12 razones para seleccionar OWOX BI ML Funnel Based Attribution

El objetivo de la atribución es evaluar la eficacia de las campañas y los canales publicitarios e identificar qué canales de tráfico de pago generan conversiones. Sabiendo esto, puede redistribuir su presupuesto de publicidad a canales efectivos, dejar de gastar dinero en canales ineficientes y eventualmente obtener más conversiones.

Su éxito en la ejecución de su plan de ventas y el crecimiento de su negocio depende de la calidad y validez de su modelo de atribución. El problema es que la mayoría de las conversiones ocurren como resultado de más de una sesión: antes de comprar, el usuario visita el sitio varias veces. Por lo tanto, para distribuir objetivamente el valor de los ingresos o las ganancias de un pedido específico, debe evaluar cada sesión, no solo la última. La mayoría de los modelos de atribución estándar no tienen en cuenta todas las acciones del usuario antes de realizar un pedido y otorgan todo su valor a un canal de la cadena. O evalúan los canales según una regla condicional y no según los méritos reales.

En OWOX BI, hemos creado nuestro propio modelo de atribución basada en embudo de aprendizaje automático (ML) que tiene en cuenta todas las acciones de los usuarios en línea y fuera de línea, además de los datos de ingresos reales de su CRM y muestra la influencia mutua de los canales en las conversiones y la promoción del usuario a través de la embudo.

En este artículo, describimos lo que puede hacer con OWOX BI Attribution.

Para empezar, refresquemos sus conocimientos teóricos.

La atribución es la distribución de valor de una conversión entre canales que hizo avanzar al usuario a través del embudo. Ayuda a responder en qué medida cada canal influyó en la promoción del usuario a través del embudo y los ingresos que recibió al final.

Un modelo de atribución define la lógica de distribución de este valor, por ejemplo, a canales publicitarios y campañas que ayudaron a atraer usuarios. Lo ideal es que tu modelo de atribución sea fiable (teniendo en cuenta la contribución objetiva de cada esfuerzo) y transparente (permitiendo comprender y verificar los resultados del cálculo).

¿Quién necesita atribución y por qué?

La atribución es necesaria para aquellos que administran el presupuesto de los canales de marketing y desean distribuirlo de manera efectiva para reducir costos, aumentar los ingresos y cumplir con el plan de ventas.

Modelos de atribución estándar en Google Analytics

1. Primer clic. Todo el valor derivado de la conversión se atribuye a la primera fuente que llevó al usuario por el camino de la conversión.
2. Último clic. Todo el valor va al último canal con el que el usuario entró en contacto antes de la conversión.
3. Último clic no directo. Todo el valor se asigna al último canal de la cadena. Si es tráfico directo, el valor se atribuye a la fuente anterior.
4. Lineal. El valor se distribuye por igual entre todas las fuentes de la cadena.
5. Tiempo en decaida. El valor se distribuye entre los canales de forma incremental.
6. Basado en posición. El canal que presentó la marca al usuario y el que cerró el trato reciben el 40% del valor cada uno. El 20% restante se divide en partes iguales entre todos los canales en el medio del embudo.

Modelos de atribución en servicios publicitarios

Hay diferentes modelos de atribución disponibles en diferentes servicios publicitarios y sistemas analíticos.

La mayoría de los servicios utilizan el último modelo de clic no directo; algunos ofrecen modelos posteriores a la vista, multidispositivo u otros. Pero estos modelos no se pueden comparar entre servicios: Facebook mide la publicidad a su manera, mientras que Google Ads tiene un enfoque diferente. Como resultado, es imposible obtener una imagen general de todas sus herramientas publicitarias.

Los modelos de atribución estándar no son apropiados cuando:

• la mayoría de los pedidos en su sitio web se realizan en más de una sesión, es decir, hay dos o más visitas en la cadena antes de la transacción
• usted tiene una gran cantidad de fuentes de publicidad
• necesita evaluar la influencia mutua de cada canal en la promoción del embudo
• desea comprender cómo funcionan los canales publicitarios en un paquete
• tienes un embudo de ventas complicado e inconsistente.

