taggrs-logo

El futuro de los modelos de atribución basados en datos y cómo TAGGRS puede contribuir a ello

The-Future-of-Data-Driven-Attribution-Models-and-How-TAGGRS-Can-Assist

El seguimiento de los datos y las conversiones es cada vez más difícil. Se trata de una New reality a la que se enfrentan empresas y profesionales del marketing de todo el mundo:

  • No todas las conversiones se miden.
  • Eliminación progresiva de las Third party cookies
  • Los pedidos no coinciden con los datos de Analytics.
  • Menos datos en las campañas de los que el algoritmo pueda aprender.

Esto tiene que ver principalmente con New regulations of Third party cookies and tracking prevention mechasnismes like Safari’s. En consecuencia, las empresas están recurriendo a técnicas de seguimiento cada vez más anvaceas.

Uno de los problemas es que la recopilación de datos, cada vez más sofisticada, hace que las pequeñas empresas ya no puedan seguir el ritmo de las grandes. En este blog, le mostraremos la evolución de los modelos de atribución basados en datos y cómo TAGGRS puede ayudarle en este sentido.

Puntos clave 🔑

  1. Modelos de atribución preparados para el futuro: Con la eliminación progresiva de las Third party cookies y las normativas de privacidad más estrictas, el seguimiento de la conversión se está volviendo más complejo.
  2. Retos del modelo de atribución debido a la normativa sobre privacidad: Los modelos de atribución contemporáneos se enfrentan a varios retos debido a una normativa sobre privacidad más estricta y a la eliminación progresiva de las Third party cookies. Esta evolución limita la disponibilidad de datos detallados sobre los usuarios, lo que dificulta a las empresas medir con precisión y atribuir la eficacia de sus campañas de marketing a los canales y puntos de contacto adecuados.
  3. Estrategias de marketing preparadas para el futuro: Al implantar el Server side tracking, las empresas pueden anticiparse a futuros cambios tecnológicos y normativos, al tiempo que mantienen y mejoran su capacidad para tomar decisiones basadas en datos.

¿Cómo determina una plataforma publicitaria que la exposición a un anuncio ha dado lugar a una conversión?

El proceso implica una información específica necesaria para vincular la visualización de un anuncio a una conversión. Por lo tanto, el anunciante debe remitir a plataformas como Google o Facebook un dato característico, como una dirección de correo electrónico, un número de teléfono, una dirección IP o cualquier otra característica que identifique al comprador o a la persona que ha convertido. Estas plataformas pueden establecer el vínculo, ya que lo más probable es que la persona que vio el anuncio y actuó haya iniciado sesión en sus sistemas.

¿Qué es la atribución basada en datos?

El recorrido del cliente desde la primera interacción hasta la conversión puede variar significativamente de una empresa a otra y de un usuario a otro.

En un extremo del espectro están los usuarios que realizan una búsqueda, ven su negocio por primera vez, hacen clic en su anuncio y realizan una compra inmediata. Este usuario sólo tiene un momento de contacto antes de la compra.

En el otro extremo del espectro se encuentran los usuarios que interactúan con su empresa durante meses, con anuncios en pantalla, anuncios orgánicos y de pago de Google, correos electrónicos y otros puntos de contacto, antes de realizar finalmente la compra. Estos usuarios pasan por muchos puntos de contacto antes de realizar una compra.

Desde el punto de vista de la atribución, la primera situación es bastante sencilla. Sólo hay un momento de contacto que se lleva los créditos. Sin embargo, cuando se introducen múltiples puntos de contacto, resulta mucho más difícil decir con una certeza razonable qué puntos de contacto influyeron realmente en la compra final y en qué medida.

modelos de atribución diferentes

Atribución basada en datos en Google Ads

La atribución basada en datos dentro de Google Ads es una funcionalidad avanzada que le permite asignar conversiones en función de la interacción de los usuarios con sus anuncios. Este método analiza todo el conjunto de datos de su cuenta publicitaria para identificar qué palabras clave, anuncios y campañas tienen mayor impacto en sus resultados. Echa un vistazo a todas las interacciones y la participación dentro de su historial de anuncios pagados para obtener una comprensión más profunda de la eficacia de sus campañas publicitarias para impulsar las conversiones y las ventas.

Google Ads

Su modelo basado en datos es único y está adaptado a su situación específica, lo que le permite:

  • Para descubrir qué palabras clave, anuncios, grupos de anuncios y campañas generan más conversiones.
  • Optimice sus ofertas basándose en estos datos de rendimiento.
  • Elegir el modelo de atribución adecuado para su empresa.

Con la atribución basada en datos en sus informes de pago, obtendrá información sobre qué anuncios contribuyen más a la consecución de sus objetivos empresariales. Además, si utiliza una estrategia de puja automatizada para conseguir más conversiones, su puja aprovechará esta información crucial para ayudarle a conseguir más conversiones. Este enfoque le permite determinar con mayor precisión cómo contribuye su gasto publicitario a los resultados finales, lo que hace que su estrategia de marketing sea más eficiente y eficaz.

