La creciente cultura de la experimentación de marketing

El papel de los datos, la medición y el análisis en el marketing ha ido creciendo en influencia e impacto durante las últimas dos décadas. Más recientemente, la experimentación ha resurgido como una importante herramienta de medición de marketing.

Este resurgimiento se debe en parte a preocupaciones sobre la privacidad, que han dificultado cada vez más la recopilación de datos coherentes y la aplicación de algoritmos de atribución a nivel de usuario.

En términos más generales, es producto del deseo de los especialistas en marketing de probar activamente las hipótesis en el mercado mediante la experimentación para crear los mejores programas de marketing.

La construcción de esta disciplina realmente requiere solo dos cosas: (1) reconocer que cualquier programa de medición o análisis está incompleto sin experimentación activa y (2) comprender cómo construir e implementar pruebas contra hipótesis clave.

En la práctica, se requiere el compromiso de no dar por sentadas las respuestas de Google Analytics, los informes de proveedores, los estudios de mejora, el modelado de mezcla de medios o la atribución multitáctil.

Ya sea que esos métodos estén de acuerdo o, lo que es más importante, cuando no estén de acuerdo, las organizaciones deben considerar esos resultados como un punto de partida para desarrollar preguntas e hipótesis clave para los programas de experimentación.

La mayoría de los especialistas en marketing comienzan con las mismas preguntas

Los especialistas en marketing se preguntan constantemente sobre las mismas cosas:

• ¿Las tácticas de embudo inferior, como la búsqueda de marca y el retargeting, están produciendo conversiones incrementales?
• ¿Existen sinergias entre los vehículos de marketing?
• ¿Se implementa el marketing de manera más eficaz contra los clientes existentes o la adquisición de nuevos clientes?
• ¿Qué tácticas de prospección están realmente haciendo crecer mis nuevas adquisiciones?
• ¿Qué tácticas de marketing de clientes agregan valor y las necesito todas?

Estas son preguntas fundamentales para cualquier marca y existen formas efectivas de construir una agenda de aprendizaje experimental contra ellas. Cuando cree un programa experimental por primera vez, comience por implementar pruebas de incrementalidad a nivel de canal para las tácticas de marketing clave.

Según el gasto, la prioridad estratégica o las evaluaciones de rendimiento actuales, las marcas pueden priorizar el diseño y la implementación de pruebas de incrementalidad para canales de marketing clave, como retargeting, redes sociales, búsqueda pagada o correo directo / catálogo.

Limitaciones de la atribución del embudo inferior

Cada canal de marketing requiere un enfoque cuidadosamente diseñado para garantizar que las audiencias estén segmentadas en grupos de prueba y control. Luego, el marketing debe excluirse del grupo de control para que sirva como base para medir la incrementalidad dentro del grupo de prueba.

A menudo, estas pruebas a nivel de canal confirman sospechas de larga data, proporcionando los datos en el mercado necesarios para reasignar presupuestos.

Muchos especialistas en marketing sospechan que los programas de redireccionamiento del embudo inferior están "robando" crédito al adherirse a las vías de conversión, y las pruebas de incrementalidad cuantifican este efecto e informan los niveles presupuestarios óptimos para estos programas.

Soft Surroundings, un minorista de moda y belleza, implementó recientemente pruebas de incrementalidad de retargeting con la hipótesis de que estaban gastando demasiado en retargeting.

Las pruebas exhaustivas revelaron que ese era el caso, lo que permitió al equipo reducir inmediatamente el presupuesto de reorientación en un 30% y asignar más de $ 120,000 por mes a tácticas de mejor rendimiento sin ver una disminución significativa en la reorientación o la conversión del sitio.

Obtener una imagen más clara de la prospección de Facebook

A veces, las pruebas de incrementalidad descubren oportunidades que otros enfoques de medición aún no han identificado.

Recientemente trabajé con un minorista que midió la publicidad de Facebook con una combinación de métricas de Google Analytics y reportadas por Facebook restringidas a un clic de un día y una ventana de visualización de un día.

