Cómo predecir áreas de crecimiento y riesgos en un plan de marketing basado en datos

Recientemente anunciamos un nuevo producto, OWOX BI Insights, que puede predecir la realización de los objetivos de marketing en función de sus datos, los datos generales del mercado y el aprendizaje automático. Da a los especialistas en marketing respuestas a preguntas importantes:

• ¿Cumpliremos el plan de ventas, leads y otros indicadores este mes?
• Si no cambiamos nada, ¿cuántas ventas, clientes potenciales, etc. obtendremos al final del año?
• ¿En qué canales, regiones y segmentos no se han alcanzado las metas y cuáles son las áreas clave de crecimiento?
• ¿Cómo nos va en relación con el mercado? ¿Ha decaído el mercado o simplemente nos está yendo mal?

En este artículo te contamos por qué construir pronósticos y cómo encontrar zonas de crecimiento y riesgos para estar un paso por delante de tus competidores.

Pide tu pronóstico ahora!

• La tecnología y los datos nos dicen mucho
• El apetito viene con la atribución
• ¿Qué tareas maneja un analista de marketing de OWOX BI?
• ¿Cómo son los informes de BI de OWOX?
• Boletines por correo electrónico para los responsables de la toma de decisiones
• Implementación: por dónde empezar y cómo construir pronósticos
• Conclusiones a las que llegamos en el proceso

El análisis de marketing juega un papel importante en las empresas modernas.

En 2018, la proporción promedio del presupuesto de marketing de una empresa gastado en tecnologías de marketing (29 %) superó por primera vez la proporción gastada en las personas que usan estas tecnologías (24 %).

Si la previsión de crecimiento de la empresa no se cumple, la mayoría de los directivos despedirán en primer lugar a su director de marketing. Por lo tanto, los CMO deberían estar muy interesados ​​en introducir tecnologías y buscar mejores soluciones.

La mayoría de los CMO (78 %) han aumentado su ROI mediante el uso de análisis al formar una estrategia de marketing.

Aquí hay una breve historia de cómo comenzó todo hace unos años y cómo nos dimos cuenta de que nuestros clientes necesitaban pronósticos y conocimientos.

OWOX BI: ¿Le gustaría que configuremos Google Analytics?
Cliente: Claro, pero no podemos ver el ROI en Google Analytics para nuestras campañas de marketing de Facebook y Yandex.Direct y no podemos comparar su efectividad.
OWOX BI: aquí está la importación de datos automatizada. Simplemente agregue acceso a sus servicios de publicidad y todos los datos se importarán automáticamente a Google Analytics. Obtendrá ROI para todas las campañas publicitarias.
Cliente: Genial, pero los datos de Google Analytics no coinciden con los de nuestro CRM. Nuestra administración cree en los datos del CRM y no podemos reprocesar los datos de Google Analytics para garantizar que sean correctos. Tampoco podemos combinar estos datos con datos internos de forma retroactiva, especialmente sin importar el tiempo de consulta.
OWOX BI: Bien, aquí están todos sus datos en Google BigQuery. Lo hemos recopilado de Google Analytics, servicios de publicidad, seguimiento de llamadas y aplicaciones móviles. Ahora puede combinarlo con datos de su CRM y crear cualquier informe.
Cliente: ¡Impresionante! Pero necesitamos encontrar campañas subestimadas en todo esto. El uso de una consulta SQL simple no ayuda porque los usuarios hacen varios clics a lo largo de la ruta de compra. Necesitamos atribuir de alguna manera el valor de todos estos pasos, lo que significa que necesitamos contratar desarrolladores.
OWOXBI: De acuerdo. ¿Qué hay de la atribución basada en el embudo de aprendizaje automático y los informes listos para usar? Solo especifica estos pasos y verás campañas infravaloradas.
Cliente: ¿Puede identificar nuestras zonas de crecimiento en todos estos datos? Solo decir donde debemos mirar para cumplir con el plan de ventas.
OWOX BI: Así que... Hablemos de lo que espera de su analista de marketing.

