En la clase anterior, miramos más de cerca a las tareas principales que realizan los

profesionales de marketing.
Ahora, veamos dónde entra el papel del analista de marketing, o
cómo las analíticas de marketing pueden apoyar y mejorar el marketing.
La primera área de atención de los profesionales de marketing es identificar al público
objetivo
para su mensaje de marketing.
Este es un paso muy importante.
Los profesionales de marketing tienen presupuestos limitados, por lo que quieren
asegurarse de que
su mensaje de marketing llegue a una audiencia receptiva.
En otras palabras,
quieren hablar con personas que puedan tener un interés en comprar su producto.
En el marketing, se refieren a eso como público objetivo.
Entonces, ¿cómo encuentran los profesionales de marketing a ese público?
Bueno, usan la investigación.
Imaginen a un profesional de marketing para una empresa de colchones. Podrían utilizar
encuestas para obtener
un mejor entendimiento de cuando es que las personas compran colchones, qué les
parece importante cuando
compran un colchón, cuanto gastarían en un colchón, etc.
También podrían utilizar algunas bases de datos que existen sobre la venta de colchones,
y
los datos demográficos de las personas que los compran.
Todo esto ayudará a describir cual es el mejor público objetivo para
los colchones.
¿Cuáles son sus características?
¿Dónde viven?
¿En qué etapa de su vida están? etc.
Y, lo adivinaron.
Toda la información recopilada por los profesionales de marketing, viene en la forma de
datos.
Y las analíticas de marketing ayudarán a dar sentido a esos datos y
a pintar la imagen detallada del público objetivo que el profesional de marketing necesita
para crear
su mensaje de marketing y hacerlo llegar a las personas interesadas.
Una segunda tarea en la que aparecen las analíticas de marketing, es en la fase de
planificación y previsión.
El marketing y la publicidad pueden ser caros.
Así que, antes de que los profesionales de marketing gasten sus presupuestos, evalúan
dónde y
cuando deberían poner su mensaje de marketing.
Pensarán cuidadosamente sobre cuánto de su tiempo y
cuánto de su presupuesto debería ser gastado en las redes sociales, anuncios en
televisión,
radio, motores de búsqueda, etc.
A menudo, los profesionales de marketing regresarán a mirar a sus esfuerzos de
marketing anteriores y,
basados en el éxito que han tenido con las campañas en todos
estos diferentes lugares, pueden decidir si gastar más o
menos del presupuesto esta vez.
La empresa de colchones puede usar datos del año anterior para determinar la mezcla de
publicidad para el próximo año.
Podrían haber aprendido, por ejemplo, que la publicidad en la televisión y
en las redes sociales les han funcionado muy bien,
pero que los anuncios de radio tenían muy poca recompensa.
A menudo, este ejercicio viene con un pronóstico detallado de las ventas que
pueden esperar basado en el presupuesto que planean gastar.
Aquí es donde entran las analíticas de marketing.
Mientras más pueda confiar un profesional de marketing en los datos en esta fase,
mejores serán los resultados de su marketing.
Luego de que la campaña de marketing haya terminado, los profesionales de marketing
echarán un vistazo y
se preguntarán a sí mismos si su campaña fue efectiva.
Les ayuda a aprender más sobre lo que ha funcionado y lo que no.
Pero también lo hacen para poder informar a otras personas de la empresa.
Los profesionales de marketing no operan en un vacío.
Se les da un presupuesto, y la gerencia suele esperar un informe
sobre cómo se gastó el presupuesto y sobre que tan exitoso fue el marketing.
Evaluar la eficacia del marketing y la
publicidad es otra tarea crucial con la que el analista de marketing ayudará.
Para nuestro profesional de marketing de colchones, podría haber una reunión trimestral
de gestión en la que
el profesional de marketing informa sobre las ventas que se han realizado gracias a la
campaña de marketing.
El profesional de marketing también podría aprovechar esta oportunidad para mostrar
datos sobre los anuncios que mejor han funcionado,
la colocación de estos anuncios que generaron la mejor audiencia, ventas, etc.
Demostrar que el marketing fue efectivo, es crucial para la mayoría de profesionales de
marketing,
ya que les ayudará a conseguir el presupuesto que necesitan para tener éxito en el futuro.
Incluso después de una planificación y previsión muy cuidadosa,
las cosas siempre pueden mejorarse.
Lo mismo ocurre con el marketing.
Una vez que la campaña de marketing está en marca y recogen o
recopilan datos sobre su rendimiento, hay una oportunidad para optimizar.
Y mientras más datos tengan, y cuando más sepan sobre analíticas,
serán capaces de ajustar y optimizar su marketing mejor.
Tan pronto como obtengan algo de información sobre el rendimiento de sus anuncios,
pueden utilizar esa información para ajustar su marketing.
Digamos que, para nuestra empresa de colchones, si aprenden de los datos iniciales que
ciertos anuncios
en un motor de búsqueda están generando más ventas que otros, podrían decidir gastar
un poco más de dinero en los anuncios que funcionan bien, y menos en los anuncios que
no.
Si pueden realizar este tipo de acciones, optimizarán el gasto de su dinero.
Los datos y las analíticas son realmente poderosos en ese sentido y
pueden ahorrarles bastante dinero.
Finalmente, está la tarea específica de asegurarse de que las personas que
quieren comprar el producto, o han mostrado interés, puedan hacerlo fácilmente.
Los profesionales de marketing se referirán a eso como la optimización del embudo de
ventas.
Eso se debe a que piensan en el proceso de ventas en unos pocos pasos.
Por ejemplo, pueden pensar en el proceso de ventas en cuatro pasos.
Conciencia; o cuando una persona escucha por primera vez sobre el producto.
Luego interés, que es cuando una persona está interesada en el producto
y puede tratar de aprender un poco más sobre el.
Luego esta el paso de la decisión, cuando una persona decide que quiere comprar
su producto.
Y luego está el paso de acción, cuando compran su producto.
Los profesionales de marketing describen este proceso como un embudo, porque a
medida que la gente va
a través de este proceso, algunas personas lo abandonan y no dan el siguiente paso.
Así que, cuando dibujan al grupo de personas que pasan por los cuatro pasos,
los grupos se vuelven gradualmente más pequeños.
Y, cuando ponen a estos grupos juntos, parece un embudo.
Cuando los profesionales de marketing hablan de optimizar el embudo,
realmente están hablando de reducir el número de personas que abandonan.
Digamos que para nuestro profesional de marketing de colchones, es importante que
tantas personas como sean posibles que están conscientes del colchón, se interesen en
el.
Y de las personas que están interesadas,
quieren tantos como sean posibles para decidir que quieren su colchón.
Y luego quieren que tomen acción y compren su colchón.
Como el profesional de marketing gasta dinero en hacer que las personas consideren el
colchón,
quieren que el mayor número de personas posibles realicen los cuatro pasos y se retiren.
Los datos y
las analíticas ayudarán a informar a los profesionales de marketing sobre la salud de su
embudo de ventas,
cuantas personas abandonan y no dan el siguiente paso, y por qué eso puede ser.
Como pueden ver, para casi todas las tareas cruciales en las que el profesional de
marketing está comprometido,
las analíticas de marketing son esenciales.
Hemos resumido las áreas principales en las que las analíticas de marketing se enfocan
como identificar
el público objetivo, la planificación y la previsión, la evaluación de la
efectividad del marketing, la optimización de marketing, y la optimización del embudo de
ventas.
En nuestra siguiente clase, los guiaremos a través de ejemplos de estas tareas y
cómo las analíticas de marketing ayudan en cada uno de ellos.
(Requerida)
Español

En unas pocas frases, comparta qué tendencia de marketing de la lectura "El futuro del
marketing son los datos" le interesa más y por qué.

