En la actualidad, estamos ante un cambio de paradigma en la forma de medir el éxito en el sector del marketing. Este cambio no solo afecta a las agencias y marcas, sino también a las plataformas que se encargan de realizar la difusión de los mensajes publicitarios.
En este contexto, es necesario comprender de forma adecuada las metodologías de medición, tanto determinísticas como probabilísticas, ya que se han vuelto cruciales para apreciar el valor de la incrementalidad dentro de una estrategia de marketing.
Además, cerrar el círculo entre plataformas como Google, agencias como t2ó y la relación con el cliente se ha convertido en un componente esencial en la implementación de proyectos exitosos y que ayudan a comprender a fondo el impacto de la medición en las estrategias implementadas.
En este podcast hablamos sobre la incrementalidad, y cómo está afectando el cambio de paradigma dentro de las agencias y las marcas a la hora de ponerlo en valor dentro de sus estrategias de marketing.
Para poder conocer más acerca de ello, hemos contado con la participación de David Montero, especialista en incrementalidad en Google; y Raúl Devia, Data & Analytics Director en t2ó.
David Montero posee una amplia trayectoria en la gestión de datos. Actualmente, es el especialista en medición de incrementalidad para Google España, lo que hace que ayude a los clientes a comprender el impacto de sus campañas publicitarias en sus resultados comerciales.
Por su parte, Devia cuenta con más de 20 años de experiencia en el sector publicitario dentro del contexto de la investigación de medios, lo que le ha permitido dirigir equipos en diferentes compañías.
¿Qué podrás escuchar en este podcast?
- Los cambios de paradigma en medición y análisis.
- La actitud de los clientes ante dicho cambio.
- La diferencia entre los modelos de análisis determinísticos y probabilísticos.
- Las ventajas de los modelos probabilísticos.
- Los tipos de análisis de incrementalidad.
- En qué se diferencian los análisis de incrementalidad con el resto de tipo de análisis.
- Requisitos y necesidades para implementar la incrementalidad.
- Enfoque de Google ante este tipo de análisis.
- Cómo debería ser el proceso de trabajo en el triángulo Google- agencia-cliente.
¡Te esperamos en Digital Talks by t2ó! Ya tienes el episodio disponible en nuestros canales de Spotify, Apple Podcast, YouTube e iVoox. 🎧
Si te ha gustado y te parece interesante de cara a tu negocio no dejes de escuchar los demás capítulos, ¡aprenderás de/con l@s mejores! 🤓
[Transcripción del Podcast]
EC: Hola, soy Esther y hoy vamos a hablar sobre la incrementalidad en marketing, es decir, la capacidad de desarrollar una estrategia de marketing para generar resultados adicionales. Para contarnos el cambio de paradigma que está teniendo la medición y el papel que juega la Incrementalidad en este contexto. Hoy contamos con Raúl Devia y David Montero. Raúl lidera el equipo de data y analítica de t2ó, un equipo de más de 20 personas multidisciplinares del que se siente muy orgulloso. Lleva más de 23 años trabajando en el sector publicitario dentro del contexto de la investigación de medios. Esto le ha permitido dirigir equipos en agencias como Groupon, Maxus o IPG. Parte de su tiempo libre lo dedica a la docencia en universidades y al deporte. David es el especialista en medición de Incrementalidad para España en Google. En este rol ayuda a los clientes a comprender el impacto de sus campañas publicitarias en sus resultados comerciales. David, tras descubrir su pasión por este campo, ha desarrollado su carrera en diversos roles, desde el aseguramiento de la calidad de datos en migraciones bancarias hasta la generación de modelos predictivos y análisis estadísticos para medir el impacto de los medios en el negocio. Un lujazo teneros hoy para tratar un tema de máxima actualidad.
DM: Muchas gracias a vosotros por invitarnos a esta sesión. Muchas gracias, Esther, por estar aquí contigo.
EC: David, me gustaría que empezáramos por tener una foto fija sobre el reciente cambio de paradigma que estamos viviendo en términos de medición y de análisis. Así que yo creo que es un lujazo tenerte hoy aquí con nosotros para que nos des esa primera capa.