1. Muestra dónde se cumplen y no se cumplen los objetivos de marketing.
Durante una reunión a principios de cada mes, el gerente le pregunta al director de marketing: «¿Por qué no se ha cumplido?» ¿Qué región o canal de publicidad teníamos? Y escucha en respuesta: «No lo sé todavía. Necesito un par de días — Ya veré, vuelvo y cuento.» ¿Situación común?

Decidimos que ya es suficiente: dejar que todo el proceso se automatice. Aquí todo es simple: tomamos datos retrospectivos, es decir, un hecho, y lo comparamos con el planificado. Es importante que esto se haga automáticamente para diferentes segmentos.

2. Muestra cómo cumplirás las metas anuales planificadas si avanzas al mismo ritmo que ahora.
Si descubre de antemano que el equipo de marketing se queda corto en una categoría o región, puede arreglar su estrategia de marketing rápidamente y mejorar los resultados. Para que nuestros clientes tengan esa oportunidad, tomamos sus datos y construimos un modelo de pronóstico en el horizonte hasta un año. Aquí se compara la previsión con el plan.

3. Encuentra áreas de crecimiento y riesgos para el próximo mes.
Para ello, OWOX BI Insights compara automáticamente las metas y pronósticos de marketing a nivel de regiones, canales, parámetros y dentro de las áreas de responsabilidad de cada tomador de decisiones en la empresa.

4. Ayuda a responder a la pregunta: «¿Es en esto en lo que no estamos trabajando o se ha hundido el mercado?».
Esta siempre es una pregunta abierta y relevante en cualquier empresa, porque no es suficiente para responder sus propios datos. Por ejemplo, si se excede el plan, es interesante saber: estos son los vendedores: bien hecho o algo sucedió en el mercado y todos corrieron a gastar dinero. O, digamos, las metas no se cumplieron en un 2%. ¿Es este un buen o mal resultado para un equipo de marketing? Si el mercado ha crecido, entonces está mal, y si se ha hundido un 15%, entonces está bien.

Los datos de mercado son fundamentales para responder a estas preguntas. Es por eso que estamos construyendo un modelo de aprendizaje automático basado en datos de decenas de miles de proyectos para proporcionar mejores pronósticos de los que podría lograr utilizando solo sus propios datos históricos.

5. Crea informes en los servicios habituales y convenientes para usted.
Nuestra experiencia muestra que cuando se trata de un nuevo producto, la mayoría de las empresas no quieren introducir otro servicio. Puede que estés pensando: «Tengo Excel (o Google Sheets, Data Studio, Tableau, Power BI). ¿Puedo agregar un pronóstico allí? » Por supuesto que puedes, porque casi cualquier servicio de visualización puede obtener datos de Google BigQuery, donde guardamos los resultados de los cálculos.

Para empezar, veamos los informes finales. Luego te contamos cómo se hacen.

Lo primero y más simple es obtener tres columnas para cada mes: Plan, Actual y Forecast.

Hacer el plan es una cuestión simple. Puede ser realizado por cualquier analista en Excel. También podemos calcular los valores reales, ya que la empresa tiene estos datos. Nuestra tarea es agregar un pronóstico.

Nota: El informe contiene datos de principios de abril. Como puede ver, tenemos un valor real pequeño (el mes acaba de comenzar) y hay algún tipo de pronóstico para el resto de abril. En consecuencia, para el mes actual, el plan debe compararse con la suma de los valores reales y previstos.

En el gráfico anterior, la línea amarilla son los objetivos que el cliente ha establecido, las columnas de color azul oscuro son los valores reales que ya se han cumplido y las columnas de color azul claro son los pronósticos.

Una vez que conocemos los objetivos, el pronóstico y los valores reales en el contexto de los parámetros necesarios para tomar decisiones, podemos construir una tabla dinámica clásica en Hojas de cálculo de Google.