La tendencia de marketing que más me interesa de la lectura "El futuro del marketing son
los datos" es la optimización del embudo de ventas. La capacidad de utilizar datos y
analíticas para entender y mejorar cada paso del proceso de ventas, desde la conciencia
hasta la acción, me parece crucial para maximizar la eficacia de las estrategias de
marketing. La optimización del embudo no solo implica atraer a más personas, sino
también entender por qué algunas abandonan el proceso y cómo retenerlas, lo que puede
traducirse en un aumento significativo en las conversiones y en la eficiencia del gasto en
marketing.

Transforming the marketing landscape towards data-driven decision making is a crucial

evolution in the industry. Using extensive data sets allows companies to better understand
their consumers, leading to more targeted and personalized marketing strategies. This
informed approach not only improves the relevance of campaigns, but also optimizes
results by adapting to the preferences and behaviors of the target audience. In summary,
the trend towards more analytical marketing reflects the need to adapt to an environment
where data is the key to successful decision-making and the effectiveness of marketing
strategies.

The increasing focus on collecting first-party data rather than relying on third-party data is a
promising prospect for user privacy. This move not only empowers people by giving them
greater control over their information, but also builds trust, which can result in stronger
brand loyalty. In an environment where privacy is increasingly valued, this strategy not only
benefits users, but can also positively differentiate brands in the market.

En la clase anterior,
identificamos los cinco casos de uso principales
para las analíticas de marketing.
En esta clase, vamos a
mirar más de cerca a ejemplos de cada uno.
Vamos a ir a través de casos prácticos de uso para
sentar las bases para las técnicas de las analíticas de marketing
que van a aprender en este programa,
para mostrar como pueden ponerlos en uso.
A medida que avanzamos en esta clase,
vamos a referirnos a una
empresa imaginaria, DCB Cleaning Services.
Son una empresa que proporciona servicios de limpieza de
oficinas en el Bay Area de San Francisco.
James gestiona el marketing para la empresa.
Recientemente, presentó una idea para un
nuevo producto a su gerencia, Snackwall.
Es un servicio donde la empresa
instala una pared de aperitivos en una oficina.
Los clientes se suscriben a este servicio y
seleccionan los aperitivos y recargas a través de una aplicación.
La administración estaba muy entusiasmada con
su idea y desarrollaron el producto.
James recibió un presupuesto de marketing
para lanzar el nuevo servicio.
En esta clase, seguiremos a James
y miraremos algunas de las decisiones que necesita tomar.

James en DCB Cleaning está emocionado de traer

Snackwall al mercado y esta preparándose para el lanzamiento.
Con una fecha de lanzamiento que se acerca rápidamente
y un presupuesto limitado,
James sabe que es esencial llevar el mensaje
de Snackwall al público correcto;
personas que puedan estar interesadas en este servicio.
Dado su presupuesto limitado,
quiere asegurarse de no desperdiciar nada de su dinero en
personas en oficinas donde
Snackwall podría no ser una buena opción.
James necesita definir su público objetivo.
James cree que sería mejor promocionar
Snackwall entre los clientes existentes de DCB Cleaning.
Pero no cree que todos los clientes estarán interesados.
Para tener un mejor entendimiento sobre
quien podría estar interesado,
James decide crear una encuesta.
Divide su encuesta en tres partes.
En la primera parte,
hace preguntas sobre el espacio de la oficina.
¿Cuántas personas trabajan en la oficina?
¿La mayor parte del trabajo es de escritorio?
¿Dónde se encuentra la oficina?
¿Qué tan lejos está la oficina de tiendas de conveniencia?
¿La oficina proporciona almuerzo?, etc.
En la segunda parte,
James pregunta sobre los empleados y el trabajo que hacen.
¿Cuál es la edad promedio de los empleados del lugar?
¿Cuál es el nivel educativo?
¿A qué sector pertenece la empresa?
En la última parte de la encuesta,
James describe Snackwall y
pregunta el nivel de interés del producto,
de no estar nada interesado a muy interesado.
La encuesta de James va dirigida a
todos los 300 clientes de DCB Cleaning.
Es una encuesta online y 200 clientes la rellenan.
Ahora que James tiene las respuestas a sus preguntas,
va a su analista de marketing,
Alia, quien había sugerido hacer la encuesta
en primer lugar y quién ayudará
a James a analizar los resultados.
Alia organiza todas las respuestas en una hoja de cálculo.
Luego, ejecuta el análisis de segmentación en los datos.
La segmentación es una técnica de la que
vamos a aprender más adelante en el programa.
Es una manera de clasificar a las personas en grupos
basándose en las características que tienen en común.
En este caso, Alia utiliza
la segmentación para obtener un mejor entendimiento de
las características que las personas
que están interesadas en Snackwall tienen en común.
Luego de que Alia hace su análisis,
encuentra que hay
dos grupos distintivos que tienen
un interés muy alto en Snackwall.
Ella le presenta sus resultados a James.
El primer grupo, ella lo llamó "Focused Tech".
Este grupo incluye empresas que tienen
más de 30 empleados, que proporcionan almuerzo en el lugar,
están activos en la industria tecnológica,
y están empleando principalmente
ingenieros y tienen una fuerza laboral joven.
Al segundo grupo, Alia los llama "Isolated Office".
Este grupo incluye empresas con
entre 30 y 50 empleados,
ubicados fuera de las áreas urbanas,
con poco acceso a alimentos.
No proporcionan almuerzo a sus trabajadores.
Están en varias industrias
y su fuerza laboral es joven.
Alia también le dice a James que
el segmento "Focused Tech" es un un poco más
grande que el grupo "Isolated Office".
Esta información es súper útil para James.
Utilizando la información proporcionada en las respuestas de la encuesta,
James hace un poco más trabajo en
describir estos dos grupos de audiencia.
Planea dirigir
su primera campaña publicitaria
a la audiencia de "Focused Tech".
Anunciará a sus clientes actuales,
pero también utilizará esta información para encontrar
más empresas que sean similares a la
audiencia en el segmento "Focused Tech".
Reproduce el video desde :3:45 y sigue la transcripción3:45
La segmentación que Alia, la analista de marketing de James,
hizo para el ayudó a James a definir su público objetivo.
Sabe que reduciendo su publicidad
a ese público objetivo le ayudará a gastar
su presupuesto sabiamente, ya que aumentará la posibilidad de que
sus anuncios sean visto por
personas que están interesadas en su producto.
Para cualquier profesional de marketing que esté intentando
definir su público objetivo,
las analíticas de marketing son cruciales.