DM: Vale, pues muchas gracias por la invitación. Sí, quería hacer un poco de historia. Quizá venimos de un mundo en el que no nos damos cuenta del marketing digital en el que ahora mismo podemos medir todo. Tradicionalmente veníamos de este mundillo donde teníamos que hacer estimaciones y se medía de otra manera. De repente, que éramos capaces de hacer una medición de todos los pasos que daba un usuario en su proceso de compra a través del uso de cookies de tercera parte, pues éramos capaces de ver qué interacciones tenían con nuestros anuncios, qué sitios visitaban, cómo podíamos influenciarles para que compraran, y mejorar en base a las interacciones que veíamos con nuestras plataformas. Esto, pues bueno, las expectativas de los usuarios, cambios regulatorios y tecnológicos al final han hecho que estas cookies de tercera parte cada vez sean menos confiables.
Hay navegadores como Firefox y Safari de Apple que ya directamente bloquean las cookies de tercera parte. Entonces, lo que nosotros hacíamos de poder medir al usuario y ver el impacto que nuestros medios digitales tenían en su proceso de compra, pues cada vez tiene unos gaps de medición, tiene más huecos que tenemos que rellenar. Pues porque al final no somos capaces de seguirle en todos los soportes. Hay veces que ese camino del usuario va cambiando de dispositivo, va cambiando de momento de mil cosas o de soporte incluso. Entonces, en este caso, esa herramienta que nosotros utilizábamos de atribución digital deja de ser la fuente de la verdad y tenemos que buscar tres herramientas que nos permitan triangular, ser capaces de no tener la medición perfecta de todas las interacciones del usuario, pero sí ser capaces de tener una foto buena de cómo está afectando nuestro mix de medios a las ventas.
Pues básicamente vemos tres formas de hacer esta medición utilizando media Mix Modeling, utilizando esa atribución y utilizando experimentos de incrementalidad que nos van a dar entre las tres herramientas una foto de cómo conseguimos llegar a este usuario.
Además, vemos que las cookies de tercera parte se siguen degradando, con lo cual lo que tenemos que utilizar es primero el modelado, el ser capaces de utilizar una metodología de Inteligencia Artificial para estimar cuántas conversiones estamos perdiendo. Esta visibilidad que hablábamos antes y luego el utilizar herramientas como la medición de incrementalidad que no estén basadas en las cookies. Medición de Incrementalidad o los media mix.
La tercera tendencia que vemos es que tenemos un contexto económico que es el que es. Los presupuestos de medios están cuestionados y los marketeros, por decirlo de alguna forma, tienen que buscar cómo hacer más con un presupuesto que es el mismo o que se reduce. Entonces, que conseguir con menos datos y menos presupuesto, conseguir los mismos resultados o mejorarlos en cuanto a eficiencia.
De acuerdo, y esto es lo que vemos, es que hay que abrazar una cultura de experimentación, de ser capaces de probar por para cada canal cuál es la rentabilidad y tratar de optimizar ese mix de medios utilizando estas tres herramientas que mencionaba anteriormente.
EC: Raúl, con esto que nos está contando David, ¿crees que tenemos que hacer un ejercicio de resignación desde el punto de vista del mercado digital o esto nos abre una nueva oportunidad?
RD: En mi opinión, y en línea con lo que comentaba David, creo que estamos en un momento en el que para nada tenemos que resignarnos a perder información o a pasar a un estadio inferior en cuanto a la medición, sino más bien todo lo contrario. Estamos hablando de metodologías y estamos hablando de formas de calcular la eficacia y la eficiencia que se llevan usando muchas veces y mucho tiempo en otros medios con un volumen muy importante de inversión.
Por tanto, no creo que tenga que ver con no poder medir y por tanto esto es lo que hay, sino más bien lo contrario. Es una oportunidad y creo que es una oportunidad para estandarizar o hacer más mainstream dentro del mercado digital. Otras metodologías que podrían funcionar o que han funcionado de hecho en otros medios.
EC: Esto que nos acabas de decir ahora mismo, Raúl, desde un punto de vista profesional está muy bien, pero la actitud que percibís o con la que os encontráis cuando trabajáis con clientes, ¿cómo se está gestionando este cambio?
