viernes, diciembre 12

Suerte es lo que sucede cuando la preparación y la oportunidad se encuentran y fusionan

En muchos casos, no se actúa debidamente en el canal digital en base a los datos porque los que toman las decisiones no ven el valor de estas acciones. No porque no sepan verlo, sino porque los analistas no lo explicamos en el idioma universal: los ingresos!

Llevo muchos años repitiendo que antes de empezar a medir hay que tener muy claros los objetivos, tanto de negocio como de cada uno de los esfuerzos que hacemos en el canal online para retener al usuario, mantener su interés y guiarle hasta la conversión. Quizás lo que falta por añadir es que monetizando cada uno de esos pasos podemos tener mucho más claro su peso en la cadena de valor online.

Partamos de la base. ¿Cómo medimos el beneficio en el canal digital? Si estamos hablando de un ecommerce, lógicamente tendremos el valor de la conversión. Si hablamos de otro tipo de sitio deberíamos asignar un valor a la acción final (descarga, registro, ...). Solamente así podremos ser capaces de hablar el idioma universal.

Realmente el problema de base de los analistas ha sido el hablar de recomendaciones en lugar de hablar de OPORTUNIDADES. Esta es la clave, ser capaces de entender y de transmitir el valor de la oportunidad.

Imaginemos que tenemos un sitio web de 150.000 visitas o sesiones mensuales. Nuestra conversión final es de un 2% de dichas visitas, es decir, convencemos a 3.000 visitas de hacer lo que queremos que hagan. Y esto nos reporta unos 600.000€ porque el ingreso medio es de 200€.
 
Empezamos a analizar los datos y después de hacer un largo y doloroso camino llegamos a la conclusión de que podemos hacer las cosas mejor focalizándonos en alguno de los puntos que hemos estudiado.

Cualquier recomendación que hagamos en este escenario, sea para alguna de las acciones que llevamos a cabo de marketing digital o para cambiar el diseño o usabilidad de una o más páginas del sitio web se tiene que convertir en una oportunidad. ¿Cómo?

Necesitaremos la inestimable ayuda de nuestro amigo Excel o sucedáneo, para generar un cuadro básico que llamaremos Cuadro Predictivo de Tasa Conversión e Ingresos.

La primera parte del cuadro son los datos básicos de nuestro sitio o aplicación. Solamente nos servirán para dar contexto así que yo propongo utilizar 4 o como mucho 5 métricas que no desvíen en exceso nuestra atención. La idea es exponer el escenario del que partimos, el escenario base.

Luego diseñaremos una tabla de 6 columnas, 6 métricas. Empezando por la métrica que liderará los cambios, en nuestro ejemplo será la futura tasa de conversión, que irá cambiando en tramos de 0,10% o de 0,05% o de 1% (no lo recomiendo por irreal jejeje) o lo que creamos oportuno para exponer nuestro objetivo con la recomendación. Esta métrica es la base para poder traducir nuestra recomendación a oportunidad.

A partir de cada nuevo tramo, de cada futura tasa de conversión, calcularemos el resto de métricas. Como la métrica que lidera el cambio es la tasa de conversión, asumiremos que no haremos esfuerzos en aumentar las sesiones de la página, por lo que el número de conversiones necesarias para lograr la futura tasa de conversión está calculado de la siguiente manera:

nueva tasa de conversión = conversiones / sesiones en la página
2,10% = x / 150.000 -> x = 2,10% * 150.000 = 3.150 conversiones

Es decir, para aumentar un 0,10% la tasa de conversión partiendo del mismo número de sesiones en la página necesitaremos 3.150 conversiones.

Por lo que las conversiones aumentan en 150 con respecto a las conversiones de las que partimos, que es la siguiente métrica en la tabla y que nos sirve para traducir a números el incremento que supone en las conversiones.

Lo mismo con los ingresos, si seguimos teniendo el mismo ingreso medio por conversión que en el escenario (200€) hay que calcular con el nuevo número de conversiones cuál es el nuevo valor de ingresos (ingresos = ingreso medio por conversión * conversiones).

Lo que nos lleva a la siguiente métrica, que pretende traducir a números el incremento que supone en términos de ingresos.

Finalmente realizaremos lo que se denomina monetización inversa, es decir, cuánto estaríamos dejando de ganar en los 3 siguientes meses si no realizamos la modificación. Es el resultado de multiplicar por 3 meses el incremento de los ingresos.


