Big Data y Paid Media en la estrategia digital - Concepto 05
El GIF y las marcas. Cómo lo incluyen en sus campañas
29/09/2016
¡Piedra, papel, tijera! Alternativas al diseño web responsive
11/10/2016

Combinando Big Data y Paid Media en la estrategia digital

Parque de atracciones - Big data

El Big Data es un concepto que se ha puesto muy de moda pero lo cierto es que pocas empresas son capaces de implementarlo. Se trata de procesamientos de datos extraordinariamente complejos que no están al alcance de muchos. Pero hay cosas muy sencillas que nos permitirán aprovechar el big data de terceros en nuestras estrategias. Las plataformas como Facebook, Google o Twitter ya gestionan infinidad de información de los usuarios y nosotros podemos beneficiarnos gracias a la publicidad segmentada.

El big data no es más que utilizar un gran volumen de datos para tomar buenas decisiones de negocio. En vez de intentar llegar al mayor número de personas, el marketing digital intenta llegar a las personas adecuadas, en el momento adecuado. De forma que las posibilidades de conversión aumenten y rentabilicemos más nuestra inversión.

Parque de atracciones - Big data

Segmentación o targeting en el Paid Media

El big data consiste en establecer correlaciones. Es decir, ser capaces de encontrar la mayor probabilidad entre la conversión y la situación del potencial cliente. Por ejemplo, si abrimos una panadería sería lógico pensar que los vecinos próximos tienen más posibilidades de ser nuestros clientes que alguien que vive a kilómetros. Segmentar la publicidad por código postal puede ser la mejor opción para conseguir clientes.

Por lo cual lo primero es conocer todas las posibilidades de segmentación de las que disponen las diferentes plataformas. A grandes rasgos estos son los grandes tipos de segmentación o targeting que nos ofrecen las plataformas:

  1. Demográficos: edad, género, idioma, etc.
  2. Intereses: Temáticas de las que el usuario es fan o seguidor.
  3. Tecnología: Dispositivos o sistemas operativos, navegadores, etc.
  4. Keywords: Publicación, búsqueda o navegación por contenidos con palabras clave.
  5. Conexiones: Usuarios que son seguidores de páginas o aplicaciones concretas.
  6. Formación: Titulaciones, centros de estudio o disciplinas académicas.
  7. Profesionales: Empresas en las que trabaja, sector, tamaño, cargo o años de experiencia.
  8. Remarketing: Usuarios que ya han visitado nuestro sitio web con anterioridad.
  9. Ubicación web: Decidiríamos en qué webs mostrar nuestros anuncios.
  10. Personalizadas: Podemos crear públicos con nuestras propias bases de datos. Se vincula la información de email o teléfono con el perfil de las redes sociales

Para más información sobre la segmentación específica de cada plataforma puedes consultar directamente en las páginas de ayuda de Facebook, Twitter, LinkedIn o Google AdWords.

¿Por dónde empezamos? Planteamiento de hipótesis

Cuando no hemos hecho demasiadas campañas y todavía no sabemos qué segmentación puede ser la más adecuada para nuestro negocio, lo ideal es empezar planteándonos unas cuantas hipótesis. Es decir plantearnos qué tipo de usuario es el que más posibilidades tiene de hacer algo… Por ejemplo:

En el caso de una tienda online de moda podríamos intuir que una persona que ya ha visitado su web, tiene muchas posibilidades de volver a ella para terminar la compra si le volvemos a mostrar el producto en otras webs o redes.

Una empresa que ofrece oportunidades de empleo en el extranjero puede pensar que sus probabilidades de éxito aumentan si ofrece publicidad de ofertas de un sector concreto a licenciados en ese mismo sector.

Un banco puede plantearse la hipótesis de que su nueva aplicación móvil va a interesar a seguidores de otras aplicaciones de móvil similares.

Una vez tenemos varias hipótesis de este tipo, creamos campañas con las segmentaciones que implican estas ideas. También es fundamental configurar las campañas orientándolas al objetivo concreto que hemos planteado.

¿Cómo sabemos si hemos acertado?

Decíamos que el Big Data consiste en tomar decisiones gracias a la información que se desprende de un amplio volumen de datos. En estos ejemplos hacemos el proceso inverso, nos planteamos una hipótesis y luego contrastamos si estábamos en lo cierto siguiendo una lógica de ensayo-error o de constante optimización.

Para conseguir esto a cada hipótesis le fijamos un indicador que nos permita conocer si estamos consiguiendo o no lo que nos habíamos planteado. Pueden ser ventas en la web, llamadas, visitas de calidad (tiempo, páginas vistas, etc.), recomendaciones, alcance, etc.

Una vez implementamos las campañas tendremos que medir los resultados y si la campaña consigue mejorar los indicadores que hemos propuesto podríamos decir que sí estábamos en lo cierto. Si no cumplimos los objetivos, significaría que no hay correlación y deberíamos probar con otras segmentaciones.

En vez de disponer de millones de datos en nuestras bases de datos y analizarlos mediante programas estadísticos, lo que hacemos son consultas a las bases de datos de Facebook, Twitter, Google, etc. gracias a la publicidad.

En este proceso hay que tener en cuenta que además de la segmentación y el objetivo que nos planteamos, hay un factor clave que es la creatividad. Puede que nuestra hipótesis sea válida pero la forma en la que estamos comunicando no sea la más atractiva o adecuada. Por lo tanto también es importante jugar con diferentes formatos para ver cuáles son los que funcionan mejor.

De esta sencilla forma es como nos estamos aprovechando de las ventajas del big data gracias al paid media. Los resultados son evidentes desde el primer momento y la rentabilidad de las campañas se disparan. Si tienes dudas sobre cómo plantearte hipótesis en tu proyecto, coméntalo para debatirlo entre todos 👍🏼

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *