El retargeting: de curiosos en la web, a clientes fidelizados (II)

(continuación del artículo anterior)

El objetivo principal del flujograma anterior era identificar las audiencias y el canal donde mejor dirigirnos a ese colectivo. Como vemos, los criterios para elegir y calificar (scoring, del que ahora hablaremos) a los candidatos (menos aquellos que deciden deliberadamente salir -opt outs-), son las personas y las ofertas que mejor se ajustan. Para ello, resulta fundamental trabajar con dos elementos:

  • Cookies: información que envía un sitio web (app, web, etc.) que es almacenada en el navegador del usuario, de forma que así el sitio web puede consultar la actividad previa del usuario. Esto hace que podamos saber el histórico de relación con mi web de un usuario dado.
  • Comportamiento del visitante: el comportamiento web es una de las grandes áreas donde el Big Data está trabajando. El denominado Clickstream Analysis, monitoriza los patrones de navegación con objeto de entender sus preferencias y segmentar las mismas. Y, así podremos ofrecer anuncios e impactos eficaces a través del análisis del flujo de clicks.

Si bien es cierto que las cookies tienen sus limitaciones (no siempre podemos disponer de esa información), con el Big Data ya están apareciendo nuevas maneras de obtención de datos de usuario (aplicaciones que monitorizan de manera remota especialmente). Por lo tanto, tomemos como válida esta explicación, a pesar de que hay muchos otros métodos de obtención de datos del usuario y que por lo tanto la herramienta de captura de datos pudiera cambiar. Esto no es realmente crítico por lo tanto en una estrategia de retargeting.

Lo que sí es crítico es el scoring y la elección de los perfiles candidatos ideales para una acción de retargeting dada. Es decir, lo que resulta crítico en una estrategia de retargeting es la calidad de las listas de candidatos a los que impactar. Y aquí es donde entra el Business Analytics del que hablábamos en la entrada anterior. Las reglas de elegibilidad de estos perfiles se van actualizando en base a su efectividad (un aprendizaje automático, vamos). Son muchas las variables que entran en juego en la elegibilidad (edad, frecuencia del contacto anterior, interacciones, comportamiento -abandono de carritos de la compra, visitantes más o menos recientes, compradores, recientes, etc.-, tipo de comportamiento en los puntos de contacto, dispositivo desde el que se ha conectado, localización, histórico productos, etc.).

¿Y cómo se hace esto del scoring? Bueno, básicamente se trata de situaciones de aplicación de los métodos de decisión multicriterio. Son los que tradicionalmente se han venido utilizando. Métodos que ayuda a formalizar los problemas complejos de decisión, y a tomar decisiones más coherentes. Es decir, tenemos muchas variables que afectan a la decisión a tomar (las variables que listábamos en el párrafo anterior), y cada una de ellas tiene un “peso” o “influencia” en la efectividad de la elección final diferente. Unos pesos, que además, se van camabiando en el tiempo según vamos aprendiendo de su efectividad. La formulación algebraica general sería:

Opt z = (z1(x), z2(x), …, zn(x))

Sin embargo, y sobre todo enriqueciéndose del sector financiero, en los últimos años hay una serie de modelos econométricos que permiten construir modelos de scoring para segmentar clientes en dos o más grupos:

  • Modelos de regresión multivariante
  • Análisis discriminante (árboles de decisión, análisis factorial, clúster, et.)
  • Redes neuronales
  • Métodos de programación lineal, donde quedaría encajado los métodos de optimización y simulación como el de decisión multicriterio que anteriormente exponíamos.