La tabla debería tener una pinta como esta más o menos:


Esta tabla lógicamente es básica y me sirve para explicar la fuerza de la monetización pero lo suyo es que se introduzcan muchas más variables dependiendo del negocio analizado. Sin embargo he utilizado esta tabla de base en muchos análisis donde no tenía acceso a información clave del negocio y ha funcionado muy bien así que la recomiendo sin pudor :)

La clave de la tabla lógicamente es la monetización: es decir, el incremento de ingresos. La monetización inversa, los ingresos perdidos, da mucha más fuerza a la hora de luchar por la recomendación "Cómo vamos a dejar de ganar esta pasta dejando pasar ESTA OPORTUNIDAD?"

Pasar de recomendaciones a oportunidades es esto:

Recomendación -> "Habría que cambiar el diseño de la landing page de la campaña principal del producto para subir la conversión de negocio"
 
Oportunidad -> "Si mejoramos la efectividad de la landing page de la campaña principal del producto podemos aumentar la tasa de conversión del sitio web en un 0,4%, con esto se estima que se obtendrían en 3 meses 120.000€ adicionales, cifra suficiente para costear y amortizar el rediseño de todo el sitio web"

La diferencia de fuerza entre una recomendación y una oportunidad es clara, ¿verdad?

Siempre tendremos la columna de la monetización inversa presente para darle aún más fuerza a nuestros argumentos. ¿Cuánto estamos dejando de ganar si no aprovechamos esta oportunidad? ¿Cuál es el precio de no intentarlo? :)

Juguemos ahora con esta tabla. ¿Y si lo que cambiamos no es la tasa de conversión o el número de conversiones sino los ingresos medios? Con igual número de conversiones pero trabajando mejor la venta cruzada podríamos incrementar los ingresos ... ¿hasta qué punto? ¿Y si lo que cambiamos es el número de sesiones por medio del lanzamiento u optimización de una campaña? ¿Qué incremento en conversiones podríamos tener? ¿Cuál sería el impacto real en el negocio?

A medida que nos sintamos más cómodos con la tabla podremos ir complementando con las variables que consideremos oportuno y cada vez recomendando de forma más precisa. Aconsejo siempre el ir al escenario más prudente sobre todo al principio, yo empecé por pasar mis recomendaciones a oportunidades pero no hacerlas públicas para comprobar si mis hipótesis eran correctas y me di cuenta de que ya no podría hacer nunca más recomendaciones sin antes pasarlas a oportunidades por la diferencia que había entre monetizar y no hacerlo.

Y no podemos dejar de segmentar, me refiero a que si creamos una tabla por cada landing page o por cada campaña, con sus propios datos, nos será más fácil entender lo que supone cualquier cambio a nivel de sesiones o conversión. Las combinaciones son infinitas y supone un primer paso para monetizar los esfuerzos y sobre todo el impacto de cada una de las acciones a seguir :)

Quería dar las gracias a Jason Burby y Shane Atchison que me acompañan desde 2007 en mi andadura por la analítica digital con su libro Actionable Web Analytics y que me enseñaron a usar este tipo de tablas para cambiar mi mentalidad de analista :)

miércoles, octubre 15

Crezco y no aprendo a crecer, no me desilusiono, ni me vuelvo mujer envuelta en velos, descreída de todo, lamentando su suerte.

Es interesante cómo cuando empiezo un proyecto con un cliente, éste siempre quiere empezar por tener un cuadro de mandos táctico en lugar de empezar por tener un cuadro de mandos estratégico que le permita ver la foto completa para luego ir profundizando en lo que resalte para bien o para mal.

Sobre todo en aquellas empresas cuyo desembolso en marketing es importante y notorio, es básico el tener un dashboard que contenga todos los indicadores necesarios para entender el negocio. ¿Y cuáles son?