RD: Pues por nuestro lado, lo que encontramos ante los clientes es la necesidad de que le ayudemos. Necesidad de que por nuestra parte acompañemos este proceso en el cambio de la medición para que, por su parte, no sufran esta pérdida de data.
Más bien todo lo contrario, les abramos el camino para que tengan más capacidad y más formas de entender esta eficacia con las nuevas vías, sobre todo en un entorno como el digital, en el que todo es tan cambiante. Yo sí que noto que los clientes, en ese sentido, se apoyan mucho en los partners como nosotros, para dejarse aconsejar y dejarse guiar.
EC: Y desde una plataforma como Google. David, ¿cómo lo estáis viviendo?
DM: Sí, en nuestro caso, yo creo que hay diferentes situaciones de cliente, hay clientes que son muy sofisticados y que tenían sus propios modelos de atribución y ven que esto pues cada vez tiene menos aplicabilidad y tienen que recurrir a otras herramientas. Y estamos viendo clientes que están más orientados a campañas de performance a venta directa que tradicionalmente no han necesitado de otras herramientas, pues cada vez confiar más en estas tipo media Mix Modeling o experimentos de incrementalidad.
También tenemos otros clientes que simplemente ven que necesitan justificar cuál es la incrementalidad en ventas que trae en diferentes soportes para luego hacer esa asignación de presupuestos. Y recurren a nosotros pidiéndonos un poco de apoyo en la definición de estos experimentos, en ver cómo podemos medir mejor y cómo podemos rellenar esos huecos o esos gaps de medición que nos encontramos cada vez más en herramientas y solamente nos quedamos con una herramienta de atribución, por ejemplo, no solamente hablamos de gaps debidos al mundo sin cookies, sino que al final en muchos contextos lo que se usan son herramientas muy basadas en clics y cuando entramos en nuevos medios, soportes de vídeo sobre todo, pues estos soportes quedan infrarrepresentados porque no hay una interacción directa muchas veces de clic en esos contextos, pues los clientes recurren a nosotros para justificar el impacto que está teniendo sus medios y ser capaces de diversificar su portfolio de canales.
EC: Oye, teniendo en cuenta el cambio de paradigma que nos habías avanzado, David, aquí los modelos de análisis determinístico y probabilístico juegan un papel muy importante y me gustaría que nos explicases brevemente cuál es la diferencia entre ambos modelos desde un punto de vista del análisis.
DM: Sí, perfecto. Pues normalmente en la pregunta anterior, te comentaba que lo que vemos es que estos pads son cada vez más más difíciles de seguir y que si antes nosotros nos fiábamos de lo que nos dijera el modelo de atribución que es digital, como mencionaba Raúl, tan acertadamente, ahora lo que necesitamos es tener una herramienta o varias herramientas que nos permitan triangular esas ventas. Lo que vemos es que hay tres piezas fundamentales.
Una sería esa medición de la atribución que sería determinístico, más cierto modelado probabilístico para todas esas conversiones que no sean observables.
El segundo sería el Megamix Modeling, que al final es un modelo basado en correlaciones de datos históricos y luego los experimentos de incrementalidad, que esto sería más probabilístico y modelos estadísticos que nos permitan determinar la causalidad. Básicamente, cuando un usuario lo hemos influenciado para que haga una acción versus que ese usuario nos hubiera comprado independientemente de la acción que hayamos hecho.
¿Qué es importante aquí? ¿Que básicamente en estos modelos estadísticos estamos justificando cuál ha sido el impacto real de la campaña en el resto, en el modelo de atribución y en el modelo de Media Mix Modeling? Realmente lo que estamos haciendo es un análisis retrospectivo y tratando de asignar pesos en función de lo que hemos observado. El modelo de Incrementalidad nos permitiría validar qué es lo que hemos visto, tanto determinística como probabilísticamente en la atribución y luego esas correlaciones que nosotros vemos en el modelo de media mix model.
EC: Raúl aquí me gustaría saber cuál crees que son las ventajas de estos modelos de análisis probabilístico.
RD: Bajo mi punto de vista, yo creo que es algo que el mercado tiene asumido.
Los modelos probabilísticos nos permiten ahora y siempre respetar cualquier tipo de límite en cuanto a privacidad o a la evolución del entorno. Cookies en todo este tiempo y a la vez nos permiten integrar otros medios y otros tax points.