Una segunda tarea crucial donde las analíticas de marketing

apoyan el marketing está en
la fase de planificación y previsión.
James tiene un presupuesto que puede utilizar para comercializar Snackwall.
Ha identificado un público objetivo,
pero ahora necesita crear un plan de marketing.
Tiene que asegurarse de
hacer el mejor uso posible de su presupuesto.
Además de eso, a sus gerentes les gustaría
tener una idea de las ventas esperadas.
Hay algunas cosas que James
necesita considerar en su plan.
Primero, necesita seleccionar
las plataformas que utilizará para los anuncios.
James cree que las redes sociales serían geniales,
pero necesita decidir que plataformas incluir.
Alia, quien ejecuta las analíticas de marketing para
DCB Cleaning y el producto Snackwall,
tiene acceso a comScore Data,
una base de datos con información sobre
los diferentes medios en línea que la gente utiliza,
el comportamiento de navegación de las personas y los datos demográficos.
Alia le muestra a James cómo el grupo de edad del
segmento "Focused Tech" al que se
está dirigiendo, utiliza mucho Facebook y LinkedIn,
más que Instagram, por ejemplo.
James está de acuerdo en que estas
serían buenas plataformas para sus anuncios.
Ahora tiene que decidir cuánto
de su dinero debe ser gastado en cada plataforma,
¿debería ser 50-50?
Alia aconseja contra eso.
Ella le muestra a James como, basándose
en la experiencia publicitaria de la empresa,
encontraron que Facebook tiende a ser
más barato si dirigen bien sus anuncios
o, en otras palabras,
si ponen el mensaje correcto
frente a las personas correctas.
Pero, también ha encontrado que LinkedIn
ayuda a generar conciencia entre los profesionales.
Incluso si ven menos ventas procedentes de los anuncios directamente,
tienden a crear buenas pistas.
Basado en este informe histórico,
Alia ha creado una formula que puede
utilizar para ayudar a James a dividir su presupuesto.
James termina poniendo el 70%
de su presupuesto publicitario en Facebook, y 30% en LinkedIn.
Ahora, James tiene que dar un paso más.
Tiene que presentar su plan a la administración y
su jefe espera ver una previsión de las ventas.
Alia sugiere que James
se base en los datos históricos que tienen
sobre los resultados de las campañas
que la empresa ejecutó para sus servicios de limpieza.
Ambos saben que este producto es diferente
pero, como el producto es nuevo,
estos son los mejores datos que tienen.
Alia le muestra a James como puede usar los datos para
predecir el número de personas que
harían clic en sus anuncios en Facebook,
y cuántas de esas personas
irían a suscribirse al servicio.
Puede hacer lo mismo para LinkedIn.
Suena bastante simple pero, de hecho,
el modelo que Alia usa para pronosticar es un poco más complejo.
También involucra factores como
el tipo de anuncios que James tiene planeado utilizar,
cuántos anuncios de video,
anuncios de una sola imagen, etc.
El momento del año en la que la campaña se dirigirá a la gente
a la que James dirigirá, y así sucesivamente.
Toda esta información ayuda a Alia a construir
un mejor modelo para ayudar a James
a prever las ventas para Snackwall.
Reproduce el video desde :3:11 y sigue la transcripción3:11
Como pueden ver en este ejemplo,
los datos y las analíticas juegan
un papel muy importante en la fase de planificación y previsión.
Por supuesto, James podría decidir como
gastar su presupuesto sin utilizar analíticas,
pero mientras más datos e información James utilicé para planificar,
mejor será su estrategia.
Alia usó lo que una empresa aprendió del pasado
y eso ayuda a James a construir
su enfoque de marketing y proyectar ventas.
Si no tienen datos del
pasado que puedan ayudar a guiarlos,
las analíticas de marketing a menudo
utilizan datos que pueden comprar,
como el comScore Data sobre
comportamientos de navegación al que nos referimos.
En cualquier caso, el uso de analíticas de marketing hará
que sus estrategias y previsiones sean mejores.

Los analistas de marketing juegan un papel importante en ayudar a evaluar la eficacia

del marketing.
O, otra manera de pensar en esto es si
el presupuesto de marketing se gastó bien o no.
Y, una parte importante de eso es evaluar la eficacia de
la publicidad.
Los analistas de marketing intentarán responder la pregunta:
¿la campaña publicitaria resultó rentable?
Un buen punto de partida para responder esta pregunta es mirar
al retorno de la publicidad gastada o ROAS.
ROAS es simplemente una manera de averiguar cuantos ingresos generaron en
su publicidad versus lo que gastaron en ella.
Los cálculos para ROAS son los ingresos obtenidos de los anuncios
dividido por los costos de publicidad de esos anuncios.
Por ejemplo, si gastaron $1 en publicidad e
hicieron $10 de esa publicidad, su ROAS es 10, o
puede ser expresado como 10-1 o 10x.
Así que esta publicidad hizo 10 veces lo que gastamos en ella, lo que sería bastante
bueno.
Reproduce el video desde :1:15 y sigue la transcripción1:15
Los analistas de marketing usarán ROAS para comparar como los anuncios
funcionan en diferentes plataformas.
O pueden utilizarlo para comparar campañas que realizaron en el pasado
con nuevas campañas, y así sucesivamente.
Todo esto les ayudará a evaluar si es que están obteniendo el máximo
por los dólares publicitarios que están gastando.
O si es que hay espacio para mejorar.
Volvamos de nuevo a James y sus campañas para Snackwall.
Luego de que su campaña estuviera activa dos semanas, descubrió que el ROAS de sus
anuncios de Facebook es de 12.
Esto significa que por cada dólar que gastó en publicidad en Facebook,
ve 12 dolares de ingresos por el producto de Snackwall.
Eso suena tan mal.
Pero James sabe que las campañas publicitarias que realizó en Facebook en
el pasado para el servicio de limpieza, tenían un ROAS de 23.
Así que ahora James está un poco preocupado, no piensa que el producto es menos
atractivo,
pero cree que podría optimizar su campaña.
Decide crear nuevos anuncios con más imágenes y
una explicación más clara del servicio.
Luego de dos semanas, James ve que el ROAS para sus anuncios es de 19.
James se siente mucho mejor con eso.
Aún piensa que todavía se puede mejorar pero
esto definitivamente va en la dirección correcta.
Los analistas de marketing utilizarán diferentes datos y herramientas para calcular el
ROAS.
La mayoría de las plataformas publicitarias proporcionan informes detallados para calcular
y hacer seguimiento a la eficacia de los anuncios.
Por supuesto, el ejemplo que vimos aquí es un poco más simple de lo que los analistas
se encuentran en la vida real,
ya que hay algunas consideraciones más que se incluyen en evaluar
la eficacia de los anuncios.
En este programa, cubriremos varias técnicas que pueden utilizar para evaluar
si sus campañas fueron rentables.
Como encontrarán a lo largo de estos cursos,
la evaluación de la eficacia de los anuncios es una tarea crucial para los analistas de
marketing.