Hay tres parámetros en esta tabla: mes del informe, grupo de canales (búsqueda orgánica, mercado, correo electrónico, etc.) y región. Esta es la agrupación básica con la que trabajan la mayoría de las empresas. A continuación, mostramos las métricas clave que se necesitan para gestionar el presupuesto de marketing:

En el informe, vemos que es probable que la búsqueda paga en la Región 1 genere menos ingresos de lo planeado. También vemos que el canal de correo electrónico puede retrasarse con respecto a las transacciones. Esta información le permite tomar decisiones antes de que su presupuesto se gaste de manera subóptima, y ​​antes de que la zona de crecimiento quede en el pasado y se pierda.

Y lo mejor es que tenemos un pronóstico para el futuro. Muestra lo que sucederá si la tendencia actual continúa.

Veamos en detalle algunos de los elementos de esta tabla. La desviación porcentual, que se destaca en rojo y verde, se calcula utilizando una fórmula simple:

Tomamos el dato con la previsión, eso es lo que muy probablemente recibiremos a finales de este mes. Reste de esto las metas para el segmento y divida el resultado por el plan para el período. El número resultante responde a la pregunta de hasta qué punto un segmento en particular se desvía del pronóstico.

Por ejemplo, para las transacciones de abril vemos una desviación de −4.8%:

Esto significa que en abril estamos un 4,8% por detrás del plan de transacciones. Si suma los valores de todos los canales por encima de esta cifra, el total será −4,8%.

¿Por qué miramos esto? ¿Por qué no miramos la desviación relativa? Por ejemplo, supongamos que tenemos un pequeño canal de referencia. Según el plan, debería haber, digamos, 50 transacciones. Una diferencia de incluso 20 transacciones nos dará una desviación del 40%. Pero esto no es a lo que debe prestar atención en primer lugar, porque hay canales mucho más grandes. Y si un canal más grande muestra una desviación del 10%, será mucho más importante para el negocio. Los colores rojo y verde en la tabla muestran cuán importante es para el negocio prestar atención a este segmento.

En la siguiente captura de pantalla, hemos ampliado los datos de abril:

Aquí vemos que los datos se pueden descomponer en canales y regiones. Podemos seleccionar aquellos segmentos que queremos mirar primero. El rojo es una zona de riesgo, el verde es una zona de crecimiento. La tasa de conversión está marcada en azul y en la parte inferior hay un resumen.

Ahora presentaremos el informe más importante e interesante, que muestra ocho períodos de tiempo que se utilizan para comparar el pronóstico con las metas.

1. Este año real muestra las cifras reales desde el comienzo del año hasta el momento actual. Podemos comparar estos valores con los objetivos para comprender qué tan bien los estamos cumpliendo.
2. Último mes real muestra los datos reales del último mes. Cerramos el mes anterior, por lo que podemos ver fácilmente en cada sección y segmento si los números reales coinciden con los previstos.
3. Última semana real muestra los datos reales de la última semana.
4. Pronóstico de esta semana muestra el pronóstico para la semana actual. Ha comenzado la semana, y vamos a ver qué nos pasa. Donde el responsable, por ejemplo, de la búsqueda paga, preste atención ahora mismo, para lograr un mejor resultado al final de la semana. Para hacer esto, solo necesita evitar riesgos (resaltados en rojo) e implementar zonas de crecimiento (resaltadas en verde).
5. Pronóstico de la próxima semana muestra el pronóstico para la próxima semana.
6. El pronóstico de este mes muestra el pronóstico para el mes actual.
7. Pronóstico del próximo mes muestra el pronóstico para el próximo mes. Según nuestra experiencia, es mejor crear este pronóstico solo en función de la dimensión principal. Es decir, ya no es recomendable dividirlo hasta el segundo nivel (en nuestro caso, regiones) porque hay mucho ruido y mala calidad de pronóstico.
8. Pronóstico de este año muestra el pronóstico hasta el final del año. Lo construimos solo para la métrica clave, los ingresos. La experiencia demuestra que predecir la distribución del tráfico entre regiones y canales y otros segmentos antes de fin de año no es un ejercicio fascinante y conduce a grandes errores y pérdida de confianza en los pronósticos.
   