En este sentido, a la medición de la eficacia que damos en digital y de esta forma unificar todos los valores de entrada y poder trabajar con un ambiente digamos más generalizado en este sentido de medición. Al final son modelos que por el hecho de ser probabilísticos no implican para nada una pérdida de robustez. De hecho, más bien lo contrario, cualquier aproximación estadística que se haga en la medición tiene que venir acompañada de una solvencia estadística y de una capacidad estadística para afirmar lo que afirma, y en eso estamos nosotros, en que esas contestaciones y esas respuestas estén estadísticamente formadas, pero como decía, es una ventaja en el sentido de que que permite incorporar más touchpoints al análisis y permite respetar cualquier tipo de granularidad excesivamente rupturista con cualquier política de privacy más conservadora, en este sentido.
EC: Me gustaría que esto que estáis comentando lo ejemplificaremos. Y aquí David, me gustaría que nos contases algunos ejemplos con los que, con los que trabajas o con los que te enfrentas.
DM: Sí, básicamente nos solemos enfrentar a este tipo de situaciones, cuando un cliente trata de realizar una estrategia conjunta, por ejemplo, con diferentes medios, véase un YouTube más genéricas, más Discovery en su momento y quizá complementarlo con otros medios.
Muchas veces lo que hacemos es un análisis de incrementalidad para ver cuál es el impacto que ha tenido sobre, como decía antes Raúl, sobre todo su negocio, sin ceñirnos únicamente al digital.
Y en este caso, por ejemplo, en la hotelera, pues podemos ver el impacto que estamos teniendo con nuestras campañas en su canal directo, pero también en canales indirectos en las llamadas OTAs, las agencias de viajes online o incluso en call center u otros soportes que quizá no tenemos porqué tener medidos en nuestra herramienta de analítica web o de o de campañas.
Otra de las formas, aparte de ver este impacto directo en ventas, sería la calibración de los modelos de atribución, el ser capaces de ver que en la plataforma estamos viendo, pongamos, cifras redondas. Yo en mi plataforma veo que tengo 100 conversiones que vienen de YouTube, pero luego al hacer el experimento de incrementalidad a través del modelo estadístico, veo que tengo 500 y esto es un caso real que hemos vivido con una hotelera que básicamente se estaba asignando erróneamente a otros canales, porque al final YouTube no tenía ese carácter finalizador. Entonces, este tipo de calibraciones también es otro de los casos de uso que estamos viendo. Impacto negocio más calibración del modelo de atribución para definir bien los objetivos o ser capaces de reportar en base a esta incrementalidad que vemos.
EC: Raúl, ¿qué ejemplos podrías darnos?
RD: Bueno, pues en este caso ejemplos de lo que sería un análisis probabilístico o metodologías probabilísticas de aproximarnos a un problema de eficacia y eficiencia, pues podría ser desde un marketing Mix Modeling, por ejemplo, o a los análisis de incrementalidad.
¿Al final qué es lo que hacemos en estos análisis? Pues como dice el propio término de probabilístico, asumimos que de una forma estadística lo que estamos haciendo es inferir un beneficio de la acción de ese medio. Si es la incrementalidad o ese soporte, o de un conjunto de variables que interactúan entre ellas, cuando es el marketing Mix Modeling. Pero al final, insisto, los dos tipos de análisis probabilísticos que podríamos hablar más específicos serían tanto el marketing mix como la incrementalidad.
Hablando de atribución, la atribución también es en cierta manera es un modelo probabilístico en términos de jugar con el peso en cada uno de los pasos, pues también podría estar ahí. Pero para mí básicamente son estas dos, estos dos últimos que comentaba.
EC: Vamos a arrancar con la parte con la que iniciábamos, que es todo el valor de la incrementalidad en este cambio de paradigma. Y yo creo que ha quedado bastante claro esta parte de entender las diferencias de los análisis determinísticos y probabilísticos.
Pero Raúl, me gustaría que entrásemos a desarrollar el concepto de la incrementalidad sobre todo,¿en qué consiste un análisis de estas características y qué tipos hay?
Porque no todo el mundo se encuentra familiarizado y creo que es una una muy buena oportunidad para que entremos a ir desagregando un poquito el concepto.