Para evaluar la influencia mutua de todas las fuentes, debe combinar datos de diferentes servicios de publicidad, Google Analytics y su CRM y utilizar modelos de atribución complejos: el modelo basado en datos en Google Analytics 360, cadenas de Markov, valor de Shapley o algoritmos personalizados. . Pero estos modelos también tienen sus limitaciones: una cantidad mínima de datos requeridos para los cálculos, la imposibilidad de considerar conversiones posteriores a la vista o combinar datos de su CRM, lógica de cálculo oculta, implementación compleja y costosa, etc.

La atribución basada en el embudo de aprendizaje automático de OWOX BI lo ayuda a evitar todas estas limitaciones.

El modelo de atribución OWOX BI evalúa la efectividad de tus campañas publicitarias, teniendo en cuenta la contribución de cada canal a la promoción del cliente a través del embudo de conversión. Con este modelo, usted puede:

• asigne correctamente su presupuesto publicitario, teniendo en cuenta la contribución real de los canales a las conversiones y su influencia mutua
• reducir el índice de reserva de efectivo (CRR) al tiempo que aumenta los ingresos
• aumente el número de nuevos clientes mientras ahorra su presupuesto
• aumente el número de usuarios objetivo alcanzados por las campañas de medios mientras ahorra su presupuesto.

La atribución basada en embudo en OWOX BI se basa en cadenas de Markov y aprendizaje automático. La cadena de Markov es una secuencia de eventos en la que cada evento posterior depende del anterior. La atribución basada en cadenas de Markov utiliza un modelo probabilístico que calcula la probabilidad de transiciones entre los pasos del embudo, lo que le permite evaluar la influencia mutua de los pasos en las conversiones y averiguar qué pasos son los más significativos.

Para calcular las probabilidades, todos los pasos del embudo de conversión especificados en la configuración del modelo de atribución de BI de OWOX, más el paso de inicio de sesión en el sitio, se presentan como resultados en la cadena de Markov. Después de eso, se calcula la probabilidad de una transición entre estos resultados:

El gráfico anterior es un ejemplo simplificado para facilitar la comprensión. En casos reales, puede haber incluso más transacciones.

Obtenga más información sobre cómo calcular el modelo de atribución basada en el embudo de BI de OWOX en nuestro Centro de ayuda.

1. Recopile datos sin procesar del comportamiento de los usuarios de su sitio web en Google BigQuery. Para ello, puede utilizar la transmisión de datos desde OWOX BI o BigQuery Export con Google Analytics 360.
2. Importe datos de costos a Google BigQuery desde servicios de publicidad. Para ello, puede utilizar OWOX BI para complementar las estadísticas de las campañas de Google Ads en Google Analytics con datos de costes de otros servicios publicitarios, y luego importar toda esta información a Google BigQuery. También puede usar OWOX BI para importar directamente datos sin procesar de Facebook a BigQuery.
3. Si lo deseas, puedes complementar los datos de Google BigQuery con información de tu CRM/ERP, call center y sistemas contables internos. Esto le permitirá utilizar las ventas fuera de línea y los datos reales de ingresos de CRM en sus cálculos de atribución. También puede usar eventos personalizados como pasos de embudo: llamadas, correos electrónicos, reuniones personales, etc.
4. En su proyecto OWOX BI, cree un modelo de atribución y ejecute cálculos.

La mayoría de nuestros clientes utilizan OWOX BI para evaluar objetivamente las campañas publicitarias existentes y planificar las futuras. Esto es necesario para ejecutar un plan de ingresos con retorno planificado de la inversión publicitaria (ROAS).

Estas son las razones clave por las que creemos que OWOX BI es la mejor opción para los especialistas en marketing.

Nuestro modelo de atribución se basa en datos completos: impresiones de publicidad en los medios y conversiones posteriores a la vista, actividad del usuario en su sitio web, datos de costos de los servicios de publicidad, datos de transacciones de su CRM y cualquier otro evento en línea y fuera de línea. Como resultado, puede ver la imagen completa de las interacciones de los usuarios con su negocio y puede tener en cuenta el impacto de todos los esfuerzos de marketing en los indicadores comerciales.

Los ingresos de Google Analytics y los ingresos de los bienes comprados en su CRM a menudo no coinciden. Con OWOX BI, puede medir la contribución del marketing en línea a las ventas reales teniendo en cuenta los ingresos de las tiendas físicas y los datos de los pedidos completados de su CRM.