Hablamos de que hay mucho que planificar para el marketing, desde identificar al
público objetivo correcto, a la creación del mensaje correcto, a la selección de los canales
correctos para
ese mensaje.
Pero una vez que realmente empiezan su marketing,
obtienen muchos más datos que les proporcionan información útil que pueden
usar para ajustar su plan y optimizar aún más.
En realidad, encuentro que esa es la belleza del marketing digital en particular,
en cuanto se empiezan a realidad las campañas en línea, se obtienen datos.
Y pueden usar esos datos para cambiar el curso y ajustar en tiempo real.
Eso es bastante poderoso, especialmente, si conocen las analíticas de marketing.
Estas son algunas de las cosas en las que las analíticas de marketing pueden ayudar
cuando se trata de
optimizar sus campañas de marketing.
Primero, si están publicando anuncios en diferentes canales como Facebook, YouTube,
Twitter,
Google, etc, pueden encontrar que, mientras los datos iniciales sobre la eficacia de
sus anuncios regresan, que algunos de los anuncios funcionan mejor que otros.
Algunos canales pueden ser más efectivos para su mensaje y para
su público objetivo que otros.
Esa información puede ayudarlos a ajustar su mezcla de marketing.
Pueden decidir cambiar parte de su presupuesto restante a los canales que
se desempeñan mejor.
Segundo, podrían ver que dentro de un canal sus anuncios no están exactamente
entregándoles
los resultados que esperaban.
Eso podría llevarlos a cambiar su publicidad un poco o,
en otras palabras, optimizar dentro de un canal.
Podrían cambiar su mensaje o el creativo publicitario que están usando o
podrían ajustar a quiénes se dirigen sus anuncios, en otras palabras,
el público que vería sus anuncios.
Y tercero, mientras hacen estos cambios en su estrategia publicitaria,
pueden decidir probar sus nuevos anuncios o el nuevo público al que se dirigirán.
Pueden hacer eso al publicar sus nuevos anuncios así como los anuncios iniciales y
probarlos unos contra los otros.
De esa manera, podrán comprobar si su nuevo anuncio realmente funciona mejor que el
anterior.
Las pruebas son una manera poderosa para tomar su decisión y
adaptar su marketing basándose en los datos en vez de la intuición.
Volvamos a James. Recuerden que Alia había sugerido, basado en los datos
históricos, que pusiera el 70% de su presupuesto en anuncios de Facebook y el 30% en
LinkedIn.
Bueno, luego de que los anuncios estuvieran activos dos semanas, James
se dio cuenta que obtuvo mejores resultados de LinkedIn de lo que él y Alia esperaban.
Así que decidió destinar un poco del presupuesto de Facebook a LinkedIn.
Y cuando James vio que los anuncios en Facebook dieron menos resultados
de los que esperaba en las primeras tres semanas,
decidió cambiar los anuncios para incluir un mensaje más claro y más imágenes.
Sin embargo, en lugar de simplemente detener la primera campaña por completo y
cambiar a estos nuevos anuncios, James decidió publicar ambos anuncios y
ver cual entregaba los mejores resultados. Basado en los datos,
pudo ver que el nuevo anuncio con un mensaje más claro y
más imágenes, fue el mejor.
Así que decidió poner todo su presupuesto de Facebook a esté nuevo anuncio y
detuvo la versión antigua.
Este tipo de ajuste de su estrategia de marketing basado en datos puede tener
muy buenos resultados.
Les ayuda a obtener la mejor cantidad de resultados para su prepuesto.
Y eso puede suponer un gran ahorro
y una gran diferencia en los resultados de su marketing.
Ya que una mayor parte de los presupuestos de marketing hoy en día se gasta en
el marketing digital,
y ya que el marketing digital hace este tipo de optimización posible, las analíticas de
marketing se han vuelvo cada vez más importantes durante la última década.
Las empresas han aprendido que si dejan que los datos hablen,
obtendrán mucho más del presupuesto de marketing.

Hay un aspecto importante más

del marketing que se basa
mucho en analíticas y
esa es la optimización del embudo de ventas.
Hemos hablado de cómo los profesionales de marketing le prestarán
mucha atención al embudo de ventas
y como podrían dividir
el proceso de compra en cuatro pasos diferentes;
conciencia, interés, decisión, y acción.
Como es pueden imaginar,
conseguir que las personas lleguen a la fase de conciencia suele
involucrar bastante tiempo, esfuerzo y, a menudo, presupuesto.
Si están presentando un nuevo producto, por ejemplo,
necesitan hacer correr la voz a
un público que pueda tener un interés en su producto.
A menudo, eso implica desarrollar un anuncio,
comprar espacios publicitarios, etc.
No es una sorpresa, entonces, que los profesionales de marketing quieran
estudiar de cerca que es lo que sucede después.
Ahí es donde la analítica de marketing
viene para ayudarles a entender
si las personas llegan a pasar a través del embudo de ventas, y cómo.
Específicamente, quieren identificar los puntos de fricción,
o puntos donde las personas se paran
de mover o abandonan el embudo por completo.
La fricción puede ocurrir en diferentes puntos del embudo.
Por ejemplo, las personas pueden tener conciencia de su producto,
pero puede ser difícil conseguir que se interesen.
Eso podría suceder si es que no reciben su mensaje
o no explican
los beneficios de su producto muy bien.
Eso puede significar que tienen que
cambiar su mensaje publicitario.
También pueden encontrar que las personas que se han
interesado, no muerdan la bala
y decidan comprar su producto.
Eso podría ser porque un competidor
puede tener una oferta más atractiva,
o puede tener un mejor mensaje y
las personas pueden decidir comprar su producto en vez.
En algunos casos, pueden ver a
personas que hayan decidido comprar su producto
pero que no han tomado acción,
y eso podría ser porque hay
fricción en el proceso de pago, por ejemplo,
como en un sitio web que es difícil de navegar
o que no funciona bien en un teléfono movil.
Al estudiar los datos sobre el número
de personas que van de una etapa a la siguiente,
o evaluando el flujo de
cómo las personas navegan por su sitio web,
estos puntos de fricción salen a
la luz y eso es lo que le muestra
a un profesional de marketing donde deberían enfocar
sus esfuerzos y ajustar su estrategia de marketing,
o en algunos casos,
partes del producto o el proceso de venta.
Reproduce el video desde :2:24 y sigue la transcripción2:24
Cuando James estaba evaluando el embudo de ventas de Snackwall,
vio que había
una caída sustancial de la
fase de decisión a la fase de acción.
De todas las personas que llegaron al sitio web de Snackwall,
solo un 11% terminó
suscribiéndose y, por lo tanto, comprando el producto.
Mientras James sabe que algo de caída es natural,
el y Alia hicieron un poco más de investigación.
De hecho, recurrieron a
Google Analytics y evaluaron como
las personas viajan a través de las diferentes páginas
en el proceso de pago online.
Este es el tipo de informe que estaban estudiando.
Vamos a aprender más sobre estos informes y
sobre Google Analytics más adelante en este programa.
Vieron que las personas que llegaron a
la página web si hicieron clic en el botón de "Inscribirse Ahora"
pero no enviaron
su información cuando llegaron a la siguiente página.
Esto desconcertó a James y Alia y ellos
decidieron entrevistar a algunos clientes objetivos.
Entrevistaron a cinco personas e
hicieron que pasen por el proceso de pago con ellos.
Mientras iban a través de la página web,
los cinco les contaron
a James y Alia que no se sentían
cómodos dando su nombre e información de la empresa
sin una idea clara de
lo que una suscripción a Snackwall les costaría.
Como resultado, James y Alia
crearon una calculadora de costes rápida.
En lugar del botón de "Inscribirse Ahora",
ahora tienen un botón de "Aprende Más".
Eso lleva a las personas a una página
donde se les pregunta cuántos empleados
tienen y obtienen un cálculo rápido de
los costos estimados de la suscripción a Snacwall.
Luego, hay un botón de "Inscribirse Ahora".
Luego de hacer este cambio a la página web,
James vio que el porcentaje de inscripción aumentó a un 20%.
Como estoy segura que pueden imaginar,
James estaba feliz de haber
profundizado más en los datos del embudo de ventas.
Analizar el embudo de ventas puede resaltar
los puntos débiles en tu proceso de ventas y marketing, y
darles pistas sobre qué parte del proceso puede necesitar
más investigación y donde pueden haber
oportunidades para optimización.