RD: Pues la incrementalidad es un tipo de análisis probabilístico como hemos enumerado antes, que consiste básicamente en intentar encontrar causalidades estadísticas que nos aseguran que un KPI importante para el cliente, ventas, leads o cualquier otro suelen ser básicamente estos dos, pero cualquier otro. Aumenta o mejora de acuerdo a una acción que hayamos realizado antes en media, ya sea un soporte o una campaña o lo que fuere. Entonces, en ese sentido, la incrementalidad son metodologías que permiten aislar la acción de esa, de esa campaña, de ese soporte y entender si podemos estadísticamente tener la la certeza de decir que esto ha mejorado o ha servido para incrementar. De ahí el nombre de los KPIs que son esenciales para el cliente.
EC: Y con respecto a los tipos que hay.
RD: En ese sentido, en incrementalidad si hablamos de la tipología de estudios de incrementalidad, desde un punto de vista de cómo se realizan, podríamos hablar de los análisis desde plataforma.
Cualquiera de las plataformas más importantes del sector a día de hoy permite realizar este tipo de análisis en el que diciéndole el KPI que quiero medir me puede indicar si distribuyendo el experimento como ellos automáticamente lo hacen, si funciona o no funciona, vale o fuera de plataforma.
Donde yo soy el que recolecto los datos y yo soy el que aplico determinadas metodologías estadísticas, que también las propias plataformas muchas veces proveen de este estadístico vía algoritmos y vía código en cualquier otro lenguaje.
Y yo con esa data ya puedo trabajar, ese sería el enfoque que podríamos decir desde el punto de vista de cómo hacerlo, desde el punto de vista de el tipo de experimento, pues yo diría que tenemos tres tipos.
Tenemos un tipo que habla de diferenciar usuarios. Pues dos usuarios a los que normalmente iría mi campaña, yo puedo diferenciar si ese usuario es o no es finalmente impactado y así establecer ese control para saber si luego sube o no sube. Tenemos los GEO, que al final es que los grupos que se testean son grupos geográficos.
En el caso de Estados Unidos es evidente el tema del Estado.
En el caso de España, pues jugamos con provincias o con, digamos, zonas en las que yo puedo gestionar mi campaña de tal forma que estén aisladas y que una con respecto a otra no tenga interacción y pueda, por simplificarlo un poco o añadir algo nuevo a la otra, o quitar algo que la otra tiene. Y así te estás. Esto está funcionando o no está funcionando. Y luego podríamos hablar de ejercicios de lo que se llama el causal impact, que al final es trabajar con series temporales y entender si ese dato que tengo a un nivel agregado está siendo o no está siendo empujado estadísticamente por por la variable que estoy midiendo.
EC: Raúl, ya nos contaste en podcasts previos exactamente el funcionamiento de un modelo Marketing Mix Modeling y también en su momento hablamos de cuánto tiempo supone el desarrollar un proyecto de estas características.
David, me gustaría que nos contaseis cuánto tiempo lleva desarrollar un proyecto un análisis de estas características.
DM: Sí, nosotros normalmente, en condiciones normales, la duración de un experimento la paseamos en torno a unas 13 semanas y estamos hablando de un proyecto en el que tendríamos que definir una serie de hipótesis, como hablábamos para hacer el diseño del experimento y asegurarnos de que va a ser lo suficientemente robusto.
Hay que definir las hipótesis, cuál es el KPI que queremos medir, cuál sería el coste incremental o el retorno incremental que queremos obtener y en base a esto, presupuesto y duración de la campaña. Nosotros hacemos un diseño, estoy hablando de un experimento geográfico que sería el más complejo. Y en base a esto y a los datos históricos se hace un diseño y en base a esto se implementa la campaña y básicamente se cambia el target. Típicamente los experimentos tiene una duración de ejecución en sí de unas cuatro o diez semanas para ser capaces de utilizar un algoritmo de Inteligencia Artificial para hacer las pujas o comprar los medios, que este algoritmo tenga tiempo de aprender luego de optimizar y seamos capaces de medir.