A diferencia de los modelos de atribución estándar, el modelo OWOX BI tiene en cuenta cada paso del usuario antes del pedido, no solo el último clic. Cuanto más difícil es pasar un paso, más valor obtiene una sesión que ayudó a que sucediera. Y al conocer el valor de las sesiones, puedes calcular el valor de las campañas, teniendo en cuenta su contribución a la promoción de los usuarios a través del embudo.

Puede crecer más rápido que sus competidores explotando las ventajas únicas de su negocio. Con OWOX BI, puede crear un embudo que se ajuste a la estructura de su negocio.

Además de las acciones de los usuarios en su sitio web, puede agregar cualquier evento personalizado de su CRM, sistema de seguimiento de llamadas y otros sistemas como pasos del embudo. Por ejemplo, puede cargar datos sobre llamadas, reuniones o correos electrónicos en Google BigQuery. Combine todos los esfuerzos comerciales destinados a convertir a los usuarios en un embudo para evaluar con mayor precisión su efectividad.

No es suficiente obtener una evaluación exhaustiva de su campaña publicitaria. Su evaluación debe dividirse en etapas de conocimiento, interés y conversión utilizando el modelo AIDA.

Por ejemplo, con OWOX BI, es posible que vea que las campañas casi no forman conciencia:

Como resultado, las campañas diseñadas para influir en las siguientes etapas del embudo pueden parecer ineficaces. Una evaluación del ROAS de las campañas existentes puede mostrarle cómo redistribuir su presupuesto entre ellas, pero no revelará la falta de esfuerzo en la etapa superior del embudo. OWOX BI le brinda una comprensión de dónde enfocar su esfuerzo.

Ningún algoritmo puede reemplazar su experiencia. Por ejemplo, puede saber que las campañas de su marca están agotadas y que su alto ROAS no significa que deba invertir más en ellas.

En OWOX BI, puede especificar fácilmente los canales que no participarán en su evaluación:

Como resultado, obtiene una evaluación solo de aquellas campañas que puede administrar objetivamente. Es importante que pueda hacer esto en cualquier momento en una interfaz conveniente sin ponerse en contacto con los desarrolladores o su equipo de soporte.

OWOX BI calcula el valor de cada sesión. Esto le permite personalizar los modelos de atribución para diferentes cohortes de usuarios, calcular el ROI/ROAS para usuarios nuevos y recurrentes y comparar la rentabilidad de la cohorte.

Por ejemplo, los operadores móviles pueden evaluar la contribución de las campañas publicitarias a la venta de servicios adicionales a los clientes actuales (la cohorte de "clientes actuales"). Y las empresas del nicho minorista de la moda pueden evaluar a los compradores primerizos y los compradores futuros por separado para averiguar qué canales son mejores para atraer nuevos clientes al negocio.

Además, al conocer el costo de una sesión, puedes calcular cuánto gastas y cuánto ganas en cada grupo de productos. Con esta información, puede evaluar la efectividad de la publicidad para diferentes regiones, páginas de destino, versiones de aplicaciones móviles y aplicaciones.

Es importante no solo evaluar las campañas, sino también hacer que la evaluación sea transparente para las empresas. Cualquier evaluación de caja negra será cuestionable y no le permitirá encontrar errores.

En OWOX BI, puede ver cómo se distribuye el valor entre las campañas para cada transacción con la que ha interactuado un usuario:

Los errores y las conclusiones incorrectas que se obtienen debido a los intentos de aplicar el aprendizaje automático en datos insuficientes pueden resultar costosos para las empresas. Nuestro algoritmo verifica y controla automáticamente la importancia estadística de los cálculos. Además, OWOX BI brinda a sus analistas acceso completo a una tabla de intervalos de confianza para cada segmento. Gracias a esto, puedes estar seguro de tus resultados y entender cómo se obtienen.

La eficacia del marketing online depende cada vez más no de las tecnologías utilizadas sino de la calidad de los datos sobre los que se entrenan los modelos. Por lo tanto, la atribución por sí sola pierde frente a los modelos construidos con datos de mercado.

El modelo de aprendizaje automático de OWOX BI considera datos de decenas de miles de proyectos.