Como usuario frecuente de Internet y redes sociales, he experimentado en varias

ocasiones campañas publicitarias que, en lugar de atraerme, generaron una sensación de
fricción y, en algunos casos, me llevaron a abandonar el embudo de ventas.
En una ocasión, me encontré con una campaña que, a pesar de tener un mensaje
inicialmente interesante, carecía de claridad en cuanto a la oferta específica. La falta de
información sobre los beneficios concretos del producto y el precio asociado me hizo
perder el interés rápidamente. La campaña no logró transmitir de manera efectiva por qué
debería considerar el producto, lo que resultó en una experiencia de usuario poco
convincente.
En otro caso, noté que un competidor directo tenía una oferta más atractiva. Su mensaje
era más persuasivo, destacando características y beneficios de manera más clara.
Además, ofrecían precios competitivos y promociones exclusivas que la campaña inicial no
incluía. La propuesta de valor del competidor era más convincente, lo que me llevó a
considerar su oferta en lugar de continuar con la campaña original.
En términos de dificultades en la navegación del sitio web, recuerdo una campaña que
dirigía a una página de destino confusa y poco intuitiva. La estructura del sitio web
dificultaba encontrar información relevante sobre el producto, los precios y cómo realizar la
compra. La falta de una navegación clara y la ausencia de un proceso de pago fácil de
entender fueron factores clave que contribuyeron a una experiencia frustrante, resultando
en mi decisión de abandonar el embudo de ventas.
Estas experiencias resaltan la importancia crítica de la claridad en la comunicación, la
competitividad de la oferta y una experiencia de usuario sin problemas para el éxito de una
campaña publicitaria en línea.

Felicitaciones.
Han terminado su primera semana en
esta introducción al curso de analíticas de marketing.
Estoy muy feliz que estén en este viaje.
Recapitulemos lo que ya han aprendido.
Estoy segura de que antes que empezaran este curso,
ya sabían que
las analíticas de marketing son importantes y que tener
acceso a buenas analíticas de marketing
puede ayudar a los profesionales de marketing a tener más éxito.
Pero nunca está de más escucharlo directamente de la fuente.
Ahora tienen un buen entendimiento de lo que
implica el papel de un analista de marketing
y como un profesional de marketing utiliza las analíticas de marketing.
En la segunda clase,
aprendieron cómo las analíticas de marketing juegan un papel en
las cinco tareas principales en las que se enfoca el
marketing: identificar un público objetivo.
planificación y previsión,
evaluar la eficacia del marketing,
optimización de marketing, y la
optimización del embudo de compra.
Luego en latercera clase,
seguimos cómo James de
DCB Cleaning utiliza las analíticas de marketing cuando
él y sus colegas pasaron por
estos cinco pasos de marketing cuando lanzaron Snackwall,
su nuevo producto de suscripción.
Ahora, podrán reconocer
los puntos en marketing en los que los datos pueden
ser de ayuda y tienen una buena idea de como
los analistas de marketing pueden ayudar a llevarlos al éxito del marketing.
A continuación, vamos a explorar
las diferentes fuentes de datos
que los analistas de marketing pueden acceder.
Espero verlos en la siguiente clase.

Introducción: ¿Qué datos utilizan los

profesionales del marketing?
Como aprendieron la semana pasada,
las analíticas de marketing pueden proporcionar una serie de beneficios para su empresa.
Puede ayudarles a planificar sus esfuerzos de marketing, evualuar su eficacia,
y optimizar su marketing y su embudo de compra, pero
nada de eso puede hacerse sin datos.
Los datos pueden provenir de diferentes fuentes, pueden ser de diferente calidad y pueden
ser
de ayuda o no para ustedes, dependiendo de lo que sea, pero sin los datos y
la habilidad de comprenderla y analizarla, los esfuerzos de marketing sólo pueden llegar
hasta cierto punto.
Esta semana, cubriremos que tipo de datos utilizan las analíticas de marketing y
de dónde provienen esos datos.
Luego, vamos a mirar más de cerca a cómo se recopilan los datos digitales.
Como ya saben, todas nuestras interacciones en línea generan datos, pero
dependiendo del dispositivo que usen para conectarse en línea, la forma en la que se
recopilan datos difiere.
Pueden haber oído hablar de cookies y píxeles para rastrear el comportamiento en línea,
por ejemplo.
Es imporatante que entiendan la mecánica de cómo esto funciona, ya que los ayudará a
entender la naturaleza de los datos digitales con los que están trabajando y las
limitaciones.
En la tercera clase de está semana, veremos un ejemplo de cómo
un equipo de marketing recopila datos digitales y los utiliza para sus campañas.
Empecemos con la primera clase y
aprendamos más sobre los diferentes datos offline y online que utilizan los analistas de
marketing.

