¿Dónde está Avinash cuando se le necesita?

20 Jul 2021 | Analista Web

Crear un ser artificial ha sido el sueño del hombre desde que nació la ciencia

Cuando Macarena Estévez, socia de analytics en Deloitte y Top Voice Linkedin 2020 España, fundó su consultora Conento hace 13 años, la forma en la que se ofrecían servicios de analytics era muy diferente.

Es indiscutible que a lo largo de estos años, las empresas que centramos nuestro core business en los datos, hemos visto como en los últimos años, el negocio ha ido evolucionando en muchos aspectos. ¿En qué ha cambiado el tipo de trabajo de hace trece años con respecto ahora?

La evolución de la analítica digital en consultoría

Una de las cosas que más ha marcado la diferencia en estos años es la forma en la que se ofrecen servicios de analytics a las empresas. Antes se ofrecía todo el abanico de posibilidades innovadoras y únicas que la analítica digital brinda: tipos de análisis, predicciones, geoanalytics, etc. Ahora, sin embargo, la mayoría de empresas cuentan con un departamento in-house compuesto por expertos en su negocio. Con esta profesionalización, la labor de la consultora ha cambiado, por lo que ha habido que redefinir todo para trabajar en el tándem con la gente que conoce muy bien el negocio y así generar nuevas ideas que aporten un valor añadido a sus clientes.

Este cambio de servicios también ha traído una evolución de la figura del analista digital. Antes tenía la misión de evangelizar la importancia del dato y de cómo explotarlo. Ahora el discurso ha cambiado y su principal objetivo es ir de la mano de la tecnología y el conocimiento del negocio para poner en marcha otro tipo de proyectos, los cuales también están teniendo su propia transición, aunque más paulatina. Por ejemplo, todavía hay muchos clientes que siguen necesitando los servicios de siempre: modelos de atribución, configuración de herramientas, etc. Este es un tipo de analítica entre humanos, en la que ante un problema, el analista trabaja con datos para que sean capaces de ayudar a mostrar una solución. Pero gracias al avance en diferentes áreas como las tecnología o la democratización de las matemáticas, está surgiendo una analítica para humanos embebida en las máquinas. En otras palabras, lo que se conoce como Inteligencia Artificial. A diferencia de la anterior, este tipo de analítica, además de partir de la respuesta a una pregunta de negocio, tiene que ser capaz de caminar por sí sola dentro de la máquina, por lo que el analista no tiene que identificar el problema, sino que es la propia máquina la que indica dónde puede estar. Por ejemplo, cuando una persona entra en contacto con una marca, esa persona va a recibir algo pensado y diseñado exclusivamente para ella y, además, de una manera muy particular. Eso es lo que se conoce como personalización. Pero claro, al haber tantos millones de personas, el ser humano como tal es incapaz de hacer esta personalización por sí mismo. Por ello es imprescindible hacer uso de máquinas conectadas entre sí para que la analítica vaya de una a otra. ¿Y cuál es el papel del analista? Modelar la parte tecnológica de forma que realmente impacte el resultado en el negocio.

Empresas y transformación digital

La llegada de la pandemia ha supuesto que muchas compañías no nativo digitales hayan impulsado su transformación digital. Este proceso no es nada sencillo, ya que no se completa hasta que el 100% de la compañía no se haya transformado. ¿Por qué? Si se transforma una parte de la compañía, pero esa parte todavía habla con otros departamentos que no lo están, la comunicación entre ambos es en idiomas diferentes, por lo que no se puede avanzar. Es por esto que la transformación digital es un proceso del que se requiere de paciencia y, sobre todo, de medición para ver si cada paso que se da es el correcto. Ir punto por punto es importante para intentar que, de alguna manera, en cada experimento que se vaya haciendo se cuente con las métricas que más o menos sean capaces de testar que se va por el buen camino. Pero siempre sabiendo que hasta que no se tenga todo transformado, no se va a poder medir el resultado final.

Como podemos ver, por un lado nos encontramos ante un cambio de paradigma importante, pero por otro todavía nos enfrentamos a problemas que deberían estar solucionados hace tiempo. Es indudable que en estos momentos estamos experimentando una aceleración y un cambio, pero al final no se puede hacer de un día para otro. Es necesario ir paso por paso para que todas las piezas de la maquinaria funcionen.

¿Te has quedado con ganas de más? Acompáñanos en este episodio del podcast y pásate por la primera visita de Macarena hablando de eficacia publicitaria:

22 Jun 2021 | Varios

¿De qué sirve tener todas las galletas cuando ya no puedes comer?