Independientemente del tipo de negocio que estemos analizando, normalmente en la gran mayoría de cuadros de mando que he conceptualizado no faltan estos indicadores:

AREA 1: Clientes
- Nuevos Clientes (número de nuevos clientes o nuevos formularios recibidos)
- Clientes antiguos (número de antiguos clientes que realizan transacciones)
- Pedidos totales
- Pedidos nuevos clientes
- % pedidos nuevos clientes (número pedidos clientes nuevos / número total de pedidos)
- Pedidos clientes antiguos
- % pedidos  clientes antiguos (número pedidos clientes antiguos / número total de pedidos)
- Tasa de conversión nuevos clientes (cociente de nuevos clientes / nuevas visitas)
- Tasa de conversión clientes antiguos (cociente de antiguos clientes / número total de clientes)
- Customer Lifetime Value (explicado un poco más abajo, la base de nuestro contexto de negocio)

AREA 2: Costes
- Coste total marketing y publicidad
- CAC - Coste adquisición nuevos clientes (coste total marketing / nuevos clientes)

AREA 3: Ingresos
- Ingresos totales
- Ingresos brutos
- Ingresos medios
- Margen bruto (ingresos totales - costes totales)
- Margen bruto por transacción (ingresos medios - costes variables)
- Ingresos totales nuevos clientes
- Ingresos totales clientes antiguos
- % ingresos nuevos clientes (ingresos clientes antiguos / total de ingresos)
- % ingresos clientes antiguos (ingresos clientes antiguos / total de ingresos)

Y por favor, sin olvidar segmentarlo luego TODO por campañas o esfuerzos de marketing realizados en el periodo.



Es una información brutal :)

La parte interesante de este dashboard va a tener que ver con el estudio de nuevos clientes y el ciclo de vida de los clientes ya existentes. Nos va a permitir ir más allá en nuestros análisis.

Para ello tenemos que tener por separado los nuevos clientes y los clientes antiguos a todos los niveles (número + pedidos + tasa conversión + costes + ingresos) y segmentado lo más posible por la fuente de origen de la conversión (independientemente del modelo de atribución elegido).

¿Y para qué nos vale hacer esto? Para subir un escalón más en nuestro conocimiento de nuestros clientes. Una vez tenemos por separado el segmento de nuevos clientes contra el segmento de antiguos clientes, podemos empezar con el Customer Lifetime Value (CLV).

Se calcula como un valor periódico, ya que no sabemos cuan larga va a ser la relación con cada cliente. Lo ideal es tener un histórico lo más completo posible para que este valor sea lo más ajustado a la realidad.

La fórmula más rápida para calcular el CLV es tomar los valores medios de las variables implicadas:

CLV = Tiempo medio de retención cliente (valor medio carrito * número medio de transacciones * margen bruto)

Si queremos ir afinar mucho más, podemos aplicar esta otra fórmula:

CLV = margen bruto (porcentaje de clientes recurrentes / (1 + coste de capital o ratio de descuento - porcentaje de clientes recurrentes)
 * Si quieres hacer un excel rápido e indoloro para calcular el CLV, François Derbaix dejó este en su blog que me parece muy muy útil.

Esto nos permitirá saber cuan valioso es un cliente para nosotros, entender las campañas que mejor funcionan, tanto a nivel de captación de nuevos clientes como en la atracción de clientes más por calidad que por cantidad que repiten y que generan más ingresos a lo largo de un periodo de tiempo.

Imaginemos que lanzamos dos campañas simultaneas, un banner en el sitio A y un banner en el sitio B. Ambas nos cuestan la misma inversión. Mediremos las campañas en base a las KPIs típicas de cada campaña como CTR, tasa de conversión, transacciones, ingresos, etc... El resultado el primer mes es que el banner del sitio A nos genera un ROI muy positivo, con más de 3.000€ de ingresos netos (restando costes variables y de marketing). Sin embargo la campaña B nos genera un ROI cercano a cero, con solamente 500€ de ingresos netos. Con estos números, decidimos mantener la campaña A.

Pero... ¿y si captamos con A pero los clientes no vuelven a comprar? ¿Y si después de 1 año no realizan ni una sola compra más?  Analicemos al segmento de nuevos clientes que vinieron con la campaña B... ¿tienen el mismo comportamiento que los de la campaña A? o ¿han ido sumando compras mes a mes hasta llegar a unos ingresos muy superiores? ¿Un año después nos interesa más la campaña A o la campaña B?

Cada vez más herramientas de análisis online permite analizar este tipo de comportamientos de clientes y cohortes. Google Analytics ha dado un vuelco en los últimos años para poder profundizar más en este tema... (quizás por influencia de Justin Cutroni? jejeje).

Es que esto es muy muy potente. El refrán dice que el 80% de los ingresos vienen del 20% de los clientes... habrá que identificar este 20%, ¿Se comportan de manera diferente como clientes? ¿Qué les diferencia del resto? ¿Se interesan por el mismo tipo de productos? ¿Se gastan más frecuentemente o espacian sus compras? ¿Vuelven utilizando la misma fuente de origen? Solamente así tendremos claro dónde y cuando actuar.