¿De dónde vienen los datos que utilizan los profesionales de marketing?
Dado que estamos en un mundo tan digital, uno podrían pensar que la recopilación de
datos sólo se realiza en línea,
y hablaremos de data online en nuestro siguiente video.
Pero hay muchos datos útiles de los clientes que también pueden encontrar offline, lo que
puede
ayudarlos a tener una imagen completa de quiénes son sus clientes y cómo se
comportan.
Mientras el recorrido del cliente esta cambiando cada vez más y más online, aún hay
una gran parte de ese recorrido que ocurre en un lugar físico,
ya sea una compra en una tienda o la contratación de un servicio.
De hecho, según Statista, solo el 14.1% de las ventas al por menor en el 2019 se
realizaron online,
lo que significa que el 86% de las compras de clientes están sucediendo en una ubicación
física.
Además, un informe de Google muestra que muy pocas personas hacen sus
compras totalmente online o totalmente offline, sino que utilizan una mezcla de ambos.
O bien investigan online y compran offline, o
investigan offline y compran online.
Por ello, es fundamental comprometerse tanto con los datos offline como con los
datos online para realmente entender el comportamiento del cliente y
usar esos conocimientos para influir en su enfoque de marketing.
¿A qué nos referimos cuando hablamos de datos offline?
Son simplemente datos que recopilan sobre un cliente que no sea a través de un canal
online.
Esta podría ser información recopilada a través de un formulario de contacto físico,
suscribirse a un programa de fidelización, rellenar una encuesta o de comentarios de los
clientes.
Los datos offline también pueden rastrearse a través de información de puntos de venta,
cuando sus clientes hacen una compra.
Se sabe qué producto compraron, la fecha, y el importe que han gastado.
Datos de de puntos de venta a menudo se denominan POS.
Los datos offline también pueden incluir el seguimiento del call center o
la participación en un focus group, también.
También pueden rastrear las visitas a la tienda y el comportamiento a través de inicios de
sesión Wi-Fi,
uso de aplicaciones en la tienda, y Beacons, que son unos dispositivos pequeños
colocados en
la tienda que se comunican con los smartphones a través de señales Bluetooth.
Veamos un ejemplo de una librería.
Un miércoles por la tarde, un cliente pasa por aquí, echa un vistazo y
se acerca al mostrador con dos bestsellers que quiere comprar.
El vendedor de libros le pregunta si quiere inscribirse para tener una tarjeta de comprador
frecuente y
el cliente da su nombre y
dirección al vendedor de libros que los introduce a su base de datos POS.
También dan su dirección de correo electrónico para inscribirse en el boletín.
El cliente paga por sus libros y se va.
Este es el tipo de transacción que ocurre todo el tiempo.
Pero ahora, la librería tiene todos estos nuevos datos para ayudarle a entender mejor
quién compra en su tienda, no solo un nombre, sino dón de vive su cliente,
sus hábitos de compra, y a veces la edad y el sexo.
Los datos offline suelen ser ricos con información demográfica sobre los clientes,
y es a menudo información que no pueden recopilar online.
Los datos offline también pueden mostrar cuánto compró cada cliente,
lo que puede ayudar a determinar su valor de por vida, lo que compraron, y cuándo.
La librería ahora puede entender mejor la demografía de sus clientes,
lo que los ayudará con los esfuerzos de marketing.
La librería también peude entender qué momentos de la semana son los más ocupados,
lo que los ayudará a dotar de dotar de personal.
También los ayudará a entender que inventario se debe mantener en stock para poder
aumentar las ventas.
Ahora, como tienen un nombre y una dirección de correo electrónico adjuntos a la compra,
pueden dirigirse a clientes con recomendaciones de libros.
Y como han recopilado esta información directamente de sus clientes,
pueden asegurarse de que sea preciso y represente su base de clientes actual.
Ya que se les dio directamente, también mitiga cualquier preocupación de privacidad.
Toda la información que pueden obetener de estos datos offline puede ayudarlos a
adaptar
sus estrategias de marketing, orientar mejor su base de clientes, y
ver el contexto del recorrido de sus clientes.
Pero la recopilación de datos offline en el punto de venta no es el único lugar donde se
puede
obtener.
Las empresas pueden comprar datos de terceros de empresas que recopilan
información offline.
Esto puede incluir datos demográficos, comportamiento de compra,
e incluso información sobre el consumo de medios offline que puede ayudar
a las empresas a obtener más información sobre el comportamiento de sus clientes.
Probablemente han oído hablar de las calificaciones televisivas de Nielsen o
han escuchado de alquien que tiene una caja Nielse.
Nielsen es una empresa que supervisa el consumo de medios en una variedad de
dispositivos,
incluyendo televisores y smartphones.
comScore es una empresa similar que también hace seguimiento al consumo de medio en
varios dispositivos.
Este es otro tipo de comportamiento offline.
Las empresas pueden comprar sus datos para comprender mejor el comportamiento del
cliente
en torno a la participación en los medios de comunicación, incluyendo cuándo y qué ven.
Cuanto mejor puedan entender a su cliente,
mejor podrán dirigirse a ellos con la publicidad de sus productos o servicios.
Hay muchos otros conjuntos de datos de terceros que pueden comprar.
Hay datos de las tarjetas de fidelidad de los supermercados, y transacciones con tarjetas
de crédito, por
ejemplo, que proporcionan información sobre las compras de diferentes productos y
marcas.
Hay datos específicos de industrias, como datos para
el sector farmacéutico, o datos sobre la venta de coches, etc.
Mientras la mayoría de las marcas tienen acceso a sus propios datos de venta,
estos conjuntos de datos de terceros les ayudan con el análisis competitivo mientras
les dan algunas ideas sobre las ventas de otras marcas también.

Ahora que hemos hablado de los datos offline, en nuestro próximo video, hablaremos
sobre
los datos online, cómo recopilarlos y que información se puede obtener de ellos.

Ahora que hemos hablado

sobre los datos offline o formas de recopilar
información sobre los comportamientos
de sus clientes en sus vidas cotidianas,
veamos qué son los datons online,
que información peude proporcionar,
y como recopilarlo.
Con la sociedad actual volviéndose cada vez más digital,
los profesionales de marketing tiene un gran número de herramientas que pueden utilizar
que
los ayudarán a obtener información
de los comportamientos de los clientes online.
Esa información pueden informar mejor a los esfuerzos de marketing,
hacer la publicidad más personalizada,
y el engagement más significativo.
Estas son algunas de las formas que los profesionales de marketing pueden rastrear
a los clientes a medida que se desplazan por
su viaje a una compra.
El engagement de marca puede comenzar interactuando con
los contenidos o publicaciones de una merca en las redes sociales, por ejemplo.
Plataformas como Facebook, Instagram y Twitter
tienen información, o paneles de analíticas
que pueden revelar mucho sobre los seguidores de una cuenta,
incluyendo el número de seguidores,
de dónde són, cuál es su edad,
su desglose de género,
cuando están más frecuentemente en línea,
y qué idiomas hablan.
Esto puede ayudar a que una empresa entienda
quien es su público en las redes sociales,
y si el público al
que se dirigen es, de hecho, el que los sigue.
La información de redes sociales también puede proporcionar información
sobre qué partes del contenido
están teniendo más interacción,
lo cuál también es útil saber sobre su público.
El engagement del usuario también puede comenzar cuando alguien ve
un anuncio en las redes sociales de un producto o servicio que ofrecen.
Esto es diferente al tipo de
engagement orgánizo que una empresa
construiría con contenido original
en la forma de publicaciones y videos.
En su lugar, las empresas crearían anuncios dirigidos a un
público específico con
características específicas y demográficas.
Cuando alguien hace clic en el anuncio,
la empresa puede rastrear la interaccion
y futuras interacciones con la empresa.
Empresas que crearon campañas publicitarias
a través de una plataforma como el administrador de anuncios de Facebook,
pueden ver cuando las personas interactúan con su anuncio
y lo que los consumidores hacen como resultado de ver el anuncio.
¿Visitan un sitio web o una aplicación?
¿Se inscriben a al lista de correos, o compran un producto o servicio?
Estos tipos de datos, por lo que saber si una campaña
de anuncios resulta en una compra completa
o solo en una visita al sitio web,
es increíblemente valioso para
entender mejor el impacto de sus esfuerzo de marketing.
Información sobre el sitio web, producida por paneles
como Google Analytics o Adobe Analytics,
son capaces de darles un montón de
datos ricos en audiencia que pueden
utilizar para informar sus estrategias de marketing.
Al igual que la información de redes sociales,
las analíticas de páginas web les dirán
cuántas personas están visitando su página wen,
de dónde son, que idioma hablan,
su edad, y su desglose por género.
También les dirá dónde
están ingresando o abandonando su página web,
cuánto tiempo permanecen en su página web,
y que página les llama más la atención.
Pueden utilizar datos de la página web para ver que tan
bien les va con el engagement de la página web,
áreas de contenido para arreglar,
y si sus esfuerzos para llevar
a sus clientes a su página web están funcionando.
Tengan en cuenta que
esta información de los paneles de redes sociales y
Google Analytics van a ser anónimos, bueno, anonimós para ustedes.
Sabrán, por ejemplo,
que 1,000 personas entre las edades
de 30 y 40 viviendo en la ciudad de Nueva York,
hicieron clic en su anuncio, pero no sabrán quienes son.
Si venden productos online,
pueden rastrear no sólo las compras,
pero también nombres e información de sus clientes,
como el punto de recopilación de datos de venta
que vimos en el último video.
Aquí hay un panel de visión general de Shopify,
una herramienta popular de software de eCommerce.
La información sobre la compra les dará
muchos datos demográficos,
datos sobre las preferencias de productos, e información sobre los comportamientos
de compra de de los clientes para que utilizen en sus estrategias futuras.
También podrían, de forma más activa,
recopilar información del cliente a través de algo
tan simple como un formulario de suscripción para un boletín,
un libro electrónico gratuito, o un programa de fidelización o recompensas.
O, también, pueden recopilar
información de los clientes a través de un cuestionario de retroalimentación y
encuestas que pueden darles información
sobre como un cliente se siente sobre su marca,
utiliza sus productos, o que
tan probable sería que los recomienden a otras personas.
Hasta ahora, hemos hablado de datos que pueden ser
recopilados online para una página web específica,
aplicativo, o negocio online.
Sin embargo, hay momentos en los que los profesionales de marketing
quieren recopilar información
sobre la competencia, también.
Tal vez quieran saber
a qué clientes atrae un competidor,
o quisieran obtener más información sobre
cómo se comparan con la competencia.
Los profesionales de marketing pueden aprovechar las bases de datos de terceros
para recopilar información sobre competidores.
Estas bases de datos de terceros proporcionan
datos recopilados y reportado por otra persona,
es decir, un tercero.
En la mayoría de los casos, los profesionales de marketing tendrán que pagaro por esos
datos.
Al igual que con los datos offline,
hay muchas bases de datos de terceros
disponibles relacionados con el comportamiento online.
Los profesionales de marketing utilizan herramientas que proporcionan
datos sobre el comportamiento de navegación online,
así como datos recopilados de publicaciones en redes sociales.
comScore y Nielsen son
dos proveedores prominentes de datos sobre el comportamiento online.
Ambos informan sobre las páginas web y las aplicaciones que las personas utilizan,
cuánto tiempo les dedican,
las demográficas de las personas que los utilizan, etc.
Junto con su uso de datos offline,
le proporcionan a los profesionales de marketing con una buena imagen
de cómo los clientes utilizan su tiempo en los medios de comunicación.
Otro tipo de herramientas de datos que pueden ser útiles
para los profesionales de marketing son las herramientas de escucha social.
Pueden ayudar a los profesionales de marketing a entender lo que las personas
fuera de su público objetivo están
diciendo sobre su marca online.
Monitorean la frecuencia con las que diferentes marcas
son mencionadas en publicaciones de redes sociales y
dan información sobre si
estás menciones son, en su mayoría, positivas o negativas.
Al igual que con cualquier tipo de datos que se recopilen,
el impacto en su estrategia de marketing
y generación de ingresos generales
y conciencia de marca no
provienen simplemente de recopilar los datos.
Provienen de analizarlos,
obtener información en lo que se está diciendo y
utilizar esa información para informar sus estrategias futuras.
En nuestros próximos videos,
le daremos un vistazo a cómo los datos son recopilados y como
algunos datos serán más útiles que otros.