Puede ver la tabla en Hojas de cálculo de Google en cualquier momento. Sin embargo, quienes toman las decisiones generalmente esperan recibir un informe listo y decir: Mire aquí. Parece que tenemos una zona de crecimiento.

Crear este informe no es una tarea fácil y aún estamos trabajando en ella. Queremos que nuestros clientes reciban mensajes claros y significativos escritos en lenguaje humano tal como los escribiría un buen analista.

Hay dos problemas. El primero es un montón de matices. Llorar lobo sobre los canales directos no administrados no es muy útil. ¿Qué debes hacer si han caído Referral o Direct? Debe concentrarse en lo que puede administrar y, para ello, necesita más conocimiento del programa cuando busque información.

El segundo problema es que estos correos pueden ser respondidos con: «Dame más detalles». Pero [email protected] nunca planeó entablar una conversación. Sin embargo, creemos que la comunicación de un servicio analítico debe ser lo más similar posible a la comunicación con un analista de marketing. Por lo tanto, planeamos enviar información sobre zonas de crecimiento y riesgos a través de Messenger en el futuro.

Al final del correo electrónico, hay una tabla interesante en la que los resultados de los períodos principales se destacan en rojo y verde. Esto muestra inmediatamente si es necesario abrir Hojas de cálculo de Google y ver los detalles de este período.

Antes de comenzar a crear pronósticos, debe responder algunas preguntas importantes:

Como resultado de esta implementación, obtendrá una tabla como esta:

La primera columna indica el área de responsabilidad. En nuestro ejemplo, hay tres: marketing en general, campañas de pago por clic y SEO (orgánico).

La segunda columna son los KPI, que se utilizan para establecer objetivos y evaluar el desempeño en cada una de las áreas de responsabilidad. Para algunos de estos indicadores, hay un plan. Le recomendamos que no cambie sus objetivos existentes cuando decida realizar predicciones. Está claro que en los negocios siempre se puede mejorar algo, y es posible que desee agregar nuevos indicadores a sus informes. Pero no puedes hacer esas cosas en movimiento. Primero, es mejor automatizar lo que ya tiene y luego agregar nuevas métricas.

En las columnas tercera y cuarta, marcamos las métricas para las que hay un plan y para las que podemos crear una previsión.

En la quinta columna, marcamos las métricas cuantitativas y cualitativas porque deben mostrarse de manera diferente y deben tratarse de manera diferente.

La sexta columna son los criterios de segmentación. En diferentes áreas de responsabilidad, una misma métrica se segmenta por diferentes criterios. Por ejemplo, las sesiones de marketing son más interesantes para segmentar por canal; El SEO debe estar segmentado por motor de búsqueda.

La séptima columna es la dimensión secundaria. Puede haber más de dos dimensiones, pero en ese caso los requisitos para el volumen de datos deben ser mayores. Cuantos más parámetros de segmentación, más datos se necesitan para pronósticos estadísticamente significativos.

La última columna es la cantidad de valores para un parámetro en particular que desea ver en el informe. ¿Por qué necesitas esto? Si no especificaras un límite por región y si ampliaras la lista, por ejemplo, no tendrías cinco regiones sino quinientas. Muchos de ellos serían demasiado pequeños y probablemente no informativos. Recomendamos agregar límites para que toda esta etiqueta pueda encajar de alguna manera en Hojas de cálculo de Google y trabajar con ella.

Así que creó una tabla como esta y recopiló todos sus datos (planificados y reales) en Google BigQuery (o algún otro almacenamiento en la nube). ¿Qué debemos hacer a continuación? Lo primero y más fácil de hacer es ponerse en contacto con OWOX BI. Nuestro algoritmo de IA analizará sus datos, los comparará con los datos del mercado, hará predicciones y mostrará dónde están sus zonas de crecimiento y riesgos.