Para que un modelo de atribución sea eficaz, también debe cumplir los siguientes requisitos:

1. Los datos para los cálculos deben prepararse correctamente. No puede simplemente omitir los datos recopilados por su rastreador de JavaScript a través del aprendizaje automático. Por este motivo, BigQuery ML es adecuado para experimentos, pero no para uso comercial.
2. Debe tener en cuenta la información sobre las interacciones con la parte superior del embudo: impresiones de publicidad en los medios. Para hacer esto, hemos desarrollado OWOX BI Post-View Pixel, que le permite medir los anuncios de medios a nivel de usuario. También integramos OWOX BI con Google Ads Data Hub, lo que permite que BigQuery solicite información de Campaign Manager (anteriormente DoubleClick Campaign Manager) y algunas otras fuentes para que las empresas puedan considerar y evaluar de manera transparente la contribución de la publicidad en los medios a las etapas superiores de el embudo
3. El modelo debe considerar la opinión de expertos:

• ¿Qué canales se gestionan?
• ¿Cuál es la capacidad de estos canales?
• ¿Cuál es el papel de un canal determinado en el embudo?
• ¿Qué es la ventana de conversión?

El modelo de atribución de OWOX BI cumple con todos estos requisitos.

La atribución basada en datos en Google Analytics 360 exige altos requisitos de datos: 400 conversiones de cada tipo con una ruta de al menos dos interacciones. OWOX BI, al agrupar dinámicamente eventos en etapas de embudo, proporciona resultados significativos con cantidades más pequeñas de datos y se adapta a muchas más empresas. Al mismo tiempo, la importancia estadística de los cálculos se controla automáticamente a nivel de cohortes de usuarios, para que pueda estar seguro de los resultados.

En OWOX BI Smart Data, puede crear informes basados ​​en datos de atribución sin la ayuda de analistas ni ningún conocimiento de SQL. Una vez que se calcula el modelo de atribución, Smart Data informa automáticamente sobre los ingresos, la cantidad de conversiones, el ROI, el ROAS y el CRR en el contexto de los eventos agregados. Además, puede crear sus propios informes utilizando un generador de informes conveniente. Simplemente seleccione los parámetros y cifras clave que desea ver en su informe. El servicio le proporcionará instantáneamente un gráfico y una tabla comprensibles.

Estos son algunos ejemplos de informes de atribución de datos listos para usar que puede obtener en Smart Data:

Este informe le permite comparar los resultados de los cálculos utilizando diferentes modelos de atribución. En nuestro caso, estos son Last Non-Direct Click, que se utiliza en Google Analytics, y ML Funnel Based Attribution de OWOX BI. Puede ver los ingresos atribuidos y el ROAS por canal, campaña, tipo de usuario, región, ciudad y dispositivo. Las campañas que están sobrevaloradas tienen una diferencia negativa. Las campañas infravaloradas tienen una diferencia/valor positivo. Por ejemplo, en la captura de pantalla anterior, vemos que se subestimó el canal yandex/display y vale la pena esforzarse más.

El siguiente informe muestra cómo se distribuye el valor de las fuentes y los canales por pasos del embudo. En el ejemplo anterior, vemos que la mayor cantidad de compras (la franja verde clara) se realizan fuera de línea.

Además de los eventos, puede agregar otros parámetros a los informes, como el tipo de usuarios (nuevos o recurrentes):

El informe anterior muestra cómo se distribuyen los gastos, los pasos del embudo y las compras entre las cohortes de clientes. Con él, puede determinar qué canales y campañas atraen transacciones de nuevos clientes y asignarles presupuestos. Estas campañas lo ayudan a aumentar su base de clientes.

Con OWOX BI, puede crear segmentos de audiencia actualizados automáticamente en función de cualquiera de sus datos y descargar estos segmentos a Google Ads. Además, puede enviar automáticamente los resultados de los cálculos de atribución a los servicios de licitación de K50 y Alytics, así como a Google Ads y Facebook para administrar las ofertas considerando la efectividad real de su publicidad.

Al ser pioneros en el desarrollo de la atribución basada en embudos, reunimos una experiencia única que compartimos con nuestros clientes en docenas de artículos y mucha documentación. Además, estamos preparados para garantizar un nivel de calidad de recopilación y procesamiento de datos superior al 96 % en nuestro SLA.

Con OWOX, no solo obtiene la hermosa idea de utilizar el aprendizaje automático en marketing, sino también guías paso a paso, recomendaciones prácticas y ejemplos de casos de uso exitosos.

Descubra cómo la atribución de BI de OWOX puede ayudar a su empresa. Regístrese para una demostración del producto para evaluar las capacidades de nuestros productos.