El Server-side Tracking recupera el 16-21% del volumen de conversiones que las etiquetas basadas en el navegador no consiguen captar. Unos datos de conversi\u00f3n m\u00e1s completos mejoran la precisi\u00f3n de los algoritmos de las plataformas publicitarias y aumentan el ROAS, normalmente a los 3 meses de su implantaci\u00f3n. <\/p>\n\n\n\n
Este art\u00edculo explica c\u00f3mo se produce esa recuperaci\u00f3n, c\u00f3mo calcular el ROI de cualquier cliente y c\u00f3mo las agencias utilizan esas cifras para hacer crecer su cartera.<\/p>\n\n\n\n
El ROI del Server-side Tracking<\/a> es la diferencia de ingresos entre las campa\u00f1as que se optimizan a partir de los datos de conversi\u00f3n completos y las campa\u00f1as que se optimizan a partir del ~60% de las conversiones que las etiquetas basadas en el navegador consiguen captar.<\/p>\n\n\n\n Todas las plataformas publicitarias, como Google Ads y Meta Ads, aplican estrategias de puja automatizadas que se basan en se\u00f1ales de conversi\u00f3n: Objetivo CPA<\/a>, Objetivo ROAS<\/a>, Maximizar conversiones<\/a>. Cuando las etiquetas de los navegadores pasan por alto conversiones debido a bloqueadores de anuncios, ITP de Apple o comportamiento entre dispositivos, el algoritmo recibe un conjunto de datos incompleto. Por tanto, asigna el presupuesto bas\u00e1ndose en una imagen distorsionada de qu\u00e9 audiencias, dispositivos y creatividades generan realmente resultados. <\/p>\n\n\n\n Por otro lado, el Server-side Tracking traslada la llamada de conversi\u00f3n del navegador al servidor. Los bloqueadores de anuncios y la PTI no pueden interceptarlo. Cada compra, cliente potencial o acci\u00f3n completados llegan a la plataforma. \u00bfCu\u00e1l es el resultado? El algoritmo se entrena (y optimiza) en la imagen completa<\/strong>. <\/p>\n\n\n\n De media, los usuarios de TAGGRS registran un aumento del 16-21% en el volumen de conversi\u00f3n medido<\/strong> tras la implantaci\u00f3n.<\/p>\n\n\n\n Los datos de conversi\u00f3n recuperados mejoran el ROI de la campa\u00f1a al dar a los algoritmos de las plataformas publicitarias una se\u00f1al m\u00e1s precisa<\/strong>, lo que reduce el gasto in\u00fatil y mejora la eficacia de cada euro del presupuesto.<\/p>\n\n\n\n Tres son los resultados financieros que se derivan directamente de un conjunto de datos de conversi\u00f3n m\u00e1s completo:<\/p>\n\n\n\n El c\u00e1lculo requiere 3 cifras para el mismo periodo de 30 d\u00edas:<\/p>\n\n\n\n Porcentaje de p\u00e9rdida de se\u00f1al = (Conversiones del backend - Conversiones de la plataforma) \u00f7 Conversiones del backend \u00d7 100<\/strong><\/p>\n\n\n\n Por ejemplo 500 conversiones backend, 380 informadas por plataforma. P\u00e9rdida de se\u00f1al = (500 - 380) \u00f7 500 \u00d7 100 = 24%<\/strong>. <\/p>\n\n\n\n Una diferencia del 5-8% est\u00e1 dentro de la variaci\u00f3n normal de la ventana de atribuci\u00f3n. Una diferencia superior al 10% que se mantiene sistem\u00e1ticamente mes a mes es una se\u00f1al de p\u00e9rdida. <\/p>\n\n\n\n Meta Ads conlleva una p\u00e9rdida de se\u00f1al desproporcionadamente mayor que Google Ads porque depende en mayor medida de p\u00edxeles basados en el navegador y est\u00e1 m\u00e1s expuesta a la PTI de iOS y a los bloqueadores de anuncios. Para los clientes que realicen campa\u00f1as Meta, compara cada plataforma individualmente. <\/p>\n\n\n\n Conversiones mensuales perdidas = Conversiones backend \u00d7 (% de p\u00e9rdida de se\u00f1al \u00f7 100)<\/strong><\/p>\n\n\n\n Por ejemplo 500 \u00d7 0,24 = 120 conversiones al mes fuera del modelo de atribuci\u00f3n de la plataforma publicitaria.