Medición de Marketing: Descubriendo la Atribución de Marketing
Hay una cita famosa a la que me gusta referirme cada vez que hablo sobre la medición del marketing: "La mitad del dinero que gasto en publicidad se desperdicia; el problema es que no sé qué mitad".
La mayoría de los profesionales del marketing tienen dificultades para justificar el impacto de su trabajo en los resultados comerciales de la empresa. Y no importa qué herramientas de medición de marketing utilicemos.
Por eso seguimos inventando nuevos términos y palabras como 'creación de demanda' y 'redes sociales oscuras' porque queremos evitar asumir la responsabilidad o el control de los números. ¡Sí, lo dije!
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Eso no significa que sea imposible medir el éxito del marketing, ni que no deba medirse.
Los profesionales del marketing deben pensar más como finanzas y menos como marketeros para 'tener un asiento' en la mesa (es decir, en la mesa ejecutiva). Definamos la medición del marketing, su significado y por qué es importante.
Entonces, ¿qué es la medición del marketing?
En pocas palabras, se trata de medir los efectos a largo y corto plazo del marketing en el negocio. Me gusta desglosarlo en horizontes temporales porque así es como funciona el marketing.
Algunas actividades generan resultados a corto plazo (ventas, leads, SQLs), y otras generan resultados a largo plazo (recordación, reconocimiento, cuota de mercado; aunque la mejor forma de lograr más visibilidad, recordación y cuota de mercado podría ser... vender más cosas a más personas).
¿Por qué es esto importante?
Para que sepas dónde gastar tu próximo dólar. Si estás haciendo un plan trimestral o anual, asumes una cuota de ingresos u oportunidades generadas, o necesitas defender tu presupuesto para tu próxima campaña ABM, necesitas saber con un alto grado de certeza dónde obtendrás qué resultados.
Debes modelar tu embudo para entender qué canales generan qué números.
Cómo los prospectos convierten abajo en el embudo y el rendimiento pasado a veces es el mejor predictor de resultados futuros; así que haz algunas apuestas informadas y otras un poco más arriesgadas.
Dicho de otra manera: la medición del marketing te ayuda a responder la pregunta, "Si tuvieras 100M, ¿dónde lo gastarías?" (tal vez la respuesta sea un anuncio de la Super Bowl).
¿Cómo SE MIDE el marketing?
Respuesta corta: Con modelos
Pero primero hablemos de algo que a menudo se pasa por alto y es esencial para entender mejor este tema: la incrementalidad.
Comencemos con una analogía sencilla de una pizzería que alguien usó para explicármelo.
Imagina que tienes una pizzería y cupones de $5. Contratas a 2 personas para distribuir estos volantes y los incentivas con un bono según cuántos clientes lleguen a comprar pizza con cupón en mano.
La persona A baja la calle repartiendo volantes a la gente que camina por allí. Mientras tanto, la persona B se queda en la puerta de la pizzería y reparte volantes a quienes vienen a comprar pizza.
¿Quién 'generó más cupones'?
La persona B: un cliente que entra a comprar pizza de todos modos, probablemente aceptará el cupón de $5 de descuento. Pero habría comprado la pizza igualmente, con o sin el cupón (ya había entrado por la puerta).
Sin embargo, la persona A logró que más personas compraran una pizza que no lo habrían hecho sin el cupón de $5.
La persona A generó más 'clientes nuevos' o ventas incrementales, mientras que la persona B generó menos ventas incrementales.
Así que, aunque la persona B se llevaría el premio por la mayor cantidad de cupones entregados y pizzas vendidas, el 90% de esas personas habrían comprado la pizza de todos modos.
¿Por qué estoy hablando de pizza? Porque la incrementalidad es un concepto difícil de resolver en marketing. ¿Cuántas de nuestras ventas generadas por marketing fueron incrementales vs. las que habrían ocurrido de todas formas (sin asistir a esa feria o registrarse en ese webinar, etc.)? Profundizaremos en esto un poco más abajo.