Desde hace unos años, el término cookieless se ha hecho de lo más popular, o más bien impopular, entre los departamentos de marketing y de medición. No es para menos, ya que lo que acarrea es la desaparición de las cookies de terceros, o third party cookies, en navegadores como Chrome, Firefox o Safari, de cara a la protección de la privacidad de todos aquellos usuarios que lo deseen expresamente.

Aunque en un principio este escenario solo afectaría a las cookies de terceros, la realidad es que algunas de estas plataformas han incluido restricciones también para las first party cookies, es decir, las propias de nuestro site. Ante esta nueva realidad, ¿qué opciones hay para seguir midiendo el comportamiento del usuario? Javier Pérez, Analista Digital y experto en Cookieless en El Arte de Medir, nos ayudará a ponernos al día.

¿Qué es cookieless?

Como comentábamos al inicio, las cookies de terceros están desapareciendo, lo que conlleva una mayor dificultad para poder hacer el tracking, o seguimiento, del usuario de cara a nuestras campañas de marketing. Para los profesionales afectados, el cookieless se está convirtiendo en un problema grave, ya que además de no poder hacer ese tracking al usuario con el que entender mejor su comportamiento, también se pierde toda la parte de marketing para ver qué estrategia funciona y cuál no, entre otras muchas cosas.

Aunque no se debe olvidar que la parte fundamental de este nuevo escenario sin cookies es poder realizar el seguimiento del usuario sin violar su privacidad, para la industria es de vital importancia encontrar soluciones con las que seguir ofreciendo una personalización de productos y de servicios dentro del ecosistema digital, algo absolutamente necesario de cara a hacer bien las cosas.

¿Qué soluciones hay?

Como hemos señalado, las implicaciones que el cookieless tiene en cualquier estrategia de marketing son absolutas. Sin ir más lejos, el concepto usuario – sesión deja de tener sentido al no poder hacer el seguimiento, y con ello, también la construcción de su modelo de atribución. Entonces, ¿qué opciones tienen las empresas para afrontar esta situación?

Lo primero de todo, es muy importante conocer en qué posición se encuentra cada web para así poder afrontar todos los cambios de la manera más correcta. Actualmente, al verse parcialmente afectadas las First Party cookies, todo el peso recae sobre las Zero party cookies, las cuales provienen de recomendaciones de productos, experiencia de usuarios, etc. The New York Times, por ejemplo, lo que ha hecho ha sido crear un walled garden al estilo Facebook o Amazon, en el que todo el mundo debe loguearse para poder disfrutar de su contenido. De esta manera ha creado su propio ecosistema en el que poder medir sus datos.

Pero, ¿qué más soluciones encontramos?

Soluciones a través de la industria. De cara a proteger la privacidad del usuario, una de las soluciones que se propone es la creación de agrupaciones por categorías y cohortes, a través de las cuales se puede llegar a hacer un seguimiento de la navegación de forma agregada de los usuarios que no acepten las cookies, ya que no se identifica al usuario en sí mismo. De esta manera, se podrían ofrecer segmentos publicitarios acordes al objetivo al que se quiere llegar. Las plataformas que están trabajando en esto son Google con FLoC y Microsoft con Parakett. Por otro lado, también encontramos otras soluciones basadas en Identificadores de Información Personal o PII como Unified 2.0 y Netld.

Soluciones analíticas in-house: En este apartado existen diferentes soluciones en función de la problemática que se tenga. Por un lado, de cara a la aceptación o no de las cookies, se encuentran la enfocada en el consent mode, o modo consentimiento, desarrollada por Google. Esta solución no es un gestor de consentimiento como los que ofrecen empresas como OneTrust o Cookiebot (ambas de pago y que también son de gran ayuda), aunque sí que se adhiere a estos gestores permitiendo la recolección de datos. Esta solución, aunque por ahora está en beta, es muy interesante ya que se puede usar tanto en la parte de publicidad como la de analítica, y además demuestra que existe una capacidad de recogida de datos del usuario final, por ejemplo, sin llegar a tener sus datos.

Por otro lado, y aunque no sería una solución al uso, dado que el problema real es que los navegadores no van a permitir almacenar todos los datos de los usuarios, cabe la posibilidad de construir un Server Side a través de las plataformas de gestión de etiquetas como Google Tag Manager Server Side y Adobe Server Side. Esto permite que, en vez de almacenar los datos dentro del navegador, toda la información vaya directamente al servidor. En otras palabras, almacenar los datos en local para luego poder acceder a ellos. Para empresas de venta de seguros o de hipotecas en las que las contrataciones se alargan a más de los 7 días de permanencia de las first party cookies que tienen Safari o Firefox, por ejemplo, esta solución podría ser interesante, aunque tendrían que afrontar tanto el coste de almacenamiento de ese servidor como el coste del almacenamiento y gestión de datos.