Data-Driven Attribution es la solución propuesta por Google a esta incertidumbre

La atribución basada en datos asigna valor a los anuncios modelando qué anuncios aumentan la probabilidad de que un usuario convierta. Compara las trayectorias de los usuarios que se convirtieron con las de los que no, para evaluar el valor añadido de los distintos puntos de contacto.

Por ejemplo, puede comparar un grupo de usuarios que hicieron clic en un anuncio de compras con los que hicieron clic tanto en un anuncio de compras como en un anuncio de remarketing complementario para comprender el beneficio adicional de ese anuncio. Esto permite al sistema evaluar mejor el valor añadido de los distintos puntos de contacto.

Estadísticas sobre la adopción y el uso de la atribución basada en datos (DDA):

Y no sólo Google piensa que la atribución basada en datos (DDA) es la solución.

  • El 60% de los principales profesionales del marketing creen que el DDA es esencial para comprender los recorridos de alto valor de los clientes.
  • El 50% de los profesionales del marketing afirman que DDA les ha ayudado a mejorar su ROI de marketing.
  • El 70% de los profesionales del marketing afirman que DDA es más preciso que los modelos de atribución tradicionales.
  • El vendedor medio dedica 15 horas al mes a Administrar sus datos de atribución de marketing.
  • El vendedor medio gasta 10.000 dólares al año en software de atribución de marketing.
  • Estas estadísticas sugieren que el DDA es una tendencia creciente en la industria del marketing y una herramienta valiosa para los profesionales del marketing que buscan mejorar su ROI.

Ejemplos de cómo los profesionales del marketing utilizan la DDA:

  • Comprender el impacto de los distintos canales de marketing en las conversiones.
  • Identificar las campañas de marketing más eficaces.
  • Optimizar sus presupuestos de marketing.
  • Personalizar sus mensajes de marketing para cada cliente.

Modelización de la Conversion

Tras el Consent Mode V2 presentado anteriormente, Google presenta Conversion Modelling, que se centra en Google Ads. Esta herramienta tiene la capacidad de predecir la probabilidad de conversión de un anuncio en Google, alimentándose principalmente de datos anónimos.

Después de configurar correctamente el Consent Mode V2, ya no se recopilan muchos datos, Google los complementa con datos previstos

La herramienta compara estos datos con los de los visitantes que sí dieron su consentimiento, lo que ofrece una imagen completa del comportamiento en su sitio web. De este modo, los datos de los informes son más precisos y se pueden justificar mejor determinadas acciones de seguimiento. El propio Google Ads implementa Conversion Modelling en las cuentas, para lo cual los profesionales del marketing -a diferencia de Google Consent Mode- no tienen que modificar nada en el código fuente del sitio web.

Consent Mode

Más de lo que el ojo puede ver

Antes de que se impusiera la atribución basada en datos, Google Ads basaba los informes de conversiones únicamente en el último clic. Esto significaba que cuando un usuario hacía clic en un anuncio de Google y luego completaba un acto de conversión (como un Leads o una compra) en el sitio web, Google atribuía la conversión a ese último clic específico.

A partir de septiembre de 2023, la atribución basada en datos pasó a ser la predeterminada para todas las acciones de conversión de nueva definición dentro de Google Ads, lo que transfirió a un número significativo de anunciantes existentes a este modelo. Esto significa que, en lugar de atribuir la conversión únicamente al último clic, Google despliega ahora el aprendizaje automático para asignar conversiones tanto a los clics como a las impresiones que tienen lugar a lo largo del recorrido del cliente hasta la conversión.

La introducción de este modelo marca un cambio importante en la evaluación del impacto de los anuncios en las conversiones. Permite a los anunciantes hacerse una idea completa de cómo cada interacción individual -desde la introducción inicial hasta el acto de conversión final- contribuye a lograr el éxito. Este enfoque permite a los profesionales del marketing ajustar con mayor precisión sus estrategias de campaña, que ya no se limitan al último punto de contacto, sino que aprecian el valor integral de todo el recorrido del cliente. Estos datos son cruciales para perfeccionar las campañas y asignar los presupuestos de marketing de forma más eficiente, con el objetivo de mejorar el rendimiento general y el retorno de la inversión en publicidad.

¿Cuándo deja de ser lo suficientemente preciso?

Los profesionales del marketing digital han visto cómo las principales plataformas publicitarias han ido introduciendo gradualmente la atribución basada en datos en su medición de la conversión en los últimos años. El motivo era preservar el seguimiento del rendimiento, que es muy importante para que las plataformas demuestren su valor, cuando se pierden los métodos tradicionales de seguimiento debido al marco ATT de Apple y a la eliminación progresiva de las Third party cookies.

Pero hay un problema fundamental con la atribución basada en datos…

Por ejemplo, cuando el seguimiento de conversiones basado en cookies empezó a sufrir limitaciones debido a la eliminación progresiva de las cookies de terceros, las empresas implantaron el Server side tracking con recursos técnicos y financieros para mantener su capacidad de medir con precisión el rendimiento. Las empresas que carecen de recursos técnicos internos o de medios económicos para pagar a especialistas en análisis y datos se quedan sin la posibilidad de realizar cambios técnicos de seguimiento.