¿Esperabas algo sobre herramientas de atribución de marketing? Jajaja.
Bien, para continuar con el importante concepto de incrementalidad en marketing, profundicemos en los diferentes métodos que se utilizan para medir el marketing. Estos métodos buscan cuantificar el impacto de las actividades de marketing, ayudando a las empresas a asignar sus presupuestos de manera más efectiva.
Comprender estos métodos te permitirá abordar el marketing con una mentalidad más analítica y financieramente prudente.
Modelado de Mezcla de Marketing (MMM)
El Modelado de Mezcla de Marketing (MMM) es una técnica de análisis estadístico que evalúa datos históricos para determinar el impacto de varias tácticas de marketing en las ventas y luego pronostica el impacto de posibles futuros conjuntos de tácticas.
Considera múltiples variables, incluyendo condiciones económicas, competencia, gasto en marketing, etc.
MMM proporciona información sobre la efectividad de cada canal de marketing a lo largo de periodos extensos y ayuda a comprender cómo los diferentes componentes del mix de marketing contribuyen a las ventas. Es útil para asignar presupuestos entre canales de marketing de alto nivel y la planificación estratégica a largo plazo.
Para MMM, necesitas un conjunto de datos grande para probar cómo diferentes modelos estadísticos explican y se ajustan a los datos y cuál tiene la mayor confianza (es decir, el que explica mejor los datos y las fluctuaciones. También conocido como una apuesta menos arriesgada).
Para obtener mejores modelos, es ideal utilizar datos de mayor resolución, por ejemplo, datos diarios, que se adaptarían mejor que los datos mensuales, ya que hay más datos disponibles.
La ventaja de MMM es que va más allá de los canales online y puede mostrar el impacto de esa campaña de cartelera de 100K en los resultados financieros.
El problema de MMM es que, como en la mayoría de los negocios B2B, suele faltar datos. Por ejemplo, una empresa que vende a otra empresa y solo realiza tres acuerdos cada año.
MMM también está mejor orientado para análisis anuales o trimestrales y menos para optimizar el marketing semanal o mensualmente.
Ejemplos de MMM en acción
En 42 Agency, utilizamos modelos de mix de marketing para nuestros clientes y realizamos análisis avanzados para descubrir información más allá de la atribución por primer o último contacto.
Uno de nuestros clientes, que gasta alrededor de $1M mensualmente en medios, invirtió una parte significativa de su presupuesto en anuncios de reconocimiento de marca en Meta y anuncios de alcance en LinkedIn. Realizamos un análisis para responder algunas preguntas:
- ¿Meta y LinkedIn generaban MQL/SQLs? (La respuesta fue sí)
- ¿La inversión en anuncios de alcance y reconocimiento de marca impactaba positivamente los SQL / MQLs? (La respuesta fue que no tanto como pensábamos. En algunos casos, tuvo un efecto negativo, es decir, probablemente estábamos generando menos MQLs al invertir en alcance/branding)
- ¿Cuál es el ad stock de los diferentes canales, es decir, cuánto tiempo recuerdan las personas el anuncio después de verlo? (FB tiene el mayor AdStock, Adwords el menor)
- ¿Dónde está nuestro punto de rendimientos decrecientes? Es decir, por cada dólar adicional que gastamos en diferentes canales, ¿cuál es la conversión esperada y el coste/conversión? (Superar cierto punto producía menos conversiones a un CPA relativamente mayor)
La correlación no implica causalidad, pero genera una historia interesante.
Con otro cliente, invertimos considerablemente en anuncios de video en YouTube.
YouTube tiene una tasa de conversión por clic (CVR) muy baja, ya que el 80% de los anuncios de YouTube aparecen en televisores. Pero son excelentes para contar la historia de la marca, algo que los anuncios de respuesta directa como Google Ads o Meta no pueden lograr.
Aunque no pudimos vincular directamente el gasto en YouTube a conversiones vía CVR, hubo una correlación evidente entre los periodos de anuncios en YouTube y las conversiones provenientes de canales directos/orgánicos. Esta correlación indicaba que nuestros anuncios impulsaban a los prospectos a registrarse por otros canales.