¿Y por qué acciones apostar? Bueno, esta pregunta daría para otro post. Podemos resumirlas en las siguientes:

  • Site retargeting: cuando visitamos un sitio web, éste pone una cookie en nuestro navegador, y a partir de ahí veremos anuncios en todas las esquinas que veamos en Internet. Es el clásico y décano en la materia.
  • Retargeting dinámico: una variante de la anterior, usada especialmente en e-commerce (de hecho la usa mucho Amazon), que permite una mayor personalización por hacerse de manera dinámica.
  • Social retargeting: se basa también en cookies, pero en lugar de mostrar anuncios en la red display de cualquier esquina de Internet, lo haremos en sitios sociales (Facebook y su red FBX o Twitter y su Twitter Tailored Audiences).
  • Email retargeting: relacionado con las newsletters, campañas de email marketing y ofertas.
  • Search retargeting: enviar publicidad a usuarios en función de sus búsquedas (palabras clave) en los buscadores.
  • CRM retargeting: grandes plataformas de retargeting que permiten comparar listas de email de tu propiedad con enormes cookie pools disponibles por la plataforma.

De todo lo anterior, me gustaría destacar el Social retargeting, por el auge que está teniendo el Social Paid Media (que hemos destacado al comienzo). Facebook ocupa el primer puesto del ranking en número de usuarios, con 1.400 millones
 activos al mes (y con una estrategia de monetización cada más fuerte, y subiendo en bolsa); seguido muy de cerca por YouTube, que supera los 1.000 millones. Linkedin y Twitter han alcanzado los 364 y 302 millones de usuarios, respectivamente. Facebook nos permite dirigirnos a personas por acciones, intereses y hábitos de consumo; Twitter por intereses y perfiles similares; Linkedin por áreas de trabajo y puestos desempeñados; Youtube sobre la base de la sesión de navegación; el email marketing, en base a la interacción con los contenidos que le hubiéramos hecho llegar, etc. Cada canal, un mundo por explocar. Y el Social retargeting, una muy interesante opción para cualquier empresa.

Por último, indicar que todo esto que hemos explicado sería imposible de realizar con un desarrollo adhoc o herramientas simples. Necesitamos una herramienta de Marketing Automationante la gran cantidad de datos que se deben generar, y luego explotar. Aquí dejo una lista con las 50 mejores. Para proyectos específicos de retargeting, se suele hablar de usar AdRoll. No obstante, dado el auge que tiene Hubspot y su estrategia de Inbound Marketing, yo creo que muchas organizaciones debieran apostar por ello. Es una herramienta más genérica, por lo que nos exigiría trabajo de adaptación, pero también más estratégica la relación y la apuesta de la empresa por el Inbound.

En definitiva, hemos del retargeting, como una estrategia digital y un enfoque de captación de nuevos clientes más acorde a una era de múltiples impactos y puntos de contacto.

El retargeting: de curiosos en la web, a clientes fidelizados (I)

Unas estadísticas para contextualizar de lo que vengo a hablar hoy (sacadas de esta presentación con otras muchas estadísticas):

  • Un sitio web tiene una tasa de conversión ligeramente superior al 2%. Eso implica que el 98% de los que visitan vuestra web (seais el negocio que seais), viene, ve algo, y se va. Y no suele volver.
  • El refuerzo en todo el embudo de marketing (conocimiento de marca, leads, ventas, fidelización, etc.) es fundamental ante la competitividad de acciones y canales que disponen las marcas ya hoy en día en la era digital.
  • Y es que la inversión publicitaria digital (sumando todas sus alternativas de SEO, Performance, Email y Social Paid Media + Social Media Management), ha superado ya a la TV y Radio en Canadá y EEUU. Pero también es cierto que hay que repartir la tarta entre muchos.
  • La inversión en Social Paid Media (pagar por anunciarse en plataformas de Social Media), según datos de eMarketer a nivel mundial, ha subido de 17.740 millones de dólares en 2014 a un estimado de 23.680 millones en 2015 y de 29.910 millones en 2016.

Por todo ello, parece que debemos afrontar este problema de la baja conversión de otra manera. Y alternativas parece que existen (a tenor de las cifras de inversión que hemos visto). Y la estrategia, entre otras, más efectiva (en términos de eficiencia de acciones y rentabilidad económica) es el retargeting (o el remarketing, que es como lo llama Google). Se trata de una técnica de marketing digital que busca impactar con publicidad a usuarios que previamente hubieran interactuado con algún punto de contacto de nuestra marca a lo largo del Customer Journey. Es decir, usuarios que hubieran podido visitar nuestra web (acuérdense de la baja conversión), abandonado un carrito de la compra (¿les suena de cuando están comprando un billete de avión? :-)), abierto un email, etc. Todo ello, claro, con el modelo de personalización de “Customer Centricity” del que ya he hablado también.