Al empezar a trabajar con datos,

aprenderán que tipos de datos van a ser útiles para su empresa,
cuáles son los mejores métodos para el seguimiento de los datos, como interpretar los
puntos de datos
para proporcionarles información y cómo interpretar los datos en bruto.
Un elemento más para tener en cuenta es entender si quieren utilizar
datos muestreados o sin muestrear.
Los datos muestreados es exactamente como suenan, un muestreo o
una selección del conjunto de datos más amplio que representa el total del conjunto de
datos.
¿Por qué utilizar los datos muestreados?
Si quieren obtener información sobre sus clientes,
idealmente les querrían preguntar a todos, pero a menudo eso no es posible.
Así que podrían tomar una muestra de su base de clientes sabiendo que sus
conocimientos
y retroalimentación representarán al total.
Por ejemplo, un cine lanza un nuevo quiosco de autoservicio para
entradas, y 1,000 personas lo utilizan en el primer día.
El gerente quiere tener una idea de cómo fue la experiencia,
pero es un trabajo demasiado grande hablar con todas las 1,000 personas que utilizaron el
quiosco.
Lo que haría el gerente sería hablar con algunos usuarios, o una muestra, para obtener
sus comentarios.
El cine conseguiría los datos y
la información que quieren de la muestra sin necesidad de preguntarle a cada persona.
De la muestra, el cine es capaz de hacer inferencias sobre como aprovechar y
promover el nuevo quiosco de autoservicio.
Aquí hay otro ejemplo: ¿recuerdan los datos de consumo de medios de comunicación de
Nielsen a los qué
nos referimos en un video anterior?
Este es un buen ejemplo de conjutos de datos que utilizan muestreos.
Para monitorear los hábitos televisivos de las personas,
Nielsen recluta hogares cuyos comportamientos de visualización de la televisión van a
supervisar.
Estas personas aceptaron ser monitoreadas y también llenaron un cuestionario
que le proporciona a Nielsen con datos demográficos y de interés.
Nielsen luego utiliza la información que recopilaron de esos hogares
para crear un conjunto de datos que represente a la población total.
También pueden usar muestreo cuando su conjunto de datos es demasiado grande para
manejar,
lo que ralentizaría la generación de información.
Utilizando una muestra de los datos les daría un conjunto de datos más manejable con
un tiempo de análisis más rápido.
Y ya que la muestra representa el total, les debería dar la misma información.
Por ejemplo, un profesional de marketing recopila datos de usuario pero
encuentra que tienen miles y miles de entradas para analizar.
Trabajar con tanta cantidad de datos tomará mucho tiempo y
esfuerzo pero, sacando una muestra de esos datos,
solo 1,000 o unos pocos cientos, por ejemplo, darían la misma
información, solo a una escala más pequeña, y serían mucho más fáciles de trabajar.
Reproduce el video desde :2:56 y sigue la transcripción2:56
Hablamos de Google Analytics antes. Los profesionales de marketing utilizan esta
herramienta para monitorear
el comportamiento de navegación de las personas en sus páginas web o aplicaciones.
Si utilizan Google Analytics en una página web muy grande, que es visitada por muchas
personas,
entonces Google Analytics usará el muestreo para poder darles acceso a sus datos e
informes, más rápido.
¿Qué son los datos sin muestreo?
Bueno, es simplemente la población total o conjunto de datos en su estado crudo y,
definitivamente hay momentos en los que usan toda la población para
sus propósitos de análisis.
Por ejemplo, si están buscando eventos que no ocurren con frecuencia, una muestra
puede que no sea una buena manera de hacerlo ya que es posible que no vean el evento
que estaban buscando
si es que solo miran a una selección de datos pequeña.
Probablemente hayan notado que cuando hablo de datos muestreados, me refiero a
la muestra como una selección de datos que representa el conjunto de datos total.
Eso significa que suponemos que las características de la muestra son las mismas
que las características de mi conjunto de datos total.
Y, por lo tanto, está bien mirar a la muestra y
sacar conclusiones sobre el conjunto de datos total.
Hay algunos métodos diferentes que pueden usar para obtener una muestra
representativa.
Les echaremos un vistazo más de cerca más adelante en el programa cuando nos
sumerjamos en
la estadística.
Por ahora, solo mencionaré el método más común: muestreo aleatorio,
que simplemente involucra escoger miembros o entradas al azar.
Esto se puede hacer utilizando un generador de números aleatorio
y les da a todos una oportunidad justa de ser elegidos.
La selección de una muestra representativa es importante.
Volamos a nuestro ejemplo del cine y su quiosco de autoservicio.
Si quisiera saber lo que opinan las personas sobre la experiencia de los quioscos de
autoservicio y
pienso tomar una muestra de 20 personas,
no es una buena idea seleccionar a las primeras 20 personas en la fila.
Al hacer eso puedo, por ejemplo, elegir sólo familias con niños
que están viendo la proyección matutina de una película de Disney.
La experiencia de autoservicio puede ser diferente para ellos que para
el público que aparece más tarde en la noche para ver una comedia romántica.
Seleccionando a 20 personas aleatoriamente a lo largo del día, tengo más posibilidades
de elegir a un grupo que represente al espectro completo de visitantes del teatro.
Los profesionales de marketing utilizan tanto datos muestreados como sin muestrear y,
ahora, ya saben a que se refieren las personas cuando hacen la distinción.
Profundizaremos más en el muestreo en una clase más adelante también.
En el siguiente video, veremos las diferencias en la recopilación de datos y
como pueden ser usados para ayudar a su negocio.