Atribución Multitáctil (MTA)
Los modelos de Atribución Multitáctil (MTA) asignan crédito a cada punto de contacto que encuentra un cliente en su camino hacia la conversión. A diferencia de MMM, que observa el mix de marketing a nivel macro, MTA opera a nivel micro, analizando la efectividad de acciones digitales específicas, como las de tu email marketing B2B, anuncios o SEO/orgánico, en una conversión.
MTA ayuda a los profesionales del marketing a entender qué puntos de contacto son más efectivos para lograr conversiones, permitiendo una optimización más detallada del gasto publicitario.
Por ejemplo, MTA nos permite asignar un mayor presupuesto a LinkedIn Ads el próximo mes si el informe de los últimos 30 días mostró que tuvo más conversiones hacia oportunidades que Google Ads.
Mientras que MMM puede detectar aumentos de rendimiento sin datos directos basados en clics, MTA necesita clics y seguimiento (en el navegador o lado del servidor) para conectar los puntos de contacto y construir el recorrido del cliente.
El principal problema con MTA es que depende mucho del seguimiento UTM, los clics y las cookies, elementos que se están eliminando cada vez más.
Es importante destacar que MTA no depende de cookies de terceros (que se usan más en publicidad), sino de cookies propias (1P). Pero incluso con cookies propias, navegadores como Safari las eliminan a los siete días. En un mundo donde los prospectos utilizan varios dispositivos, los navegadores bloquean los scripts y eliminan los enlaces UTM.
En otras palabras, el seguimiento con MTA se vuelve más complejo y su precisión más difusa.
Si usas un banner de cookies para que los visitantes decidan si aceptan y el usuario no acepta, no podrás rastrear ningún dato de referencia ni ningún dato sobre cómo llegó a tu sitio.
En tus análisis, se mostrará como una 'visita directa'. Solo el 31% de los visitantes acepta las cookies, por lo que casi el 70% de tus visitas aparecerán como 'directas'.
Podría hablar de esto durante días, pero volvamos al tema y profundicemos en algunos modelos y usos de MTA.
Modelos comunes de atribución multitáctil (MTA)
Aquí están los modelos de MTA más comunes que me he encontrado en mi experiencia como marketer B2B. Y cómo usarlos.
1. El modelo del primer contacto
El modelo del primer contacto atribuye el 100% del crédito de la conversión al primer punto de contacto en el recorrido del cliente.
Este modelo opera bajo el principio de que la interacción inicial es la más crítica, ya que introduce al cliente a la marca o producto, preparándole para toda la interacción posterior.
Aplicación: Este modelo es útil para evaluar la efectividad de las actividades que se encuentran en la parte superior del embudo, como las campañas de reconocimiento de marca. Nos ayuda a entender cómo nos damos a conocer a las personas (es decir, awareness)
Cómo utilizarlo: En HubSpot, esto se llama Origen Original en su modelo de datos predeterminado. HubSpot / Las herramientas de analítica colocarán una cookie la primera vez que alguien visite tu sitio y lo conectarán a un lead cuando convierta.
Normalmente, si usas UTMs, este será el UTM de la primera vez que alguien visitó tu sitio web (no solo cuando rellenó un formulario). Puedes seguir esto en Google Analytics (UA) en Comparación de Modelos > Primer clic. GA4 ha eliminado estas opciones.
2. El modelo del último contacto
Por el contrario, el modelo del último contacto asigna todo el crédito de la conversión al último punto de contacto antes de que ocurra la conversión. Este modelo asume que la interacción final es la más importante, ya que está más cerca de la conversión.
Aplicación: Ideal para evaluar el impacto de actividades en la parte inferior del embudo, como el retargeting o los anuncios de búsqueda. Destaca qué canales y mensajes son más efectivos para lograr la conversión final.