<\/p>\n\n\n\n Se trata de compras realizadas. Se recaudaron los ingresos. Pero cada algoritmo de optimizaci\u00f3n tom\u00f3 cada decisi\u00f3n como si esos 120 clientes no existieran. <\/p>\n\n\n\n Se\u00f1al de ingresos recuperados = Conversiones mensuales perdidas \u00d7 Valor medio del pedido o del cliente potencial<\/strong><\/p>\n\n\n\n Por ejemplo 120 conversiones perdidas \u00d7 150 \u20ac = 18.000 \u20ac al mes en valor de conversi\u00f3n restablecido en el modelo de atribuci\u00f3n tras implantar el Seguimiento en el Servidor.<\/p>\n\n\n\n Gasto publicitario mal asignado = Gasto publicitario mensual \u00d7 (% de p\u00e9rdida de se\u00f1al \u00f7 100)<\/strong><\/p>\n\n\n\n Por ejemplo: 30.000 euros de gasto mensual \u00d7 0,24 = 7.200 euros al mes en asignaci\u00f3n presupuestaria basada en datos incompletos.<\/p>\n\n\n\n La p\u00e9rdida de se\u00f1al no se distribuye uniformemente entre las campa\u00f1as. Se concentra en los usuarios de Safari con la PTI activa, los usuarios que utilizan bloqueadores de anuncios y los convertidores entre dispositivos. Las campa\u00f1as que llegan a esos segmentos tienen la mayor brecha de medici\u00f3n. <\/p>\n\n\n\n El alojamiento de Server-side Tracking<\/a> a trav\u00e9s de TAGGRS cuesta menos de 200 euros al mes para la mayor\u00eda de las configuraciones.<\/p>\n\n\n\n Para las agencias, la infraestructura se escala a trav\u00e9s de una cartera de clientes. Esto significa que el coste por cliente disminuye significativamente. Si el an\u00e1lisis de p\u00e9rdida de se\u00f1al arroja 7.200 euros al mes en gastos mal asignados, la cuota de la plataforma es menos del 3% de esa cifra. La amortizaci\u00f3n suele medirse en semanas. <\/p>\n\n\n\n Utiliza la calculadora que aparece a continuaci\u00f3n para medir el delta de ingresos mensuales de cualquier cuenta de cliente.<\/p>\n\n\n\n Calculadora del ROI (muestra)<\/p>\n Introduce 3 n\u00fameros. Obt\u00e9n una previsi\u00f3n de recuperaci\u00f3n de ingresos mensuales en tiempo real. <\/p>\n\n Entradas de clientes<\/p>\n\n Ingresos mensuales a\u00f1adidos<\/p>\n \u20ac2,187<\/p>\n Recuperaci\u00f3n de datos + elevaci\u00f3n algor\u00edtmica combinada<\/p>\n\n Recuperado<\/p>\n +18<\/p>\n <\/div>\n CPA<\/p>\n -24%<\/p>\n <\/div>\n Est. ROI <\/p>\n 214%<\/p>\n <\/div>\n <\/div>\n <\/div>\n\n <\/div>\n\n Se trata de estimaciones conservadoras<\/strong> basadas en datos internos de TAGGRS. La calculadora de socios completa desglosa por separado la recuperaci\u00f3n de datos y el aumento algor\u00edtmico. <\/p>\n \n Hazte socio\n \u00bfC\u00f3mo mejoran los datos de conversi\u00f3n recuperados el ROI de la campa\u00f1a?<\/h2>\n\n\n\n
\n
C\u00f3mo calcular el ROI de seguimiento del lado del servidor para un cliente (en 5 pasos)<\/h2>\n\n\n\n
\n
Paso 1: establecer la brecha de p\u00e9rdida de se\u00f1al<\/h3>\n\n\n\n
Paso 2: calcular las conversiones mensuales que faltan<\/h3>\n\n\n\n
Paso 3: calcular la se\u00f1al de ingresos recuperados<\/h3>\n\n\n\n
Paso 4: calcular los gastos publicitarios mal asignados<\/h3>\n\n\n\n
Paso 5: compara el coste con el arreglo<\/h3>\n\n\n\n
O utiliza la calculadora de ROI TAGGRS<\/h2>\n\n\n\n
Calcula el aumento de ingresos de tu cliente<\/h2>\n