Finalmente, mientras terminamos nuestras clases sobre datos, queremos hablar

sobre los diferentes tipos y calidades de datos que pueden utilizar como un profesional o
analista de marketing, determinado por cómo lo recopilan.
Si alguna vez han tenido que escribir un informe para la escuela que implicara una
investigación,
saben que utilizar fuentes primarias como diarios o relatos de primera mano siempre
son las mejores fuentes para usar, porque los acercaron más a lo que realmente sucedió.
Fuentes secundarias o terciarias estaban bien pero
no eran tan objetivas ni útiles como las fuentes primarias.
Lo mismo ocurre cuando están trabajando con datos de primera,
segunda, y tercera instancia.
No todos los datos son igual de útiles.
Así que es importante saber la diferencia entre los tres, como obtienen cada uno,
y cuando usarían cada uno para ayudar en sus esfuerzos de marketing.
Empezaremos con datos de primera instancia,
ya que ese es el tipo de datos que va a ser más valioso y relevante para ustedes.
Los datos de primera instancia son simplemente datos que han recopilado sobre sus
clientes directamente de sus clientes.
Esto puede ser a través de las fuentes offline y online que mencionamos en videos
anteriores,
como el seguimiento de las visitas de la página web, el seguimiento en las redes sociales,
o en el registro en la tienda.
Ejemplos de datos de primera instancia podrían ser el nombre
y la dirección de un cliente que se registra para obtener una targeta de recompensas en
una tienda.
La cantidad de visitantes únicos que su página web recibió el año pasado,
la información que un cliente pone sobre sus intereses cuando
rellenan un formulario de inscripción al boletín.
La edad promedio de los usuarios de Facebook que hicieron clic en uno de sus anuncios,
o
clientes que compraron un artículo específico el mes pasado.
Ya que los datos de primera instancia reflejan directamente su audiencia o
base de clientes, les mostrará el comportamiento y las acciones de los clientes,
historial de compras, y cómo su audiencia interactúa con su marca.
Este tipo de información puede ayudarlos a planear campañas y nuevas estrategias, y
seguir profundizando la relación con su público actual.
Además, como los datos de primera instancia son datos recopilados directamente
de sus clientes, ustedes saben que va a ser preciso y
va a proporcionar una gran cantidad de información.
Pero uno de los inconvenientes es que sólo se limita a su público, por lo que
no están obteniendo información de audiencias potenciales, o
sean capaces de captar nuevos clientes.
Aún así, los datos de primera instancia van a ser los más útiles para ustedes y
la representación más exacta de su público.
Los datos de segunda instancia son escencialmente datos de segunda mano, o
data que no recopilaron ustedes mismos.
Piensen en ello como datos de primera instancia de otras empresas que los están
compartiendo con ustedes.
O, si comparten sus datos de primera instancia con otra empresa,
esos serían sus datos de segunda instancia.
¿Por qué las empresas compartirían voluntariamente sus datos entre sí?
Si dos empresas atienden a un grupo demográfico similar o
público, podrían asociarse para compartir sus datos,
lo cual les podría dar más información sobre nuevos públicos o tendencias.
Por ejemplo, hay una cafetería en una calle, y una panadería en la siguiente,
y los propietarios son amigos.
La cafetería solo se enfoca en café, no hay productos de panadería.
Pero a veces, las personas vienen con bolsas de la panadería.
Del mismo modo, la panadería solo se enfoca en productos horneados,
y no quiere expandirse al café.
Pero a menudo ven que los clientes vienen con tazas de la cafetería.
A pesar de que hay cierta superposición, todavía hay clientes de la panadería que aún
no han probado la cafetería, pero podrían disfrutarla.
Y hay clientes de la cafetería que aún no han probado la panadería.
Estas empresas, entonces, comparten sus datos de primera instancia entre sí, de modo
que
cada empresa ahora pueda apuntar a más personas que puedan estar interesadas en sus
productos
y traer más clientes nuevos.
Las empresas también pueden optar por comprar datos de segunda instancia que crean
que pueden ayudarlos
en sus esfuerzos de marketing.
Este enfoque es ciertamente más fácil
pero a menos que puedan previsualizar los datos primero,
puede que no estén recibiendo datos útiles para sus negocios.
También pueden tener problemas de privacidad,
basado en cómo se recopilaron los datos originalmente.
Finalmente, los datos de tercera instancia no son recopilados por ustedes ni por otra
empresa
con la que se hayan asociado, pero por un tercero que no esté directamente vinculado al
cliente final.
Esos datos se venden a las empresas para que puedan utilizarlos en ampliar sus
esfuerzos
de focalización.
Los datos de tercera instancia es recopilada utilizando enfoques similares a los de los
datos de primera instancia,
como a través de encuestas a los clientes, comentarios o seguimiento del comportamiento
online.
Pero los datos se recopilan típicamente a través de muestreo aleatorio.
En otras palabras, no será su público en particular, pero
en la población general.
Por ejemplo, un nuevo restaurante abre en un barrio, y
quieren dirigirse a un público dentro de un código postal específico.
Podrían comprar datos sobre todos dentro de esa área en particular.
Ellos, por supuesto, ni siquiera sabrían si a la población de la lista
les gustaría su restaurante, o si están en su público objetivo.
Pero pueden utilizar los datos para hacer una campaña integral
o agregar los datos a los datos actuales de sus clientes para aumentar su alcance.
Cuando compran datos de tercera instancia,
podrían no tener tanta información sobre como se recopilaron los datos.
Los datos podrían estar incompletos o de menor calidad que los datos de primera
instancia.
Además, cualquier organización puede comprar los datos, por lo que
no serían exclusivamente suyos.
Podría haber un mayor riesgo para la privacidad en torno a cómo se recopilaron los datos
de tercera instancia,
también.
Aunque los datos de tercera instancia no sean el principal conjunto de datos que utiliza un
profesional de marketing,
los datos de tercera instancia pueden ser útiles para completar los
datos de primera o segunda instancia, o para comparar.
Así que adquirir datos de tercera instancia podría valer la pena.
¿Qué datos serían los mejores para ustedes?
Probablemente encuentren razones para utilizar los tres en sus es esfuerzos de marketing
y
planificación.
Pero, lo mejor será que hagan hincapié en los datos de primera instancia,
ya que eso les dará el reflejo más exacto de quiénes son sus clientes,
y proporcionarles la información más precisa de sus comportamientos.