Customer Journey y los diferentes puntos de contacto digitales y físicos por los que puede apostar una organización (Fuente: http://www.crownpeak.com/images/digital-touchpoints.png)

El retargeting está ganando mucho interés para las marcas dado que tiene la mayor capacidad de cambio de comportamiento en la navegación de un usuario, incrementando las respuestas a los estímulos a los visitantes en porcentajes importantes. Los que lleguen a vuestra web que vengan de alguna acción de retargeting tienen un 70% más de probabilidad de terminar comprando que aquellos que no vengan de una de estas acciones.

Hoy en día, muchos usuarios que acaban comprando han madurado su decisión de compra a través de aquellos medios en los que pasan más tiempo: móvil y redes sociales. Dos vectores de crecimiento muy importante. La publicidad en redes sociales (ese Social Paid Media que decíamos antes) se sitúa cerca de la decisión de compra, pero rara vez actúa como el último decisor. Pero, claro, la decisión de compra se ralentiza. Se ve influenciada por muchos impactos. Y en esta era de muchos puntos de contacto e impactos, por lo tanto, el retargeting para las empresas es una opción más que interesante. Hacer muchas acciones digitales y no aprovechar el retargeting, seguramente te lleve a tener mucho branding y poca conversión. La queja de siempre: mucho trabajo y pocas ventas, ¿os suena no?

Y todo ello se debe a una de las principales virtudes que tiene esta era del dato que venimos comentando en los últimos meses: la personalización. La transformación digital de los negocios y de la economía en general, lo que más ha alterado, sin duda alguna, es la experiencia del cliente. Un cliente, especialmente los nativos digitales, que se informan en Internet antes de comprar hasta en un 70% de las ocasiones; un 55% quiere un cierto trato personal e individualizado; y un 50% se fía más por lo que opinen sus pares en Internet que de cualquier otro impacto publicitario (que se lo digan a la cadena de valor turística con sitios como TripAdvisor). Por lo tanto, clientes sabios, exigentes y que demandan personalización.

Y aquí, entra perfectamente el retargeting. Como decíamos antes, para organizaciones que tienen un largo Customer Journey, resulta fundamental una estrategia de retargeting. Y para definir qué hacer, entran en juego dos términos que escucharemos mucho en los próximos años: Right Person y Right Offer. Las campañas son costosas y además muchos clientes no responden. La solución a ello es predecir quiénes van a responder a una oferta con más probabilidad a través de modelos de propensión. Es decir, encontrar la “Right person“. Por otro lado, se está saturando a los clientes con múltiples ofertas. Elegir los clientes que tengan más propensión en cada momento, controlar la periodicidad de los envíos y  disponer de pequeñas campañas focalizadas, son las acciones para concretar la “Right Offer“.

Estrategia a seguir para poner en marcha una apuesta por el retargeting
Estrategia a seguir para poner en marcha una apuesta por el retargeting (Elaboración propia)

Esta estrategia de cuatro etapas (que creo bastante explicativa resulta), se puede concretar en el siguiente flujograma que he preparado para ilustrar esta explicación:

Flujograma de la estrategia de retargeting para mi empresa (Elaboración propia)
Flujograma de la estrategia de retargeting para mi empresa (Elaboración propia)

Estas dos representaciones de la estrategia, que utilizo con mucha frecuencia en los cursos, son los que desgranaré en una segunda entrega, para que las empresas vean el valor de aplicar estrategias de retargeting en su día a día.