Pero esto favorece canales de alta intención como Google Ads frente a canales TOFU como LinkedIn, Meta o Content. Incluso aunque los clientes puedan descubrirte por un anuncio de Meta en Instagram, Google Ads se llevará el 100% del crédito si solo usas un modelo de último contacto, lo que podría llevarte a la conclusión equivocada de que Meta Ads simplemente no funciona.
Cómo utilizarlo: Esto es lo que en HubSpot se llama Fuente más reciente o, si usas UTMs, el UTM capturado en el formulario (al enviar el formulario). Aunque esto puede dar para una explicación más larga, la Fuente más reciente en HubSpot es una aproximación cercana del último contacto del prospecto antes de que convirtiera. Google Analytics (UA & GA4) permite el modelado de último contacto en su herramienta de comparación de modelos (último clic).
3. El modelo lineal
El modelo lineal distribuye el crédito de manera igualitaria entre todos los puntos de contacto en el recorrido del cliente.
Este modelo asume que cada interacción contribuye de igual manera a la decisión final, desde el primer contacto hasta el evento de conversión. Es fácil de implementar, pero puede no reflejar equilibradamente el peso de los puntos de contacto más influyentes.
Aplicación: Ideal cuando quieres un enfoque sencillo que reconozca cada punto de contacto sin dar prioridad a una interacción específica. Es adecuado para empresas con un recorrido de cliente plano y lineal.
Cómo utilizarlo: Muchas herramientas de atribución de terceros soportan modelos lineales. Estaba disponible como opción en GA UA, pero GA4 no lo permite. ¿Usas HubSpot Pro / Enterprise? También puedes crear informes de atribución lineal con su función de creación de informes de atribución.
4. El modelo U-Shape (basado en la posición)
El modelo U-Shape o basado en la posición asigna más crédito al primer y último punto de contacto, normalmente alrededor del 40% cada uno, mientras que distribuye el 20% restante entre las interacciones intermedias. Este modelo reconoce que los contactos primero y último tienen mayor prioridad.
Aplicación: Útil para estrategias de marketing que enfatizan la importancia de las primeras impresiones y de las interacciones finales, como en industrias con ciclos de venta cortos o en lanzamientos de nuevos productos.
Cómo utilizarlo: Muchas herramientas de atribución de terceros soportan modelos U. En el ya retirado Universal Analytics, estaba disponible como opción. Pero GA4 ya no lo permite.
Si usas HubSpot Pro / Enterprise, también puedes crear informes de atribución en U con la función de informes de atribución.
5. El modelo W-Shape
Ampliando el modelo en forma de U, el Modelo en forma de W incorpora tres fases críticas del recorrido del cliente:
- El primer contacto (introducción)
- Creación de lead (compromiso a mitad de camino)
- Y la creación de oportunidad (decisión).
Cada punto de contacto clave recibe una parte significativa del crédito (normalmente alrededor del 30% cada uno), repartiéndose el 10% restante entre las demás interacciones.
Aplicación: Ideal para empresas con ciclos de ventas más largos que involucran múltiples etapas de interacción, como compañías B2B, donde el contacto inicial, la calificación del lead y las negociaciones finales son etapas cruciales.
Cómo utilizarlo: Utiliza atribución de terceros para modelar esto y entender los tres hitos clave en el recorrido de un prospecto (es decir, lead/SQL/Cierre ganado) para identificar qué impulsa el TOFU/Conversión y el Cierre ganado.
6. El Modelo Basado en Datos (Algorítmico)
El Modelo Basado en Datos emplea algoritmos y aprendizaje automático para analizar todos los puntos de contacto y asigna el crédito según el impacto real observado de cada interacción.
A diferencia de los modelos basados en reglas, este enfoque se ajusta dinámicamente para reflejar la influencia variable de cada punto de contacto en diferentes escenarios y segmentos de clientes.
Aplicación: El mejor para organizaciones con acceso a grandes conjuntos de datos y la capacidad analítica para procesar modelos complejos. Proporciona la atribución más personalizada y precisa, pero requiere recursos significativos.