Las pruebas de incrementalidad descubrieron que, si bien estos métodos eran razonablemente precisos para valorar a Facebook en su conjunto, subestimaban significativamente el impacto de las tácticas de prospección de Facebook.

Las pruebas de incrementalidad activa mostraron que las conversiones posimpresión no rastreadas por Google Analytics y fuera de su ventana posimpresión de un día generaron conversiones incrementales y previamente no acreditadas. Sobre la base de esta vista actualizada, la empresa reasignó los fondos a la prospección.

El aprendizaje experimental no termina con estos experimentos a nivel de canal. A menudo, estos establecen las bases al identificar oportunidades para un diseño experimental más sofisticado.

Para Soft Surroundings, las pruebas de incremento identificaron que la prospección de Facebook estaba generando nuevos clientes incrementales muy por debajo de los objetivos de adquisición internos.

En lugar de aumentar el gasto en todos los ámbitos y esperar y ver, Soft Surroundings utilizó un experimento para explorar la escala a nivel de conjunto de anuncios para todos los conjuntos de anuncios de prospección de Facebook que se desempeñan por debajo de los objetivos de adquisición.

La prueba de escala se diseñó para simular el gasto elevado, la frecuencia y la penetración de la audiencia para cada uno de estos conjuntos de anuncios frente a un subconjunto más pequeño de sus audiencias potenciales.

En unas pocas semanas, se escalaron a 1.5x, 2x, 3x y más en el nivel del conjunto de anuncios para dibujar de manera efectiva la curva de rendimiento decreciente para cada conjunto.

Según las pruebas de escala realizadas en septiembre, Soft Surroundings pudo aumentar los presupuestos de prospección de Facebook en un 61% en octubre, mientras que solo vio un aumento del 22% en el costo por adquisición, muy dentro de los objetivos.

Sin un diseño de prueba activo, los mismos aumentos de presupuesto pueden haber tardado muchos meses en lograrse mientras el equipo implementaba aumentos de presupuesto más pequeños y esperaba para observar su impacto en el costo de adquisición.

Experimentación incremental de AARP

En otro ejemplo, AARP utilizó hallazgos de incrementalidad a nivel de canal para probar activamente si los presupuestos de búsqueda pagada de marca se gastarían mejor en redes sociales pagas.

Este cambio radical fue visto con escepticismo fuera de la organización de marketing, y el equipo quería verificar que sus observaciones a nivel de canal se mantuvieran cuando pasaron a las redes sociales pagas.

Un experimento basado en geografía cuidadosamente diseñado confirmó la hipótesis, pero también descubrió hallazgos adicionales. Hubo más ventajas en las redes sociales pagas, pero esto se logró mejor con recortes leves (en lugar de importantes) en la búsqueda pagada debido a las sinergias entre los canales.

Los geos con recortes leves en la búsqueda pagada y grandes aumentos en las redes sociales pagadas mostraron un crecimiento de adquisición de línea superior de dos dígitos, mientras que los geos con recortes importantes en la búsqueda pagada vieron una disminución de la eficiencia del 19% en los canales sociales pagados.

La conclusión neta fue que había algunos ahorros de costos en la búsqueda paga, pero la mayor oportunidad alcista fue asegurar presupuestos incrementales para redes sociales pagas.

No existe una fórmula de copiar y pegar para construir una cultura de experimentación ni existe una agenda de aprendizaje única que se adapte a todas las marcas. Una cultura de experimentación requiere un compromiso organizacional para probar constantemente los supuestos y validar creencias arraigadas frente a pruebas cuidadosamente diseñadas.

Una agenda de aprendizaje impactante requiere la participación de ejecutivos, especialistas en marketing y científicos de datos y debe revisarse regularmente para continuar generando valor, pero la ventaja es real e impactante.

Aplicar una filosofía de prueba, aprendizaje y crecimiento al marketing es la forma más rápida de impulsar un cambio que afecte significativamente los resultados finales.

Nick Stoltz es director de operaciones de Measured . Es un hacker de crecimiento experimentado que crea éxito para empresas, equipos y productos tecnológicos en crecimiento a través de una combinación de liderazgo, visión estratégica, marketing, operaciones, comercialización de productos y desarrollo empresarial.