De los PCs a los móviles: ¿qué nos depara el futuro? La era de la inteligencia

Desde aquellos años 30 en los que un grupo de matemáticos y lógicos (Turing, Gödel y Church) lanzaron el campo teórico que hoy llamamos Ciencias de la Computación (Computer Science) hasta la fecha, han pasado más de 80 años. Por medio, los años 50-60, cuando nace la industria asociada, que permite llevar a más lugares que grandes laboratorios los ordenadores. Años, en los que a unos cuantos, nos ha despertado interés la informática, la hemos estudiado, y no paramos de hacernos preguntar sobre el futuro de la misma.

La “industria de la computación“, que podemos llamar para simplificar “mundo digital” ha ido desarrollándose siempre de la mano de dos ciclos: el de producto y el financiero. De este último se está hablando mucho últimamente, especialmente porque muchos creen que volvemos al año 2000 y las probabilidades de que exista una burbuja financiera están aumentando. No lo sé. Bueno, mejor dicho, no lo creo. Creo que no son las expectativas irracionales del año 2000, cuando la burbuja de las “.com”, provocó que se descubriera que apenas se creaba valor gracias en aquella época de Internet.

Yo creo que hoy sí está generando valor la constante transformación digital de las industrias. Precisamente acabo de escribir dos artículos (éste y éste) para justificar más éste artículo. Hoy quiero hablar sobre cómo se está generando valor sobre las diferentes plataformas que hoy en día están permitiendo el desarrollo de valor en productos gracias a la era digital: básicamente, Internet y los dispositivos móviles. Y lo hago porque la próxima semana viajo a Arabia Saudí precisamente para dar una serie de workshops sobre la materia a emprendedores que quieren abrazar esta era digital como una oportunidad. Especialmente desde la óptica de la educación, que es lo que hacemos desde eCampus en la Universidad de Deusto.

La respuesta sobre la posibilidad de una burbuja recae siempre en el “ciclo de producto“. Hoy en día, el “Ciclo de producto”, es decir, el producto tecnológico, se puede describir formalmente de la siguiente manera:

Producto tecnológico = Plataforma + Aplicaciones

Es decir, que la posibilidad del desarrollo de producto tecnológico (se entiende que digital, las Tecnologías de la Información y la Comunicación), depende de disponer de una infraestructura de soporte (Plataformas) sobre la que desarrollamos una serie de utilidades o Aplicaciones. A nivel de plataformas y aplicaciones, hasta la fecha, podemos decir que hemos vivido básicamente cuatro ciclos desde los años 50-60:

  1. Era centralizada: sistemas que automatizan trabajos administrativos. Apenas (o ningún) valor intelectual. Se mecanizan ciertos procesos, que se hacen más eficientes.
  2. Era del PC: cliente-servidor. Aparece el ordenador personal, ya no solo como una herramienta de ciertos procesos, sino que pasa al trabajo personal para hacerlo más productivo. Construimos aplicaciones de ofimática y otras de escritorio. Es la era que arranca el Apple II en 1977 y el IBM PC en 1981.
  3. Era de Internet: nace la interconexión entre los PC, que ha desarrollado gran parte de la economía global. Es uno de los pilares de la infraestructura actual. Empezamos a construir aplicaciones como buscadores, correo electrónico, tiendas online, redes sociales, SaaS, etc. Si bien en algunos entornos académicos o militares ya se disponía de algunas de estas cuestiones en los 80s, realmente a nivel de consumo aparece en 1993 con Mosaic, el primer navegador web gráfico.
  4. Era de los dispositivos móviles: el segundo gran pilar, y quizás el ciclo más importante ahora mismo. 2.000 millones de personas tienen al menos 1 smartphone. Y hemos desarrollado aplicaciones móviles para agilizar e intermediar en cadenas de valor como el taxi, alojamientos turísticos, etc. Si bien Blackberry y Nokia irrumpen a comienzos de los 2000, el pistoletazo de salida sin duda alguno lo provocan en 2007-08 el iPhone y Android.