Cómo utilizarlo: Popularizado por Google Ads. No creo que muchas empresas B2B tengan conjuntos de datos lo suficientemente grandes como para que esto sea relevante.
7. El Modelo de Decaimiento Temporal
El Modelo de Decaimiento Temporal atribuye más crédito a los puntos de contacto más cercanos en el tiempo a la conversión, bajo el supuesto de que las interacciones posteriores influyen más en el proceso de decisión.
El crédito disminuye para los puntos de contacto más antiguos de manera exponencial o lineal.
Aplicación: Adecuado para campañas enfocadas en generar conversiones rápidas, donde se cree que la reciente interacción tiene un impacto más significativo en la decisión del cliente.
Cómo utilizarlo: Utiliza este modelo con HubSpot Attribution o herramientas de terceros para comprender la velocidad de los acuerdos por canal.
Algunas Notas Adicionales para Entender los Modelos de Atribución Múltiple
Más allá de los modelos, lo importante es entender el MTA como una herramienta para obtener información sobre los canales que generan conocimiento TOFU frente a simples conversiones BOFU.
En nuestra experiencia con marcas B2B, es común ver que Google Ads impulsa el 80% de las conversiones bajo un modelo de último toque (que suele usarse). Pero al realizar modelizados, se hace evidente que redes sociales de pago, SEO, contenido, YouTube, etc., están generando conocimiento TOFU que se traduce en Google Ads y conversiones de último tramo.
Un prospecto puede escuchar sobre una marca a través de un anuncio en YouTube o Meta / LinkedIn y no convertir, pero hay una frecuencia suficiente como para que ese mismo prospecto busque una palabra clave de la categoría o marca en Google, haga clic en un enlace de Google Ads y convierta.
El modelo de Último Toque daría el 100% del crédito a Google Ads, el de Primer Toque a YouTube o Meta, pero la verdad es que ambos colaboraron para lograr la conversión.
Pero espera. No olvides la incrementalidad.
El MTA es fantástico, y nos indica qué acciones/interacciones realizó el prospecto que finalmente resultaron en su conversión.
Sin embargo, no responde la pregunta: ¿Esta persona habría comprado de todas formas?
Uno de nuestros clientes tenía un fuerte enfoque en Google Ads (típico en negocios B2B), pero el 70% de su presupuesto de búsqueda se destinaba a búsqueda de marca (es decir, alguien buscaba el nombre de la marca).
Nosotros (42 Agency) teníamos la hipótesis de que el 90% de los que convertían a través de la búsqueda de marca también lo habrían hecho en los resultados orgánicos del buscador.
Poco a poco fuimos reduciendo el presupuesto de búsqueda de marca y lo reinvertimos en palabras clave de categoría/casos de uso y otros canales. Mientras las conversiones desde Google Search bajaron, las conversiones desde búsqueda orgánica aumentaron significativamente, validando nuestra hipótesis de que la búsqueda de marca no era incremental.
Antes de salir corriendo a cancelar todas las campañas de búsqueda de marca, hay que decir que sí tienen su utilidad, especialmente si tu mercado es muy competitivo (por ejemplo, CRM, herramientas de gestión de proyectos, ATS, etc).
Te ayuda a ‘defender’ tu marca frente a la competencia y a ocupar más espacio en la página.
Hablando de búsqueda de marca: muchos especialistas en marketing evitan medir las marcas, pero eso es un error. Las marcas deben y pueden ser medidas; necesitan existir bajo un marco de medición unificado para el marketing.
¿Pero cómo exactamente se hace eso?
¿Cómo se mide una marca?
Irónicamente, la forma más común en que las empresas B2B miden la marca es el “tráfico directo”, lo cual es un poco engañoso.
En el mejor de los casos, el tráfico directo no representa a alguien que conoce la marca. Contrario a la creencia popular, el tráfico directo es simplemente cualquier fuente de tráfico (cifrada o no) donde la analítica web no puede detectar la referencia.
No es alguien que escribe tu sitio web en la barra de direcciones.
