Por qué no debería tener una sola fuente de datos verídicos

by LAUREN BEERLING

Para los profesionales del marketing digital, preguntas como “¿De dónde viene este número? o “¿Por qué esta plataforma no coincide con la otra?” suenan bastante familiar. Con múltiples plataformas y un rendimiento multicanal que rastrear, el análisis de datos (y sus discrepancias) es sólo una parte del trabajo. Pasamos una cantidad desmesurada de tiempo tratando de entender qué número es “correcto”. Y los números entre plataformas inevitablemente nunca coinciden. Entonces, ¿qué hacemos? Escogemos una fuente de verdad – nuestro santo grial. Luego trabajamos incansablemente para asegurarnos de que todos los números reportados coincidan con esta fuente de verdad autodefinida. Pero lo hemos estado haciendo todo mal.

Podrías estar afirmando con la cabeza, pero escúchame. Una sola fuente de verdad puede tener una visión limitada. Tener múltiples fuentes que miden los resultados de manera diferente debe ser visto (y utilizado) como nuestro mayor activo. Y es hora de que lo aprovechemos.

Sin coincidencias, no te venza el pánico: ¿Por qué vemos discrepancias en los datos?

Antes de determinar que un número está “equivocado” simplemente porque es diferente de la fuente de la verdad, demos un paso atrás. El seguimiento entre diferentes plataformas siempre es ligeramente diferente y es importante entender por qué. ¿Los culpables habituales? Las ventanas de retroceso y los modelos de atribución son las razones principales de los números discrepantes.

En las plataformas propias de Google, los valores predeterminados de las ventanas de búsqueda y los modelos de atribución son diferentes. Por ejemplo, Google Ads utiliza por defecto un modelo de atribución de último clic, mientras que Google Analytics utiliza por defecto un modelo de atribución no directa de último clic. Esto significa que Google Analytics atribuye la conversión al día en que se produjo la conversión, mientras que Google Ads atribuye la conversión al día de la impresión antes de que se produjera el clic convertido. Donde esto te deja: confundido y con más conversiones en Google Analytics que en los informes de Google Ads. ¿Qué es lo que realmente pasó? Google Ads aplicó retroactivamente las conversiones basadas en el día en que se produjo el clic.

No lo fuerces: Puedes hacer que los números coincidan, pero ¿por qué molestarse?

Las ventanas de visualización y los modelos de atribución son personalizables, pero ¿por qué molestarse? Acepte las discrepancias en lugar de forzar a que todos los números coincidan perfectamente. Tener múltiples fuentes de verdad puede proporcionar una mejor imagen de su camino a la compra. Enfóquese en entender múltiples fuentes de verdad dependiendo de la perspicacia que esté buscando.

Tome sus datos de rendimiento de los anuncios, por ejemplo. Sin duda, podría utilizar Google Analytics como fuente de información. Esto eliminaría la duplicación de las conversiones de las que se están beneficiando varios editores. Tendrías una comprensión del verdadero número de conversiones y verías las fechas en que esas conversiones ocurrieron. Sin embargo, aunque esta opción proporciona datos limpios, puede ser engañosa. Saber la fecha en que ocurrió la conversión es beneficioso, pero ¿no es igualmente importante entender (y por no hablar de optimizar para) cuándo ocurrió el clic? También es importante entender si múltiples canales están tomando crédito por una conversión – no para inflar sus métricas de conversión, sino para entender los puntos de contacto en el viaje de compra. Al utilizar Google Analytics como la fuente de verdad, los profesionales de marketing podrían estar optimizando los datos que podrían llevar a la conversión.

Usa diferentes fuentes de verdad dependiendo de la pregunta que estés tratando de responder. ¿Se pregunta a cuántos leads podría dar seguimiento el próximo mes con los esfuerzos marketing de este? Usa analytics. ¿Se pregunta qué tan efectivos fueron sus esfuerzos marketing para impulsar lesos leads? Usa los datos del editor.

Analizar entre diferentes ventanas de visualización, modelos de atribución y datos de conversión es definitivamente más desafiante que la alternativa. Sin embargo, en última instancia, proporcionará una visión más realista de cómo la gente está interactuando con su marca y hará que su dinero trabaje más duro y de manera más inteligente.

El impacto en escenarios reales 

Para las marcas con artículos de mayor precio y/o largos viajes de compra, el uso de múltiples fuentes puede ser fundamental en las estrategias de marketing.

Echemos un vistazo a los artículos de lujo para el hogar, una industria en la que la decisión del consumidor suele tardar más tiempo. Digamos que un consumidor visita un sitio web de una campaña de búsqueda en Google y navega, pero en última instancia no realiza una compra. Luego, el consumidor regresa directamente al sitio web varias veces en un período de 90 días y finalmente realiza una compra de $10,000. Dado que el modelo de atribución de Google Analytics no es directo, el primer clic del consumidor que se produce 90 días antes de la compra se atribuirá a Google Ads, pero no se atribuirá ningún ingreso en esa fecha dentro de la plataforma de Google Ads. Esto se debe a que Google Ads atribuiría los ingresos a la fecha original en que se produjo el clic.

Al entender completamente esta discrepancia, uno podría reportar cuándo llegaron los ingresos, pero aún así optimizar hacia el clic que introdujo al consumidor a la marca. Identificando los clics que conducen a una compra retrasada, se podría trabajar para aumentar las compras y las tasas de conversión. En comparación, confiar únicamente en Google Analytics como la fuente de la verdad habría optimizado lejos de los valiosos clics de Google Ads, simplemente porque esos clics tardan más en convertirse.

Antes de partir: Una consideración importante 

Mantenga buena comunicación con el equipo. Evite confusión y dígales proactivamente que está usando múltiples fuentes. Por supuesto, esto no significa que su información necesite ser segmentada. De hecho, usar una herramienta como Tableau, PowerBI, o Qlik asegurará que múltiples fuentes sean fácilmente accesibles en un solo lugar – haciendo su vida más fácil. Cuando se discuten las discrepancias de los datos, el poder comparar los números uno al lado del otro es especialmente impactante y proporciona un fuerte argumento para usar múltiples fuentes de datos para el análisis y la optimización del equipo.