La pregunta ahora recae en lo que está por venir. Es decir, dónde están las oportunidades para los emprendedores. Para ello, quizás sea interesante pararse a pensar en las tendencias hardware y software que se están produciendo, para así hacer una reflexión sobre lo que pudiera aparecer:

  • Hardware: está siendo cada vez más pequeño, barato y ubicuo. Pensemos que las CPU que tenemos ahora son “systems-on-a-chip“, en el sentido de que por 5 dólares tenemos una Raspberry Pi Zero con un procesador de 1 GhZ y 512 MB de RAM. Una locura para los que adquirimos nuestro primer ordenador (hardware) a mediados de los años 90 con características inferiores y precios totalmente desorbitados. Dos cuestiones fundamentales caracterizan al desarrollo del hardware:
    • La Ley de Moore y la industria de los semiconductores: cada vez por menos recursos, tenemos más producto (tanto en capacidad como potencia). Por lo tanto, esta tendencia hardware hace que a futuro, veamos “ordenadores” en todas las esquinas que nos rodean (paredes, autobuses, zapatillas, cunas de nuestros hijos, etc.). Es lo que se ha venido a bautizar como el Internet de las Cosas.
    • Como diría Chris AndersonEl dividendo de la paz en la guerra de los smartphone“: los componentes de los móviles, ante la guerra que se desató entre fabricantes (Apple, Google, Samsung, etc.), hace que sean más económicos que nunca: sensores, GPS, cámaras, procesadores ARM, antenas WiFi, memorias, baterías, etc. Esto, beneficia a industrias colindantes como los drones, sensorización, las fábricas (ahí tenéis la Industria 4.0), etc. etc.
  • Software: estamos viviendo ahora mismo la era dorada de la “Inteligencia Artificial“, tras el “largo invierno” que vivió en los 80 y 90. Quizás derivado de la abundante materia prima que tienen ahora los algoritmos para mejorarse a sí mismos (el “machine learning en la era del Big Data“). Tenemos varias cuestiones moviéndose a gran velocidad:
    • Sistemas distribuidos: Hadoop, Spark, y la posibilidad de paralelizar Bases de Datos y resolución de problemas.
    • Blockchain: para asegurar datos y activos. Ya hablé de ello.
    • Deep Learning: un descendiente directo de las redes neuronales. Pero que se beneficia en la actualidad de la gran cantidad de datos, el bajo precio de la computación y los nuevos algoritmos. Algoritmos de inferencia de conocimiento no conocidos hasta la fecha.
    • Open Source: democratización de las posibilidades de crear. Estamos asistiendo, por primera vez en la historia, a unas capacidades tecnológicas muy “económicas” en términos monetarios, aunque de gran exigencia intelectual. Nada es gratis. Whatsapp se crea con 50 empleadas, y presta un servicio a 1 de cada 9 ciudadanos del mundo (algo más de 900 millones de personas ahora mismo).

Lo bonito de todas estas cuestiones aparece cuando mezclas todo ello. Y es que los sistemas de Inteligencia Artificial, son mejores con una mayor cantidad de datos. El Deep Learning, mejorará en consecuencia. Y las tecnologías Open Source, seguirán desarrollándose. Todo ello, en agregado, produce el “data-network effect“: más usuarios, más datos, llevan a mejores productos, que traen más usuarios. ¿Por qué Google pagó por Waze mil millones de dólares?

Por todo ello, creo que queda todavía mucha inteligencia que aportar a elementos como los asistentes de voz, motores de búsqueda, estrategias de retargeting (una mejora de la publicidad), traductores, automóviles (Über, Tesla, Google, Ford, Daimler, etc.), drones (hardware complejo con un software simple), medicina y abogacía, escáneres e impresores 3D, etc.

Esa capa de “virtualización inteligente” que aporta la mezcla de esas tendencias de hardware y software llevará a la mejora de las prestaciones de esos elementos y áreas. O, al menos, esas es mi visión, claro. De los PCs a los móviles, para aprovechar esta “era de la inteligencia“.

La era de la inteligencia (Fuente: https://leadingedgeforum.com/asset/6508/)
La era de la inteligencia (Fuente: https://leadingedgeforum.com/asset/6508/)