La necesidad de modelos de atribución avanzado es acuciante desde hace ya un tiempo y supone un gran reto para los profesionales del marketing, por lo que los modelos de atribución algorítmicos se presentan como un gran avance de cara a conocer con mayor exactitud cuánto protagonismo tienen los distintos canales en el camino a la conversión.
Cada vez se hace más evidente que los modelos de atribución con un punto de contacto -como aquellos que asignan la venta al primer o último clic- no permiten entender cuál de todos los canales tuvo más peso. Esta incertidumbre hace imposible una optimización adecuada, pero los avances en el ámbito de la atribución multicanal son constantes y en los últimos tiempos hemos asistido a la aparición de modelos de atribución avanzados que ayudan a determinar con mayor exactitud cuál es el canal que mejor convierte.
Junto a los modelos de atribución con un punto de contacto, cohabitan los modelos de atribución con múltiples puntos de contacto que contemplan el conjunto de todos los caminos que han llevado a la conversión, teniendo en cuenta múltiples criterios, entre ellos el ciclo de compra del consumidor, los objetivos del anunciante, los canales o el comportamiento de los usuarios dentro del site.
Sin embargo, estos modelos también tienen una desventaja clara: que el peso de cada uno de ellos se pondera a priori, lo que conlleva un sesgo que no permite atribuir con suficiente precisión las ventas. En este tipo encontramos modelos como el lineal, el lineal decreciente, el modelo en U y los modelos personalizados basados en criterios predefinidos.
Modelos de atribución algorítmicos
Son estas debilidades las que han propiciado la aparición de metodologías basadas en algoritmos, ya que no presentan sesgos al estar basados en análisis estadísticos de datos puros. Algunos de estos modelos algorítmicos tienen en cuenta aspectos como el análisis del comportamiento de los usuarios durante la navegación del site, pero no tienen la suficiente fiabilidad estadística, ya que su grado de precisión dependerá de un gran número de indicadores para la medición.
Frente a ellos, nos encontramos modelos de atribución algorítmicos tienen en cuenta la estructura de los caminos que llevan a la conversión, lo que supone un aprendizaje sobre el peso que tiene cada elemento del mix media. Requieren de menos criterios, por lo que los resultados tienen un mayor índice de fiabilidad.
Los modelos de atribución algorítmicos suponen muchas ventajas por encima de los modelos de atribución basados en un punto de contacto o en aquellos basados en múltiples puntos de contacto pero a los que se les ha pre asignado un valor, ya que gracias a los algoritmos se puede definir con mayor precisión qué porcentaje del valor total corresponde a cada touchpoint, alejándose de las especulaciones. Por ejemplo Google cuenta con el modelo algorítmico Data Driven Atribution (DDA), que ofrece una visión global del mix de medios apoyado en el DATA obtenido de todos los productos de Google que se hayan puesto en relación con Analytics, como AdWords, DoubleClick for Advertisers o su red de display.
Existen modelos de atribución algorítmicos muy complejos que tienen en cuenta las características de cada cliente, canal o táctica, así como la agrupación de canales dentro del journey. En este sentido, los CRM avanzados pueden ayudar, pero únicamente herramientas de nivel empresarial o especializadas pueden ofrecer funciones completas de atribución y analítica cross-channel, como Oracle Eloqua, IBM Enterprise Marketing Management, Datalicious o Convertro, que suelen suponer un elevado coste.
Adopción de modelos de atribución algorítimicos
A pesar de que los modelos de atribución son clave para optimizar las campañas en un mix de medios, su adopción por parte de los profesionales del marketing es todavía muy baja en nuestro país. A la cabeza se encuentran Reino Unido y Estados Unidos, donde, según el estudio «Bring Algorithmic Attribution Up to Speed: Accelerate Your Attribution Insights for More Effective Digital Channel Optimization«, llevado a cabo por Forrester Consulting y Visual IQ, un 58% de los profesionales del marketing cree importante o muy importante la posibilidad de optimizar rápidamente los canales de comercialización sobre una base diaria. Sin embargo, sólo el 33% de ellos asegura estar poniéndolo en práctica.
La falta de presupuesto y la dificultad que entraña la gestión de datos son las principales barreras con las que se encuentran muchos profesionales. Para ganar velocidad en la toma de decisiones, la inversión multicanal debe ser realizada por ordenadores, complejos softwares que se encarguen de dar a la atribución un nuevo enfoque y que permitan una rápida optimización del gasto en todos los canales de comunicación.
En relación a ello, del informe se desprende que el 53% de los encuestados asegura que los algoritmos les resultan de ayuda al comienzo de las campañas, mientras que el 51% se vale de ellos durante los momentos clave en relación a las ventas. Es cierto que, al menos de momento, las máquinas no pueden hacer todo el trabajo. Utilizar adecuadamente los algoritmos pueden ayudar a los anunciantes en momentos clave para la conversión, ya que posibilitan que éstos se adapten rápidamente a un escenario muy cambiante. Es por ello que los modelos de atribución algorítmicos resulta muy ventajosos.
En este sentido, es evidente que los modelos atribución algorítmicos deben ser capaces de ofrecer respuestas en tiempo real, moverse al mismo ritmo que el marketing. Pero eso no es todo: para obtener el máximo valor en sus campañas, al margen de un modelo de atribución avanzado basado en algoritmos, los profesionales del marketing deben disponer de herramientas complementarias como las plataformas de gestión de datos (DMP) y de compra programática, instrumentos que ayuden a identificar a la audiencia adecuada para elegir y comprar de manera inmediata y más efectiva el inventario de espacios publicitarios.
Vía: eMarketer
