Resumen en 30 segundos:
- A medida que las cookies de terceros eventualmente desaparecen y los anunciantes buscan enfoques alternativos, pueden perderse en un mar de datos que intentan medir y evaluar el impacto.
- Centrarse en la calidad del usuario en lugar de las conversiones atribuibles puede reducir la desventaja de perder las cookies de terceros.
- Cambiar de cookies a un nuevo modelo de interacción requiere pruebas constantes, así que mantenga los datos lo más simples posible
Durante años, los especialistas en marketing digital se han visto obstaculizados por las cookies de terceros y la capacidad de realizar un seguimiento preciso de la participación ha facilitado la vida y la generación de informes sobre la actividad de la campaña es muy sencilla. Este enfoque nos facilitó ver cuántas conversiones contribuyeron Meta, Criteo o un influencer con un esfuerzo mínimo. Pero la posible desaparición de las cookies de terceros requiere datos de participación precisos para garantizar que la transición a los nuevos identificadores sea lo más fluida posible. Sin embargo, por ignorancia o conveniencia, muchos anunciantes siguen dando pasos muy positivos y ciegamente optimistas hacia la verdad.
Cuente sus pollos antes de que se conviertan
Si tomamos Facebook por ejemplo, no tienen forma de saber cuánto contribuyeron sus servicios a una conversión. Hay muchas formas de generar números muy inflados, por ejemplo. Por ejemplo, múltiples puntos de contacto y una conversión atribuida a múltiples canales, o incluso imprecisiones causadas por falsos positivos. Esto es particularmente preocupante para aquellos que realizan un fuerte remarketing basado en usuarios anteriores que han visitado o interactuado con un sitio anteriormente. Se debe hacer la pregunta: cuando se trabaja con métricas inexactas, ¿el remarketing realmente contribuirá a nuevas conversiones, o los clics perdidos simplemente se atribuirán a campañas que no generan ventas?
A los humanos nos gusta simplificar demasiado las cosas, especialmente los modelos complejos. Imagine lo compleja que es una visita a su sitio web: obtiene una sesión asociada con un usuario que tiene en cuenta varios atributos, como la edad, el sexo, la ubicación, los intereses, así como su actividad actual en su sitio web. Estos datos de usuario se envían a Google Ads, por ejemplo, en una lista de remarketing.
Incluso la lista de remarketing ofrece una variable notable cuando se trata de comprender las conversiones. Los usuarios de Facebook y Google no son 1: 1, y un usuario de Google generalmente inicia sesión en más dispositivos y navegadores que el usuario promedio de Facebook. Es posible que obtenga una conversión de un dispositivo que Google ha conectado al mismo usuario, mientras que Facebook podría no tener ninguna información.
Con cada usuario que visita su sitio, completa las listas de remarketing. Estas listas de remarketing forman “sedas” en Facebook y “me gusta” en Google. Estos Me gusta pueden ser extremadamente útiles porque, si bien el tráfico de un canal se puede atribuir a cero o ninguna conversión, en realidad pueden ayudar a crear los Me gusta más efectivos en Google Ads, lo que puede conducir a una gran cantidad de conversiones favorables.
Identifique los datos que le ayudarán a evitar la sobreatribución
Todos los esfuerzos de optimización automatizados, ya sea la optimización del presupuesto de la campaña (CBO) o la optimización del CPA objetivo, están basados en datos. Cuantos más datos introduzca en las máquinas, mejores serán los resultados. Cuanto más grandes sean sus listas de remarketing, más efectivas serán sus campañas automatizadas/inteligentes de Google. Esto es lo que hace que el valor de un usuario sea tan multifacético e increíblemente complejo, incluso si no tiene en cuenta la impresión de acción de un anuncio.
Dada esta increíble complejidad, necesitamos un modelo de atribución que realmente pueda representar los datos de interacción sin inflar o perjudicar las conversiones de una campaña. Sin embargo, si bien puede haber muchos modelos que funcionen bien para obtener los resultados más precisos, debe tenerse en cuenta que la atribución en sí es defectuosa. Como consumidores, sabemos que las acciones que conducen a conversiones en nuestra vida personal varían ampliamente y muchas cosas no se pueden rastrear lo suficiente como para atribuirlas. Si bien el mapeo no puede ser perfecto, es esencialmente la mejor herramienta disponible y puede volverse mucho más útil cuando se aplica junto con otros puntos de datos.
El último modelo de atribución de clics indirectos
Cuando se trata de evitar la sobrecarga de datos, el modelo de atribución más simple es un clic indirecto final. Este modelo ignora todo el tráfico directo y atribuye todas las conversiones al último canal en el que el cliente hizo clic, lo que evita que las conversiones se atribuyan incorrectamente a varios puntos de contacto. Es un modelo simple que solo tiene en cuenta las necesidades básicas, pero aún así logra resolver los problemas de sobreatribución al ser sencillo. Esto permite a los especialistas en marketing medir el efecto en lugar de atribuir partes de conversión a diferentes campañas o canales. En realidad, es un enfoque muy simple; básicamente, “Si hacemos esto con x, ¿y aumenta?”. Por supuesto, como todos los modelos de atribución, el enfoque del último clic no directo tiene sus inconvenientes. Por un lado, no es una solución perfecta de publicación superior/inferior, pero es un enfoque fácilmente repetible y estratégicamente sólido que brinda datos confiables donde puede medir todo en un solo lugar.
De cualquier manera, la muerte tardía de la cookie de terceros seguramente hará que muchas personas reevalúen sus métodos de publicidad digital. Por ahora, los vendedores proactivos seguirán buscando identificadores amigables con la privacidad que puedan ofrecer soluciones alternativas. Los datos primarios pueden desempeñar un papel más importante si se puede obtener el consentimiento del usuario de manera confiable. Mientras espera la transición, ordenar sus datos y encontrar enfoques de atribución precisos y confiables debe ser una prioridad.
Por lo tanto, es fundamental garantizar la exactitud de estos datos. Esto se puede lograr asegurándose de que no haya brechas entre los clics y las sesiones, mientras se realiza un seguimiento preciso de todas las páginas web. En ausencia de un seguimiento automático, los UTM también deben usarse para realizar un seguimiento de todas las campañas y el seguimiento debe realizarse del lado del servidor siempre que sea posible. Finalmente, los especialistas en marketing deben probar su seguimiento con Tag Assistant y asegurarse de no crear sesiones duplicadas o perder parámetros a mitad de la sesión. En última instancia, cuando la cookie de terceros está completamente desactualizada, los datos decidirán la dirección que tomarán los especialistas en marketing, que deben ser lo más precisos posible.
Torkel Öhman es CTO y cofundador de Amanda AI. Torkel es responsable de construir Amanda AI y, con su experiencia en datos y análisis, supervisa todos los aspectos técnicos del producto para garantizar que todas las cuentas publicitarias funcionen correctamente.
Suscríbase al boletín informativo Search Engine Watch para obtener información sobre SEO, el panorama de búsqueda, marketing de motores de búsqueda, marketing digital, liderazgo, podcasts y más.
Chatea con nosotros en LinkedIn y gorjeo.
