribución multitoque, la investigación y la atribución de conversión. Sin embargo, los usuarios del sitio a menudo desconocen o omiten leer los avisos de cookies publicados en la parte inferior de las páginas sobre cómo y con qué frecuencia se rastrea su comportamiento en diferentes dispositivos. Por lo tanto, un estudio realizado por OTech recopila información sobre el seguimiento entre dispositivos y ofrece observaciones desde la perspectiva del usuario final.

De acuerdo con una comunicación por correo electrónico del 5 de enero de Aaron Alva en la División de Tecnología de la FTC, “Las empresas de tecnología de análisis y publicidad en Internet están tratando cada vez más de encontrar formas de vincular el comportamiento a través de los diversos dispositivos que poseen los consumidores. Este seguimiento entre dispositivos puede proporcionar una visión más completa del comportamiento de un consumidor y puede ser valioso para una variedad de propósitos, incluida la orientación de anuncios, la investigación y la atribución de conversión”.

Para obtener más información, lea el informe recientemente publicado de la FTC llamado Seguimiento de dispositivos cruzados: medición y divulgación de la Oficina de Investigación e Investigación Tecnológica (OTech)

Cómo el aprendizaje automático beneficia sus anuncios de Google

Por qué los dueños de negocios quieren saber la actividad de cada cliente en cada punto de contacto:

• Orientación de anuncios mejorada y comunicaciones personalizadas para Google Ads: con un conocimiento más profundo del comportamiento del cliente y las interacciones en línea, sus estrategias de marketing de búsqueda pueden formar mensajes personalizados para combinar mejor en todos los canales.

• Mejores decisiones sobre productos y servicios: con información mejorada sobre los datos de los clientes para el análisis , sus páginas de destino minoristas pueden ser más útiles después de ajustarlas a través de decisiones informadas de marketing, SEO en la página y posicionamiento.

• Mejora la lealtad del cliente: cómo un solo cliente puede ayudar a sus estrategias de marketing a mejorar el servicio al cliente e influir positivamente en la lealtad del cliente.

• Mejores ofertas copiadas y promociones pagadas en anuncios gráficos” : comprender los comportamientos de sus usuarios y cómo piensan los clientes cuando interactúan con su marca significa que sus equipos de marketing pueden presentar las ofertas y promociones que están centradas en el cliente y significarán más para visitantes del sitio.

“En el modelo de atribución basado en la posición, el 40 % del crédito se asigna a la primera y la última interacción, y el 20 % restante se distribuye uniformemente a las interacciones intermedias. En este ejemplo, los canales de búsqueda de pago y directo recibirían cada uno un 40 % de crédito, mientras que los canales de redes sociales y correo electrónico recibirían cada uno un 10 % de crédito”. – Soporte de Google Analytics

NOTA: Google presentó su solicitud el 15 de febrero de 2013 para un método y aparato para la determinación de la atribución multitáctil basada en datos en campañas publicitarias multicanal . También conocido como US 20140236705 A1, que se basa en aprovechar el aprendizaje profundo .

¿Cómo puedo determinar qué modelo es mejor para mi negocio?

Los gerentes de marketing digital son los mejores para determinar qué campañas, creatividades y ubicaciones de Google Ads están funcionando mejor, cómo modificarlas o si debería invertir en campañas específicas. La respuesta "depende" es cierta aquí, ya que entran en juego varios otros factores, como el conocimiento de la marca preexistente, los márgenes de retorno de la inversión y la demografía; la atribución fraccionaria no lo hace.

Hay más presión sobre los especialistas en marketing digital en nichos reducidos. Cada vez son más responsables de aumentar la conversión y obtener fragmentos destacados enriquecidos en los resultados de búsqueda . A medida que surgen nuevas mediciones, es más fácil descifrar si alguno de estos modelos es mejor que la medición de canales en silos. Estos métodos le proporcionarán información sobre el viaje del consumidor que no tenía antes. Decidir qué solución de atribución multitáctil es la mejor para sus productos depende en gran medida de sus objetivos comerciales, requisitos, presupuesto y cómo desea utilizar la salida para mejorar la eficacia de su marketing pago.

RESUMEN

Obtenga más información sobre los servicios de Jeannie Hill y Google Ads a su conveniencia.

Si desea ver lo que puede hacer la incorporación de un enfoque de aprendizaje automático, hablemos más sobre nuestros Servicios de optimización de AdWords para obtener tasas de conversión más sólidas.

* https://moz.com/blog/machine-learning-revolución

** https://segment.com/academy/advanced-analytics/an-introduction-to-multi-touch-attribution/