{"id":68074,"date":"2022-09-26T12:58:31","date_gmt":"2022-09-26T11:58:31","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=68074"},"modified":"2024-09-20T17:45:50","modified_gmt":"2024-09-20T16:45:50","slug":"revitalise-your-marketing-measurement-in-the-era-of-privacy-or-for-better-decision-making","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/es\/blog\/revitalise-your-marketing-measurement-in-the-era-of-privacy-or-for-better-decision-making\/","title":{"rendered":"Revitalice su medici\u00f3n del marketing en la era de la privacidad (o) para tomar mejores decisiones"},"content":{"rendered":"

Autor<\/h2><\/div>\"Image\"

Arnold Struik<\/h3><\/div>

Managing Partner Benelux<\/p>\n<\/div><\/div><\/div>

Autor<\/h2><\/div>\"Image\"

Siddharth Mohan<\/h3><\/div>

Director Data Ciencia y Liderazgo Global para la Medici\u00f3n (MMM y Pruebas de Incrementalidad)<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Identificar el verdadero impacto de las iniciativas de marketing siempre ha sido un reto y, como el marketing es muy visible, todo el mundo parece tener una opini\u00f3n al respecto. Como profesional del marketing, se encontrar\u00e1 explicando sus decisiones una y otra vez. Sin embargo, s\u00f3lo muy pocas opiniones est\u00e1n respaldadas por conocimientos data-driven, ya que identificar el impacto es cada vez m\u00e1s complejo. Creemos que la respuesta est\u00e1 en los modelos de causalidad. En este art\u00edculo le explicaremos la pertinencia y las ventajas de dichos modelos. <\/p>\n<\/div><\/div><\/div><\/div><\/div>

Reg\u00edstrese ahora<\/span><\/a><\/div>
\n
\u201c A fin de cuentas, se trata de tomar decisiones m\u00e1s r\u00e1pidas y mejores, impulsadas por conocimientos procesables. Los modelos de causalidad lo permiten al proporcionar las piezas que faltan en el rompecabezas\u201d.\u201d<\/div>\n<\/blockquote>\n<\/div>

A medida que los modelos de atribuci\u00f3n multitoque existentes se rompen y fracasan, el escenario digital lleno de oportunidades y conocimientos a nuestro alcance se est\u00e1 convirtiendo en un agujero negro digital. Sin embargo, en este mundo de interrupciones y cambios continuos, la necesidad de tomar decisiones basadas en hechos es cada vez mayor. A modo de ejemplo, m\u00e1s del 70% de los directores generales de marketing y los l\u00edderes de marketing siguen creyendo que son incapaces de cuantificar eficazmente el retorno de la inversi\u00f3n de los puntos de contacto de marketing para impulsar sus decisiones presupuestarias. Por lo tanto, necesitamos crear nuevas m\u00e9tricas y modelos para alinearnos con nuestra necesidad y hambre de una toma de decisiones impulsada por el data. As\u00ed pues, necesitamos revitalizar nuestros modelos y adentrarnos en un nuevo futuro modelizado.<\/p>\n<\/div>

El futuro son los modelos de causalidad<\/h2><\/div>

\u00bfPor qu\u00e9? En pocas palabras, estos modelos le permiten explicar el efecto incremental de sus actividades de marketing sobre KPI como las ventas o la mejora de la marca. A un nivel muy granular y procesable. Interesante, \u00bfverdad? Expliqu\u00e9moslo y exploremos un poco m\u00e1s.<\/p>\n

La causalidad, al ser verdaderamente omnicanal por naturaleza, identifica un acontecimiento como consecuencia directa de otro acontecimiento; proporciona el \u2018y qu\u00e9\u2019 y el \u2018por qu\u00e9\u2019 de los resultados de cualquier actividad de marketing o ventas. E incluso puede tener en cuenta y explicar el impacto de acontecimientos imprevistos como Covid.<\/p>\n

Los enfoques basados en la causalidad muestran que A (cambio del presupuesto de marketing) caus\u00f3 B (aumento de las ventas). La proporci\u00f3n del aumento puede atribuirse directamente a cada canal. Esto es fundamental para tomar mejores decisiones presupuestarias sobre la combinaci\u00f3n de marketing. Los enfoques basados en la causalidad ayudan a los profesionales del marketing a comprender la influencia que tiene una actividad sobre otra y c\u00f3mo repercute en el rendimiento.<\/p>\n

A modo de ejemplo: Un enfoque basado en la causalidad podr\u00eda determinar que 30% del aumento de las ventas se debieron al gasto en b\u00fasquedas de pago, mientras que 70% fueron atribuibles a la promoci\u00f3n de descuento \u2018compre 1 y ll\u00e9vese 1 gratis\u2019. Este m\u00e9todo tambi\u00e9n puede mostrar la relaci\u00f3n entre las dos actividades por separado, y c\u00f3mo afecta esto a las ventas, demostrando qu\u00e9 optimizaciones son las m\u00e1s importantes.<\/p>\n

Mientras que los MMM reports cl\u00e1sicos nunca estuvieron pensados para obtener informaci\u00f3n casi en tiempo real, los enfoques basados en la causalidad s\u00ed permiten precisamente eso. Utilizando se\u00f1ales de demanda en tiempo real para mostrar el impacto directo que cada uno de los principales impulsores potenciales del negocio (medios de comunicaci\u00f3n, precio, se\u00f1ales de demanda de la marca, competencia, promociones) tiene en los resultados clave del negocio (tanto en l\u00ednea como fuera de l\u00ednea).
\nCombinan las decisiones que las empresas necesitan tomar con los conocimientos necesarios para respaldar esas decisiones.<\/p>\n

Por \u00faltimo, los modelos de causalidad ofrecen algunas ventajas adicionales:<\/p>\n<\/div>