Calendario del espacio aislado de protección de datos en la Web

Históricamente, las plataformas publicitarias proporcionaban datos de conversión bastante precisos

Tanto Google como Meta sabían que un gran número de PYME no dispondrían de los recursos necesarios para establecer un seguimiento avanzado de las conversiones. Por eso empezaron a utilizar datos modelizados para estimar las conversiones perdidas, o no rastreadas. Históricamente se utilizaba una medida de modelización para estimar las conversiones entre dispositivos y las pérdidas de conversión debidas a scripts y AdBlockers bloqueados. Esto fue bastante exacto porque casi el 90% de las conversiones se siguieron con precisión, y los modelos sólo tuvieron que cubrir el hueco del 10% que faltaba.

Los modelos de atribución se basan ahora en conjuntos de datos más pequeños

El siguiente artículo profundiza bastante en las estadísticas técnicas, pero es importante que los profesionales del marketing lo entiendan. El trabajo de un cervecero de Guinness llamado William S. Gosset inspiró el concepto de significación estadística cuando descubrió las curvas de distribución t.

En términos sencillos, cuando se aplica la estadística a grandes conjuntos de datos, los resultados son más fiables y los resultados esperados (modelizados) se aproximan a las cifras reales. En el gráfico siguiente, esto está representado por la curva azul de distribución Z, que muestra resultados que no se desvían significativamente. Sin embargo, cuando los modelos estadísticos se construyen a partir de un conjunto de datos muy pequeño, son menos fiables, y las cifras reales pueden diferir mucho de los datos modelizados, como puede verse en la curva de distribución t con un tamaño de muestra pequeño.

concepto de significación estadística

Todos conocemos ejemplos reales de este fenómeno, en los que los anunciantes ven que se informa de una venta, pero ésta no se ha producido. Esto puede deberse a algoritmos que modelan las conversiones y predicen, basándose en datos y en las circunstancias en las que se ha producido un clic, que debería haberse producido una conversión.

Cuando los volúmenes reales de conversión rastreados disminuyan, debido a los cambios antes mencionados en la gestión de la privacidad y las cookies de terceros, más informes de conversión se basarán en el modelado de datos no rastreados. La fiabilidad de esa información se reducirá drásticamente.

Cómo mejorar la precisión de los datos de rendimiento

Para optimizar el rendimiento de las campañas, es necesario reducir la dependencia de las plataformas de los modelos de atribución basados en datos y proporcionarles datos más fiables. La mejor forma de conseguirlo es combinar el Server side events tracking con la segmentación avanzada de audiencias, como Enhanced Conversions. Esto supone un problema para las pequeñas empresas, ya que se trata de una forma bastante sofisticada de recopilar datos que utilizan principalmente las grandes empresas.

extra-data-by-server-side-tracking-twenty-procent-increase-taggrs.png

¿Existe entonces una solución para estos pequeños partidos

El panorama de los datos es cada vez más complejo. Entonces, ¿cómo asegurarse de que, como parte más pequeña, todavía puede establecer una solución Server Side. TAGGRS se centra en hacer realidad un futuro en el que las soluciones de seguimiento más completas sean accesibles para todos. Una parte integral de esto es el Server side tracking, que establece un nuevo estándar en el análisis de datos y la privacidad del usuario.

Con Server side tracking:

  • Tengo la solución a la desaparición de Third party cookies
  • Más datos para sus campañas, lo que hace que las conversiones sean menos predictivas.
  • Recopilación de datos en línea a prueba de GDPR

Consejo: Consulte también nuestras Preguntas frecuentes sobre Server side tracking con las 50 preguntas más frecuentes sobre Server side tracking.

¿Por qué es accesible TAGGRS?

Con nuestro sencillo software GTM Server side tracking le ayudaremos paso a paso en todas las etapas necesarias para una correcta configuración de Server side tracking, le ofrecemos, entre otras cosas:

  • Blogs de configuración
  • Vídeos
  • Templates
  • Asistencia Premium
  • Plataforma de apoyo
  • Asistencia instantánea por chat
Dashboard

Asegúrese de que se miden todas las conversiones

En el cambiante mundo de los modelos de atribución basados en datos, sigue siendo esencial centrarse en la calidad de los datos. Con las soluciones avanzadas de Server side tracking, las empresas pueden garantizar la precisión de los datos a pesar de las limitaciones de los métodos de seguimiento tradicionales. Este planteamiento transforma los retos actuales en éxitos futuros apoyándose en la precisión y el análisis profundo de datos, y TAGGRS sirve de ejemplo de cómo puede ayudar la tecnología. Si está convencido, solicite una demostración gratuita.


Sobre el autor

Ate Keurentjes

Ate Keurentjes

Especialista en Server Side Tracking en TAGGRS

Ate Keurentjes es especialista en Server side tracking en TAGGRS. Tiene experiencia con varios conceptos de Google Tag Manager. Keurentjes ha estado editando y escribiendo sobre los New developments and trends in data collection / Server Side Tracking desde 2023.

¿Listo para el siguiente nivel?

Empieza con Server Side Tracking y genera más ingresos y conversiones en un mundo sin cookies de terceros.