Una guerra a diferentes bandas

Como podemos ver, todo lo que conlleva cookieless parece que está enfocado únicamente a cuidar la privacidad del usuario, aparentemente. Pero la realidad es que también existe una guerra de intereses entre las empresas implicadas, más concretamente entre Apple, Firefox y Google. Los primeros en restringir el uso de cookies fueron Firefox y Apple, aunque más adelante se sumó Google. Pero, ¿en qué se diferencian sus acciones?:

En el caso de Apple, su negocio al estar más enfocado en la venta y seguridad de sus productos, vio que no se vería afectado, por lo que decidió iniciar su proceso de cookieless.
En cambio para Google, la desaparición de las cookies sí que afectaba directamente a su negocio, pero también ha sabido ver una nueva oportunidad de beneficio del mismo. Un ejemplo lo podemos ver en FLoC, la cual se desarrolló para que todos los países pudieran probarlo y dar su opinión, excepto los europeos debido a la General Data Protection Regulation (GDPR), lo que plantea la duda de si su verdadero objetivo es la privacidad.

Menos mal que en esta batalla se encuentran organizaciones que tienen como principal objetivo velar por la seguridad de los datos y controlar su uso. Una de estas asociaciones es la IAB a través de su programa Project Rear, con el que facilitan información veraz de las novedades, además de intentar que las empresas recopilen y utilicen los identificadores de usuario de una manera responsable. Sin lugar a dudas, la parte de la pérdida de privacidad es sumamente importante y poder contar con jugadores dentro de este ecosistema que no tengan conexiones directas con el resultado, como pueda pasar con Google o Apple, es muy positivo.

¿Te has quedado con ganas de saber más? Acompáñanos a continuación en el episodio del #EAMPodcast y descárgate nuestro Manual Cookieless donde encontrarás más información para estar preparado:

01 Jun 2021 | Análisis Predictivo

¿Carreteras? A donde vamos no necesitamos carreteras

El Inbound Marketing es “una metodología que combina técnicas de marketing y publicidad no intrusivas con la finalidad de contactar con un usuario al principio de su proceso de compra y acompañarle hasta la transacción final”. Esta es la definición que podemos encontrar en InboundCycle, la primera agencia de Inbound Marketing de España y Latinoamérica, y creadores de Marketing Leaders, el podcast en el que fui entrevistada por su CEO y cofundador, Pau Valdes.

Business Case: Modelos de predicción y variables externas

Para elaborar la estrategia de inbound marketing de una campaña, no solo hay que tener en cuenta las métricas de la propia campaña para entender cómo está funcionando. También es necesario buscar otras vías de cara a su optimización, como por ejemplo el análisis de variables externas a la misma. Tal y como explico en el episodio, la inclusión de estas variables nos pueden ayudar a tener una visión más enriquecida y, por lo tanto, a entender mejor qué se puede hacer para ir un paso más allá. Pero, ¿cómo podemos conseguirlo? Te lo cuento en el siguiente Business Case:

De la mano de nuestro cliente, quisimos averiguar qué variables fuera del espectro de las campañas de su negocio podían aportar más información. Para ello, es importante encontrar los conjuntos de datos adecuados, y en nuestro caso, recurrimos a datasets y scripts Open Source, los cuales no acarrean ningún coste y contienen información muy valiosa, como por ejemplo sobre el tiempo meteorológico, la red de transportes públicos, datos económicos, etc. Gracias a estos conjuntos de datos, incluimos todas las variables dentro de un modelo de predicción para ver si podíamos establecer una correlación con los resultados de las campañas. Afortunadamente, encontramos una variable que, aunque a priori no parecía importante, luego resultó ser muy interesante: el tiempo meteorológico.

Con este descubrimiento, comprobamos que al cruzar los datos de las campañas con el tiempo meteorológico que hacía en una determinada localidad en ese momento, los datos cambiaban mucho. Gracias a estos resultados, incorporamos la variable del tiempo meteorológico como datos externos para estudiar el rendimiento de las campañas, y determinamos varios patrones de forma que, si se daban ciertas circunstancias meteorológicas a favor de la campaña, se realizaban una serie de acciones y si no, no. Con ellas, conseguimos un aumento del ROI de las campañas de un 34%.