Si desea crear pronósticos usted mismo, hay varias formas de hacerlo. Hay varias formas. Compartiremos cómo hacerlo en Google Cloud, ya que esta plataforma nos resulta más familiar. Es evidente que puede utilizar otras herramientas en su empresa.

Hay tres formas básicas de crear pronósticos en Google Cloud:

1. TensorFlow y CloudML son los métodos más utilizados por los científicos de datos que no son demasiado perezosos para dedicar tiempo a personalizar modelos. Estas son herramientas difíciles, pero le permiten lograr buenos resultados.
2. BigQuery ML: si nunca ha trabajado con el aprendizaje automático pero ya tiene datos en Google BigQuery, le recomendamos que comience con este método. Si tienes datos de Google Analytics 360, ya puedes entrenar un modelo, por ejemplo para calcular la probabilidad de conversión, churn o cualquier otro parámetro. Es muy fácil elegir predictores, funciones y modelos de prueba. Esta es una forma inteligente para un analista que está familiarizado con SQL.
3. Las API de AutoML y CloudML son las formas más básicas para los desarrolladores. Hacen que sea más fácil implementar modelos, compararlos y revertir el control de versiones. Esto es ideal si es un desarrollador y su tarea es implementar el modelo que creó en producción.

Esta es una tabla grande con datos a partir de los cuales puede calcular fácilmente la desviación, la conversión porque tiene todos los componentes para esto y están agrupados en tres bloques: plan, real y pronóstico.

1. Si le dicen «Tenemos objetivos de marketing», en el mejor de los casos significa una hoja de cálculo de Excel que un analista actualiza manualmente una vez por semana.
2. La previsión automatizada no reemplaza el análisis, es solo una forma de aumentar su eficiencia. Según nuestra experiencia, siempre se necesitan ajustes manuales. Por ejemplo, digamos que en octubre abrimos una gran tienda en Houston. El modelo de pronóstico nunca tendrá en cuenta esto porque no tiene este conocimiento.
3. La calidad de los pronósticos mejora significativamente si, además de sus propios datos, utiliza datos de mercado. Esto es lo que hace que el enfoque de pronóstico de OWOX BI sea cualitativamente diferente. Usamos datos de decenas de miles de proyectos para entrenar nuestro modelo. Como resultado, muestra las tendencias del mercado con mayor precisión. Por ejemplo, conocemos la participación de mercado de la búsqueda orgánica y la búsqueda paga de proyectos en el mismo nicho que el de nuestro cliente, y sabemos a qué conducen estos números. Enriquecer el modelo con estos datos le permite comprender mejor las tendencias y saber si lo está haciendo muy bien o si el mercado está creciendo.
4. Es necesario separar los cálculos de la visualización de datos. Cuando haya formulado expectativas de precisión y profundidad, puede crear un pronóstico y calcular datos en un tiempo estrictamente asignado. En cuanto a la visualización de datos, esta es una tarea interminable y no hay límite para la perfección.
5. Para obtener pronósticos de alta calidad con una granularidad de dos parámetros, necesita datos del sitio web sobre 3 millones de sesiones por mes. Es posible crear un pronóstico con una cantidad más pequeña sin segmentación, pero la pregunta es por qué. Si ve, por ejemplo, que no se están cumpliendo los objetivos, ¿puede decir en qué segmento no está funcionando? ¿Qué regiones? Lo más probable es que no encuentres la respuesta porque hay pocos datos.

Si tienes datos históricos de dos años de Google Analytics, tráfico de 3 millones de sesiones al mes y quieres cumplir tus objetivos de marketing y crecer más rápido gracias a los insights, escríbenos llenando un formulario en nuestro sitio. Discutiremos los detalles con usted y lo ayudaremos a crear un pronóstico.