Finalmente, como dos o tres semanas de análisis post experimento para sacar conclusiones y también soluciones en la interfaz. Entonces, en el caso de estas soluciones, en la interfaz muchas veces estos plazos se reducen y seguimos teniendo que hacer un diseño o un análisis de lo que llamamos feasibility, ver cuántas probabilidades de éxito vamos a tener.
Pero típicamente si es un conversion lift basado en usuarios, pues típicamente es activarlo sabiendo las fechas de la campaña y es tres clics, por decirlo de alguna forma, pero el basado en geografías también tendríamos que hacer este proceso de diseño, vale, pero típicamente una campaña debería durar en torno a cuatro o seis semanas para tener un un dato suficiente y significativo mínimo más. Luego lo que añadamos del diseño y análisis.
EC: La otra cuestión, aparte del tiempo. A mí me gustaría saber también, ¿qué se necesita para llevar a cabo un proyecto de estas características?, sobre todo si existe la necesidad de tener alguna serie de requisitos específicos y todo cliente es susceptible de poder plantearse un proyecto de estas características.
En este caso Raúl, ¿Cuál es la experiencia que tenéis?
RD: Pues si, si hay requisitos. De hecho cada una de las plataformas, cuando estamos hablando de esa tipología de análisis de plataforma, tiene sus propios requisitos en términos de bueno, al tratarse de estudios estadísticos, evidentemente un requisito que se pone encima de la mesa siempre es que haya suficiente consistencia y suficiente volumen en términos de de masa muestral para poder tomar una decisión.
Entonces, las distintas plataformas piden una cantidad suficientemente importante de inversión, no por la inversión, sino por las impresiones que puede generar o por la actividad que puede generar para tener una masa suficientemente importante de decisión.
En el caso de GEO, por ejemplo, pues tenemos una serie de condicionantes deben de ser, deben de ser zonas que no interactúan entre ellas, en primer lugar, que sean similares para luego poder inferir similares en términos de comportamiento para luego poder inferir ese crecimiento que por cierto, las metodologías estadísticas para GEO ya se encargan de decirte qué dos zonas pueden ser susceptibles de ser las que vayas a testear. O sea que también esa decisión de esas zonas no es una decisión puramente aleatoria, sino que tiene una robustez detrás.
Por poner un ejemplo, siempre se pone las grandes ciudades o las grandes regiones en Madrid, en España, como puede ser Madrid o Barcelona, pues suelen estar fuera de estos análisis o hay que tener cuidado con ellos. Porque al final sí que es verdad que tiene un comportamiento muy especial y es muy complicado encontrar otro, otro par con el que convocar este tipo de este tipo de análisis. Y luego hay algo también bastante importante que es ese solapamiento entre los soportes que vamos a testar es el soporte que vamos a testar, que esté el suficiente tiempo posible y demás. Bueno, pues también son requisitos importantes. Pero insisto, el requisito tiene que ver más con la plataforma con la que vamos a trabajar, tiene que ver más con la metodología que vayamos a tener, pero, pero efectivamente existe y creo que es importante tenerlo en cuenta.
EC: A mí de hecho, David, me gustaría que nos contaseis que se necesita para llevar a cabo estos análisis desde una plataforma como Google, ¿como estáis planteando estos análisis?
DM: Sí desde la plataforma de Google. Bueno, la prioridad para este año desde hace un par de años es tratar de disponibilizar en la interfaz estas herramientas. Esto no significa que todo el mundo vaya a meterse a hacer experimentos.
Al final, como decía Raúl, aquí hay que tener cierto bagaje o cierto conocimiento de qué es lo que se está haciendo para que las cosas tengan sentido. Pero sí que es cierto que la idea es que a través de la plataforma se puedan hacer estos experimentos, tanto basados en usuarios como basados en geografías. Y están basados en decirnos cómo vamos a hacer el test del grupo de test y el grupo de control, si va a ser si vamos a hacer una división en base a usuarios logados o cookies, o si lo vamos a hacer en base a donde estamos haciendo el targeting de las campañas. Entonces yo creo que una vez que entendemos que existen estas dos metodologías, hay dos cosas importantes. Primero, que los clientes o que los anunciantes entienden muy bien qué es lo que quiere medir y que sepan cuándo medir qué.
