Cómo elegir y probar un modelo de atribución

Cuando un especialista en marketing se enfrenta al desafío de atraer una cierta cantidad de conversiones sin exceder el presupuesto, debe asegurarse de que el modelo de atribución que aplica lo ayude a tomar las decisiones correctas y comprender la lógica del modelo. Se pueden cometer muchos errores en el camino, lo que lleva a pérdidas de tiempo y dinero.

En este artículo, reunimos información que lo ayudará a comparar y aplicar modelos de atribución modernos para ayudarlo a llevar el marketing de su empresa al siguiente nivel.

Dado que los usuarios pueden interactuar con varias campañas publicitarias, debe aplicar un modelo de atribución para estimar la cantidad y el valor de las conversiones resultantes de cada campaña. Un modelo de atribución le permite distribuir el valor de conversión entre las campañas con las que ha interactuado un usuario antes de realizar la conversión.

¿Qué esperamos de un modelo de atribución? Debe ser preciso y comprensible. Pero la mayoría de los modelos conocidos satisfacen solo uno de estos requisitos.

Por ejemplo, el modelo de atribución de último toque más popular (último clic, último clic no directo) es bastante claro: todo el valor se otorga a la última campaña. Pero tiene un inconveniente evidente: Ignora la contribución de todas las campañas excepto la última.

Mucha gente utiliza las conversiones asociadas , especialmente para evaluar campañas de display. Este modelo también es lo suficientemente claro: proporciona el valor de conversión a cada campaña con la que interactuó el usuario. Pero tal evaluación es extremadamente imprecisa, ya que solo tiene en cuenta la presencia de una campaña en la cadena e ignora el grado de su influencia.

Por ejemplo, las campañas de alcance obtienen el valor de todas las conversiones de los usuarios que ven los banners de la campaña. Como resultado, la cantidad de conversiones atribuidas supera significativamente la cantidad real de conversiones.

Los servicios modernos priorizan la precisión y desarrollan modelos de atribución probabilística . Por ejemplo, Google promueve su modelo basado en datos, Facebook promueve Conversion Lift y Nielsen promueve Campaign Lift.

Estos modelos comparten un enfoque común: miden en qué medida una determinada campaña ha aumentado la probabilidad de conversión y determinan su valor en consecuencia. Esto hace que la evaluación sea más objetiva, pero deja muchas preguntas abiertas para los anunciantes, ya que los modelos parecen una caja negra y las oportunidades de depuración son limitadas o nulas.

En OWOX, hemos estado desarrollando un modelo de atribución probabilística desde 2015. El modelo de atribución de OWOX se basa en el aprendizaje automático. Evalúa las campañas publicitarias a nivel de sesión de usuario, tiene en cuenta su contribución al embudo y permite a los especialistas en marketing especificar los canales administrados y la ventana de conversión, así como conectar los datos de CRM.

Recientemente lanzamos una nueva versión del modelo de atribución de BI de OWOX que reúne las mejores prácticas y brinda importantes beneficios comerciales:

1. El modelo determina la contribución de las campañas en función de la probabilidad de conversión y no requiere la selección manual de los pasos del embudo. En el siguiente ejemplo, en la primera sesión del canal de búsqueda de pago, el usuario tenía un 20 % de posibilidades de conversión; en la segunda sesión del canal Retargeting, la probabilidad aumentó al 70%; y en la tercera sesión, el usuario convirtió.

El valor de cada sesión es igual al aumento de la probabilidad de conversión por parte del usuario en comparación con la sesión anterior. En este caso:

• la primera sesión de búsqueda de pago recibirá el 20 % del valor de la conversión, ya que aumentó la probabilidad del 0 % al 20 %
• la segunda sesión con Retargeting recibirá el 50% del valor de conversión, ya que aumentó la probabilidad del 20% al 70%
• la tercera sesión con correo electrónico recibirá el 30% restante del valor de conversión

En cualquier modelo de atribución probabilística, lo más importante es la precisión en la predicción de la probabilidad de una conversión. Los algoritmos de aprendizaje automático de OWOX BI son extremadamente precisos, lo que se confirma con los resultados obtenidos por iProspect y Eldorado, quienes utilizaron estos algoritmos para lograr un aumento de 2,2 veces en el ROI.