Un mejor indicador podría ser las consultas de búsqueda de marca (accesibles a través de Google / Bing Search Console), pero incluso entonces, no es la forma más precisa de medir la marca. Los prospectos que conocen la marca no necesariamente van a tu sitio web.
Entonces, ¿cuál es la mejor forma de medir una marca? Encuestas, testeo geográfico y pruebas holdout.
Recuerdo y encuestas con y sin ayuda
Tradicionalmente utilizadas por grandes agencias de medios y marcas de FMCG y CPG, las encuestas (tanto con ayuda como sin ayuda) son una excelente manera de medir las campañas de marketing de marca.
En el recuerdo sin ayuda, se le pide a los participantes que recuerden marcas, productos o anuncios sin ningún tipo de estímulo, evaluando el recuerdo espontáneo de la marca.
En el recuerdo con ayuda, por otro lado, se proporcionan sugerencias o pistas a los participantes para ayudarlos a recordar.
Estas encuestas pueden medir el impacto de las actividades de marketing en el conocimiento y recuerdo de marca a lo largo del tiempo. Probablemente las has visto aparecer en YouTube o en tus redes sociales:
- "¿Cuál de estas marcas considerarías comprar la próxima vez que busques X?"
- "¿Cuál de estos anuncios de marca recuerdas haber visto en los últimos siete días?".
A medida que tu marca gana más cuota de mercado, tu conciencia asistida y no asistida debería aumentar.
Las plataformas de Social / Search de pago también ofrecen estos estudios como parte de sus herramientas de medición. LinkedIn introdujo recientemente estudios de incremento de marca que miden el recuerdo entre un grupo de personas que vieron tu anuncio en LinkedIn y otro grupo que no lo vio.
Facebook introdujo algo similar. Anteriormente, esto solo estaba disponible para grandes anunciantes en la plataforma, pero ahora ambos están disponibles para anunciantes de autoservicio.
Testeo geo y pruebas holdout
¿Cómo se mide una campaña OOH como vallas publicitarias? Cuando lo hicimos para nosotros mismos y nuestros clientes, observamos el aumento en el tráfico de la ciudad donde realizamos la campaña de vallas o las menciones de marca.
El principio detrás de esto se llama pruebas Holdout (y cuando se hace a nivel geográfico, pruebas geo).
Las pruebas Holdout, o pruebas de grupo de control, consisten en retener ciertas actividades de marketing de un segmento de audiencia objetivo para comparar su comportamiento con quienes sí experimentaron la actividad de marketing.
Este método mide directamente la incrementalidad al mostrar qué ocurriría sin ciertos esfuerzos de marketing. Por ejemplo, si NYC ejecuta una campaña de vallas pero una ciudad comparable (por ejemplo, Toronto) no tiene vallas. Hay una diferencia comparable en las métricas clave de ambas ciudades.
Nota sobre OOH: comprar una sola valla durante dos semanas no generará un gran impacto -
Lección: alquilamos una valla móvil para la conferencia anual de Hubspot en Boston durante dos días. Si bien obtuvo algo de atención en redes sociales y fue una gran historia, no obtuvimos el pico de tráfico que queríamos. Pero llamamos la atención por hacer algo percibido como "caro" (OOH) y diferente.
De medir a actuar
Aquí tienes la idea fundamental de este artículo: puedes y debes medir tus esfuerzos de marketing y de marca. No dejes que nadie te diga lo contrario.
Incluso haciéndolo, debes construir un sistema experimental que te permita iterar rápidamente y mejorar de manera incremental con base en lo que aprendes de lo que vas midiendo.
Hacer esto da para otro ensayo completo. Pero, más allá de las tácticas, requiere una mentalidad de claridad, construir intencionalmente una función de marketing que se mueva tanto rápido como lento, y comprender qué medir cada semana y qué medir trimestral (o anualmente). También necesitas el software de analítica de marketing adecuado.
Prepárate para más. Mientras tanto, también deberías suscribirte a nuestro boletín diseñado para líderes de marketing y recibir las últimas tendencias, ideas y tácticas directamente en tu bandeja de entrada.
