Listin Diario Logo
05 de febrero 2023, actualizado a las 11:30 a. m.
Login | Registrate
Suscribete al Listin Diario - News Letter
La Vida jueves, 01 de diciembre de 2022

LA DATA DESPIERTA

Distribuye tu presupuesto de Marketing eficientemente

  • Distribuye tu presupuesto de Marketing eficientemente

    Jóseam M. Laboy

Jóseam M. Laboy
Especial para Listín Diario
Santo Domingo

Incorporar Marketing Science a tu operativa es el camino al éxito de cualquier negocio. Esta disciplina, aprovecha los datos de las acciones de marketing de una marca para lograr insights de mucho valor, logrando notables eficiencias financieras. Para comprender qué significa trabajar con Marketing Science, les presento uno de los modelos de machine learning más utilizados en el área de innovación de Bunker DB: Marketing Mix Modeling.

El “modelo de mix de medios” intenta responder dos preguntas. La primera, ¿cuál es el impacto de mis canales de marketing sobre el revenue del negocio? Y la segunda, ¿cómo debo distribuir mi presupuesto en los diferentes canales para obtener el mix óptimo para obtener los mejores resultados?

Si tomamos Facebook, por ejemplo, podremos trabajar con modelos open source que la misma red social desarrolla. Esta plataforma, permite entender cuánto gasta cada uno de sus canales, cuál fue el resultado y lo compara con el revenue; lo que genera un mix de presupuesto. Es decir, si sacás un poco de dinero a Instagram y lo invertís en WhatsApp vas a generar más leads que, al final del día, generan más revenue.

El marketing mix modeling pretende dejar atrás la intuición, ya que perdemos la posibilidad de maximizar resultados sin tener que gastar un dólar más, simplemente es distribuir más eficientemente el presupuesto entre los medios en los que ya ejecutamos campañas.

Entonces, ¿cómo aplicamos este modelo a proyectos de analítica? Es crucial entender el negocio. Uno de los factores más importantes para lograr este entendimiento es analizar el customer journey. Al hacerlo, se identifican los medios que influyen en cada fase del recorrido y se determinan los modelos necesarios para medir con más precisión el impacto publicitario. A partir de esta definición, se genera un esquema de modelización.

Con este esquema establecido, comienza la etapa de recopilación de información y tratamiento de datos. Es de vital importancia que la calidad del dato sea óptima. Si el dato inicial está mal, todas las proyecciones estarán mal.

Es precisamente por este motivo que insistimos a nuestros clientes en que utilicen tecnología para el procesamiento y análisis de la data, para “normalizar” esa data.

A partir de esta base de datos, se inicia un análisis exploratorio que implica el uso de métodos estadísticos, gráficos y visualización para analizar un conjunto de datos. Se explora qué tan sesgada es la información, si existen valores atípicos, qué patrones tiene esa data, entre otras cosas.

Con este análisis exploratorio, se profundiza en la búsqueda de oportunidades de optimización de la compra de medios digitales. Se establecen hipótesis a ser validadas.

Una parte fundamental y excluyente del proceso es la validación de las hipótesis planteadas, mediante A/B Testing. A continuación, se hace un diagnóstico de este experimento y si éste comprueba dichas hipótesis. Finalmente, se implementa el modelo y se escala, para llevar las optimizaciones a otro nivel y de forma masiva.