Modelos de atribución

Para poder realizar acciones como la inclusión de variables externas que acabamos de ver, es muy importante conocer el comportamiento de nuestros usuarios. Es por esto que uno de los puntos claves dentro de una estrategia de inbound marketing es sin duda el modelo de atribución, ya que para poder sacar el máximo rendimiento a una estrategia, es básico contar con un modelo de atribución personalizado.

Este modelo no sólo es importante de cara a conocer las ventas o las conversiones de un negocio, sino también para entender la relación de los principales canales con los que el usuario se interesa por una marca. Si bien es cierto que para conocer esta información, debemos ser conscientes de que la tecnología con la que contamos hoy día no nos va a dar unos datos 100% perfectos, sí podemos trazar un modelo de atribución lo suficientemente personalizado como para entender la relación tanto de atribuciones como de los propios canales.

Tampoco debemos olvidar la importancia de entender el impacto sostenido que se queda posteriormente después de asimilar que se ha producido un cumplimiento de objetivos: una venta, un lead una promoción, etc. Es decir, no solo nos interesa que se produzca la venta, sino también a qué audiencia está llegando, de forma que en el futuro pueda contar con ella sin tener que partir de cero. Esto es importante ya que hay campañas que parece que tienen muy buen resultado por la conversión final, pero realmente no dejan ningún impacto sostenido en el tiempo, con lo que a lo mejor el resultado no es tan bueno como pueda parecer.

Si quieres indagar un poco más sobre este tema, no te pierdas el episodio 22 de Marketing Leaders, “Analiza tus campañas y rentabiliza tu inversión”:

¿Qué ha pasado en el último mes?

El pasado 14 de mayo tuve la gran oportunidad de hablar de medición y de cómo transformar los datos en activo de negocio en The Business Excellence Forum & Awards 2021.

19 May 2021 | Analista Web

Nunca viajo sin mi diario. Uno siempre debe tener algo sensacional para leer en el tren

Cuando creas un blog como bloc de notas para plasmar ideas, afianzar aprendizajes e interiorizar conceptos, también lo haces por el placer de compartir esos conocimientos con otros profesionales y ponerlos en común. Así fue como nació este blog, un espacio personal donde plasmar mi desarrollo dentro del mundo de los datos y en el que crear una comunidad.

Con esta revelación daba comienzo la entrevista que Ana Cirujano, Diseñadora Web; y Pablo Moratinos, Consultor de Marketing Online en 3ymedia, me hicieron en su podcast Un billete a Chattanooga. ¿Qué más temas tratamos?

La transmisión de conocimiento y el Big Data

Uno de los primeros temas en los que giró la entrevista fue en la importancia de la transmisión del conocimiento de los datos para accionarlos, lo que hoy día es uno de los grandes escollos a los que se enfrenta la analítica de datos. Para poder realizar esto, es importante que todos los perfiles que se encuentren trabajando en el proyecto conecten al igual que lo harían los datos. Transmitir el valor de un análisis es vital, ya que aunque haya un modelo estadístico impresionante, si no sabe comunicarse con el negocio y sus necesidades, por ejemplo, todo ese trabajo no ha servido para nada. Es por esto que es tan importante unir el mundo de las matemáticas, la historia, la filosofía, etc, tanto a nivel profesional, como a nivel educativo.

Otro de los protagonistas de la entrevista fue el Big Data y cómo su uso puede ayudar tanto a pequeñas como a grandes empresas a mejorar su negocio. Para poder sacar el máximo partido al Big Data, lo primero a tener en cuenta es poner orden a los datos que tenemos, es decir, entender las fuentes de datos, que pueden aportar, cómo se relaciona la diferente tipología de datos, etc. Esta labor facilita el poder hacer un Mínimo Producto Viable con el que llegaremos a entender bien qué tenemos, qué necesitamos en base a lo que queremos conseguir y a partir de ahí, todo el mundo a remar en la misma dirección. Al final, da igual el número de usuarios o vistas, lo importante es llegar a encontrar tendencias o patrones para poder anticiparnos y actuar, etc. Muchas veces, con pocos datos se puede conseguir mucho.

Perfiles profesionales

En el mundo de la analítica digital tiene cabida una gran multitud de diferentes perfiles profesionales. Es decir, en un proyecto podemos encontrar perfiles técnicos dedicados a encontrar qué hay que medir, cómo medirlo y cómo recoger los datos y dejarlo preparado para que el analista de negocio pueda tomar esos datos y sacar conclusiones.