Aquí yo creo que el rol de un partner o una agencia como t2ó, por ejemplo, puede orientar porque nos enfrentamos a veces a situaciones en las que, por ejemplo, en una campaña de awareness en la que estoy yo simplemente dando datos inspiracionales, pues el cliente quiere vender, medir ventas no? Pues hay que ser realista y probablemente no tengamos un volumen suficiente.
Como decía antes Raúl, no tenemos que tener un volumen suficiente de ventas o de KPIs a medir, porque si no la metodología estadística no se va a poder,ni nos va a dar un intervalo de confianza o una significancia estadística suficiente. De acuerdo, entonces yo diría que nos enfocamos sobre todo con mucha responsabilidad, tratando de hacer esta educación, de cuándo medir qué y luego el elegir dentro del portfolio.
Antes Raúl ha dado una vista muy buena de todas las herramientas que tenemos, tanto en plataforma como luego las diferentes metodologías. Entonces creo que es importante saber cuándo utilizar qué. Entonces intentamos asesorar a los clientes para que entiendan este este ecosistema y. Y luego, cuando medir, que medir y asesorar en ese sentido.
EC: David siguiendo con esto último que estás contando, a mí me gustaría que también nos dijeses un poco qué disponibilidad de análisis hay para el anunciante ahora mismo en España desde Google.
DM: Sí. Aquí el análisis de conversión Lift basado en usuarios está disponible globalmente, con lo cual un usuario o un anunciante o un partner puede acceder a esta herramienta y está disponible para muchos canales. De acuerdo, Está disponible para pimax dependiendo del canal, pues puede requerir de algo de asistencia por parte del equipo de Google, pero en general está ya preparándose la externalización.
Entonces sí que podríamos ejecutar para pimax, para video action, campaigns para timing, etcétera, y luego en la parte de basado en geografías.
Es cierto que ahora mismo tenemos un set reducido de países, porque esto, depende, básicamente de unas áreas que sean comparables y heterogéneas entre sí, pero homogéneas dentro de cada una de ellas para evitar efectos de traslados de Yo vivo en Alcobendas pero trabajo en Madrid, entonces si hago una búsqueda en un sitio y compro en el otro, al final necesito que estén en el mismo grupo.
Entonces esto se realiza a través de algoritmos de Inteligencia Artificial desde Estados Unidos y ahora mismo lo tenemos disponible en unos siete mercados.
No obstante, para los principales europeos está con lo cual nuestros clientes españoles que tengan negocio en España, Alemania, Reino Unido, Francia y Holanda, Italia, no tienen ningún problema, y además está Estados Unidos, Brasil y Japón.
Entonces creo que estamos en una buena posición con muchos anunciantes, ya hemos iniciado este camino y creo que sí que pueden aprovechar estas herramientas.
EC: Raúl, vosotros desde t2ó, desde la agencia, ¿cómo estáis viviendo todas estas soluciones? ¿Cómo la estás aplicando?
RD: Pues estas soluciones para nosotros son muy útiles para poder enfocar con el cliente la pregunta que al final cualquier cliente te hace que es lo que estoy haciendo: ¿Está funcionando o no está funcionando? ¿Y en base a qué me estás diciendo que funciona o no funciona?
Entonces, como ya hemos comentado David y yo, hay una parte muy importante de este tipo de soluciones, que es que tienen una robustez estadística suficiente como para que lo que estoy diciendo con una seguridad equiparable o equivalente a la que haría con una solución puramente censal.
Por tanto, el cliente ya tiene esa seguridad de que lo que estoy contando lo estoy contando con un apoyo técnico detrás importante. En ese sentido, a nosotros nos ayuda a eso que decíamos, a contestar esa pregunta y además nos ayuda a ser creativos en la aproximación a cómo plantear los distintos medios, los distintos canales, porque lo acompañamos de esta medición, lo acompañamos de esta argumentación a posteriori y a ellos también esto les sirve para justificar internamente muchas veces que efectivamente la apuesta que hicieron por un medio o por un canal acaba finalmente teniendo teniendo sentido en líneas generales son prácticamente todo. Son ventajas para nosotros cuando trabajamos con este tipo de de soluciones.