Si sabemos que lo normal es que tengamos un CLV de nuestros clientes de 150€, no deberíamos permitir que el CAC supere esa cifra porque entonces el asumir un nuevo cliente nos costaría más que lo que ese cliente se va a dejar a priori en nuestro negocio.

La pregunta del millón será ... Si invertimos una parte del presupuesto de marketing en nuevos clientes en mantener a clientes existentes... ¿sabemos cómo puede afectar a nuestro CLV? Esta inversión nos puede salir bastante más rentable que algunas de las campañas, ¡seguro!

Es decir, la base de un buen cuadro de mandos de cualquier negocio es entender el cohorte "nuevos clientes", adelantarse a qué vamos a tener de base en los próximos meses y trabajar en la retención. Como ya sabemos es mucho más barato retener clientes que ir a por nuevos. Crezcamos en conocimiento, volvamos a creer :)


jueves, septiembre 25

El arte es la filosofía que refleja un pensamiento. Antoni Tapiés.

Hace un año largo que volvimos a poner en marcha El Arte de Medir y para celebrarlo nos hemos regalado algo que me hace ilusión mostraros.

Durante este tiempo que llevo dedicándome a la analítica digital, me resulta muy complicado explicar qué hacemos y cómo lo hacemos sobre todo a gente que no está familiarizada con el canal online. Y entonces decidimos dar un paso adelante y tomar prestado lo de “una imagen vale más que mil palabras”.

Y eso hemos hecho,  pedir ayuda a un especialista en esto de visualizar conceptos y Pablo Ramírez de ‘Sin Palabras’ nos ayudó a que la idea tomara cuerpo. ¡Y vaya cuerpo! :)

Si quieres ver la infografía completa, antes de leer el post, puedes descargártela aquí: El Arte de Medir.

Llevamos visitando empresas mucho tiempo y siempre el problema de base es el mismo, se ha realizado una inversión en tecnología para recoger toda la información disponible de nuestros usuarios, potenciales, clientes… y resulta que luego no hay forma de sacarle partido a los datos ni se toman decisiones en base a la información que ofrecen.

Normalmente tenemos multitud de fuentes de origen de datos que nos impide tener claro si la calidad es la óptima, cómo cruzar los datos entre sí… cómo transformar datos en conocimiento.


Y nosotros hacemos eso, tenemos la analítica como una herramienta de negocio, donde hay que apoyarse para tomar decisiones tácticas y por supuesto estratégicas de negocio.

Y nos dedicamos a esto 24 horas al día. Es nuestra especialidad, la consultoría estratégica de analítica web. Nos apoyamos en la tecnología y trabajamos con todo tipo de herramientas de software, cualquier base de datos… Nosotros lo que tomamos para hacer bien nuestro trabajo son los datos independientemente de dónde se encuentran y en qué formato.


Nuestro equipo está formado por gente apasionada por la analítica digital y todo lo que le rodea y seguimos formándonos día a día ya que internet y por tanto los negocios evolucionan y nosotros tenemos que crecer con ellos. Nos complementamos perfectamente para dedicamos a analizar y a trabajar en la mejor forma de visualización de dicho análisis. La transmisión del conocimiento es una pieza fundamental de nuestros proyectos.



Para esto consideramos necesario que cada cliente tenga una atención personalizada. Ya he comentado en varias ocasiones que no hemos realizado el mismo servicio a dos empresas. Creo que esta es la clave de nuestro éxito, la personalización.

¿Y cómo lo hacemos?

En este camino de la personalización, lo que hacemos es identificar y así poder diagnosticar el problema, para idear la mejor forma de afrontarlo. Elaboramos y desarrollamos el proyecto, que presentaremos al cliente para conseguir los resultados deseados.

 Acompañaremos al cliente entonces en un ciclo de optimización continua para que cualquier reto se convierta en solución. Tenemos visión estratégica, experiencia, conocimiento, utilizamos nuestra propia metodología, sintetizamos cualquier problema, transformamos el dato en valor con simplicidad y claridad y todo esto con compromiso, garantía y confianza.

La verdad es que estamos muy orgullosos del resultado porque bajo nuestro punto de vista refleja perfectamente cómo entendemos nosotros cómo debe ejercerse la analítica digital.

Si quieres ver la imagen completa, aquí puedes descargarte la infografía en png.