2. La segunda ventaja de la nueva versión del modelo de atribución OWOX es su capacidad para predecir el valor incluso de aquellas sesiones que aún no han generado una conversión:

Este pronóstico le permite averiguar cuántas conversiones de una campaña publicitaria puede esperar recibir en el futuro si desactiva la campaña hoy.

Esto le permite tomar decisiones más rápidas para deshabilitar las campañas de bajo rendimiento y no deshabilitar las campañas retrasadas por error.

La precisión de predicción de un modelo depende no solo de los algoritmos, sino también del tamaño de la muestra de entrenamiento. El aumento en la velocidad y la calidad de la previsión del modelo OWOX se logró entrenando el modelo en decenas de miles de proyectos.

3. Lo que es más importante, para hacer que la lógica de cálculo sea lo más transparente posible y tener en cuenta las peculiaridades de un negocio en particular, hicimos que el código de transformación de datos esté abierto a todos los clientes. Puede realizar cambios en el código usted mismo y OWOX BI se encargará de las actualizaciones regulares de datos, combinará los costos de las campañas publicitarias y proporcionará todos los informes necesarios. Puede conocer los beneficios de transformar datos en dbt (herramienta de creación de datos) registrándose para una demostración.

Al evaluar campañas utilizando diferentes modelos de atribución, puede esperar resultados diferentes. Por lo tanto, surge inevitablemente la pregunta: ¿Qué modelo de atribución debería elegir y cuál muestra el camino correcto?

De hecho, un vendedor no necesita una brújula que apunte hacia la izquierda o hacia la derecha, sino un sistema de navegación completo que calcule y recomiende rutas, teniendo en cuenta los atascos de tráfico y la hora de llegada requerida. Este es un modelo de atribución, que permite a una empresa alcanzar un objetivo basado en recomendaciones específicas.

Además, administrar su presupuesto publicitario sin tener en cuenta la capacidad del canal puede llevarlo a un callejón sin salida, como una brújula que no tiene en cuenta el paisaje. La mayoría de los especialistas en marketing saben que un bajo costo por conversión no es suficiente para tomar la decisión de aumentar el presupuesto. Por ejemplo, las campañas de marca pueden tener un costo por conversión bajo pero han agotado su capacidad, por lo que aumentar su presupuesto no aumentará las conversiones.

El gráfico anterior muestra cómo el número de conversiones en las campañas A y B depende del presupuesto invertido en esas campañas. Tenga en cuenta que el CPA actual de la campaña A es menor que el de la campaña B. ¡Pero la próxima conversión en el Canal A costará más que en el Canal B!

Por lo tanto, para aplicar la atribución, debe conocer no solo el rendimiento actual del canal, sino también cómo cambiará el resultado general si aumenta o reduce el presupuesto para cada canal, campaña y palabra clave.

Con un modelo de este tipo en su proyecto, el equipo de marketing puede elegir la estrategia de crecimiento adecuada:

1. Obtenga la misma cantidad de conversiones al reducir su presupuesto.
2. Aumenta el número de conversiones con el mismo presupuesto.
3. Aumenta el número de conversiones con el mismo CPA.

Esto le permite obtener de inmediato no solo recomendaciones sobre la redistribución del presupuesto, sino también el resultado previsto.

La pregunta principal sigue siendo: ¿Cómo puedes saber la curva de capacidad para cada palabra clave? En OWOX BI, usamos datos de mercado de decenas de miles de proyectos para entrenar un modelo que responde a esta pregunta cuando se le da la región y el nicho de un proyecto. Según nuestra experiencia, los datos de un mes, incluso para proyectos grandes, no son suficientes para obtener un pronóstico de alta calidad.

Conclusiones clave:

1. Un modelo de atribución evalúa las campañas publicitarias pero no proporciona recomendaciones para redistribuir el presupuesto publicitario.
2. Para obtener recomendaciones, debe conocer la capacidad de las campañas y la estrategia de promoción.
3. El mejor modelo de atribución es el basado en recomendaciones que permite a tu empresa alcanzar un objetivo específico.

Las formas de aumentar la capacidad del canal (medios) y los errores comunes al establecer objetivos para las agencias (último clic) merecen especial atención (y artículos). Escribe en los comentarios sobre qué te gustaría leer en nuestros próximos artículos.

Si desea obtener más información sobre el modelo de atribución OWOX, regístrese para obtener una demostración. Estaremos encantados de responder a todas sus preguntas.