EC: Raúl, David. Para cerrar, a mí me gustaría que nos contaseis ¿cómo creéis que debería de ser este proceso de trabajo de cara a estos análisis? ¿desde el punto de vista de una plataforma como Google, una agencia como t2ó y el propio cliente? ¿cuál es esa dinámica según tu punto de vista?
RD: Sí, yo creo que aquí lo importante es que el cliente cuente con nosotros en como lo que somos, como partners para ayudarles a mejorar sus KPIs de negocio, que es de lo que va todo esto al final. Y pues nosotros en algunos casos lo que hacemos es acompañar al cliente en una transición que que en algunos casos comienza, comienza Google introduciendo este tipo de este tipo de soluciones. Y bueno pues nosotros, yo en este caso en mi equipo tengo un equipo especializado en incrementalidad y es ese equipo el que se dirige, se encarga de, digamos, tomar el relevo y acompañar al cliente en estas soluciones de la mano de Google al principio y luego de una manera autónoma y para otros clientes directamente, podemos ya proponer estas soluciones de manera directamente autónoma si no se ha iniciado desde Google el punto.
DM: Es cierto que Google por nuestra situación y también por la naturaleza de la compañía, yo creo que solemos tratar de innovar en este aspecto.
Entonces, este tipo de narrativa en la que hablábamos de esta visión, en la que íbamos a necesitar más herramientas para no tener una fuente de la verdad, es algo que llevamos trabajando durante cuatro o cinco años y es algo que está resonando mucho en el último año y medio, dos años. Entonces, quiero decir, para nosotros es algo que aunque veamos que es necesario, aunque tratemos de empujarlo, llevamos trabajando mucho tiempo en incrementalidad.
Yo siempre digo que cuando quieres ir rápido, vas solo. Pero cuando quieres llegar lejos, al final necesitas un compañero. Entonces, muchas veces en este contexto, lo que nos encontramos es que el compañero es la agencia o el partner que nos va a ayudar y le da también credibilidad a los análisis que hagamos.
Porque a pesar de que nosotros siempre tratamos de hacer los análisis de incrementalidad utilizando metodologías abiertas y de forma que el cliente pueda validarlo, el que haya 1/3 que no tenga huevos en la cesta o que no tenga.
Por qué dar más atribución de resultados a un canal que a otro le da también empaque y hace que la credibilidad sea mayor. Y aparte, estas metodologías de medición al final son independientes del canal.
DM: Sí que es cierto que hay herramientas en la plataforma que como bien compartía antes Raúl, hay formas de hacer estos análisis fuera de estas plataformas y las metodologías al final deberían ser las mismas. Todos deberíamos estar medidos con la misma vara de medir y poder demostrar estos resultados. Entonces, yo creo que la dinámica muchas veces es que trabajamos muy en conjuntamente, los clientes muchas veces vienen directamente a nosotros, pero nosotros sugerimos también que aprovechen estos servicios y tenemos ejemplos recientes en los que directamente ya hablamos con ellos y les decimos oye, involucra a tu partner porque sabemos que son capaces de hacer este tipo de medición. Hagámoslo conjuntamente y que ellos sean encargados también para que veas que aquí no hay trampa ni cartón.
Lo que te vamos a medir es lo que hay y no hay juez y parte en esto. De acuerdo, entonces yo lo veo así como un triángulo en el que vienen con una necesidad y nosotros vamos de la mano para para tratar de dar lo mejor para el cliente.
EC: Pues Raúl, David, muchísimas gracias por el tiempo que nos habéis dedicado, el despliegue de conocimiento que habéis hecho, me ha gustado mucho. Como habéis puesto en contexto, el cambio de paradigma de medición al que estamos ya asistiendo y que estamos viviendo tanto como agencias, como marcas, como plataformas. También es muy útil el entender las metodologías tanto determinísticas como probabilísticas para entender el valor de la incrementalidad dentro de una estrategia de marketing. Y bueno, como hemos cerrado el entender cuál es el triángulo que tiene que haber entre una plataforma como Google o una agencia como t2ó y la relación con el cliente para aplicar un proyecto de estas características y entender mucho mejor el valor de la medición dentro de la estrategia de que se haya llevado a cabo. Un lujazo teneros. Muchas gracias.
DM: Muchas gracias Esther por invitarnos a este podcast. Muchas gracias.