Sin duda, es un área en la que se necesitan diferentes perfiles profesionales, como por ejemplo

Perfiles de analista técnico con base en ingeniería de datos, el cual está más interesado en conectar las diversas fuentes, no solo los datos online, sino el poder incorporar estos datos al resto de datos de la empresa y analizar. Al final, todo tiene repercusión en el negocio.
Perfiles de comunicación y procedentes del mundo audiovisual son necesarios para recoger los análisis realizados por del analista para conectar visualmente todos los puntos y construir el storytelling a nivel visual.
Perfiles que vienen del mundo del marketing y conocen todos los entresijos de lo que se puede hacer y lo que no. Este tipo de profesionales son perfectos para la parte del análisis e interpretación de los datos.
Perfiles técnicos en integración de fuentes de origen o de recogida y almacenamiento de datos.

Lo más enriquecedor de esto es ver cómo los profesionales de diferentes ramas pueden hablar entre ellos, conocerse y, lo que es más importante, entenderse. Así es cómo se puede sacar lo mejor de cada grupo.

¿Quieres saber de qué más hablamos? Puedes verlo a continuación:

¿Qué ha pasado en el último mes?

Estuve en el podcast de Álex Dali Rizo, «Receta del éxito», hablando de emprendimiento, Big Data, huevos fritos con patatas y mucho más. ¡Escúchalo aquí!

En Marketing Directo nos hicieron una entrevista a algunos de los miembros del jurado de la tercera edición de #PremiosRedesEnAcción. Puedes leer la entrevista aquí.

13 Abr 2021 | Talento

Si lo construyes, ellos vendrán

En anteriores entradas de este blog he enfatizado lo importante que es para el analista digital o el data science la formación continua y el autoaprendizaje para estar al día de las últimas novedades en el universo de los datos. Pero para poder hacerlo, el profesional necesita invertir un porcentaje mínimo de su tiempo muy difícil de encontrar. Ante esta perspectiva, ¿qué acciones pueden garantizar la evolución del profesional del dato?

Cuando apareció el perfil del analista digital, sus funciones estaban destinadas a hacer muchas tareas diferentes: pintar dashboards, crear análisis, realizar implementaciones técnicas, etc. Pero ahora es muy difícil, por no decir imposible, que un único perfil sea capaz de abarcar todas estas tareas, ya que el nivel de dificultad ha ido aumentando a medida que ha evolucionado el sector. De ahí la importancia de la profesionalización de cada una de las áreas que pueden llegar a componer un proyecto: analistas digitales, científicos de datos, ingenieros, data vis, etc. Por ejemplo, desde la experiencia de El Arte de Medir, hemos llegado a un punto de especialización en cada uno de nuestros proyectos que, para ofrecer un servicio profesional, contamos con equipos especializados en diferentes entornos. Esto es así porque cualquiera de nuestros servicios requiere de perfiles con diferentes skills, como por ejemplo, la creación de un cuadro de mandos, en el que los perfiles involucrados son:

Perfil de negocio que defina los KPIS.
Perfil de Data Vis que defina una capa gráfica.
Perfil técnico que defina todos los enganches a las fuentes de datos.

Esta necesidad de especialización también acarrea cambios estructurales dentro de las empresas. Por ejemplo, volviendo al caso de EAM, hemos pasado de tener equipos de trabajo divididos por especialidades que hablaban un mismo idioma (analistas, técnicos, data science, etc.), a contar con equipos multidisciplinares en los que se integran diferentes perfiles totalmente compenetrados. El porqué de este cambio vino fundamentalmente por la pérdida de información relevante en el momento que un equipo le tenía que pasar el proyecto a otro. Para hacer frente a esto, la mejor solución fue la de crear estas pequeñas células de trabajo formadas por diferentes perfiles profesionales, capaces de cumplimentar cada una de las patas que conforman un proyecto.

Además con este cambio, también establecimos una garantía con cada uno de los integrantes del equipo para que pudiera sentir que, como profesionales, estaban evolucionando y llevando a cabo la misión de poner en práctica cosas nuevas, independientemente del proyecto que estuviera en cada momento.

Viernes de pasión

Junto a esta apuesta por los equipos multidisciplinares, también ha habido otros cambios importantes dentro de EAM, como por ejemplo el poder invertir el 20% del tiempo de la jornada laboral en formaciones y nuevos proyectos para que cada miembro del equipo pueda seguir desarrollándose como profesionales desde la vía que más les convenga.

Gracias a esta iniciativa, además de asegurar un tiempo para la creación de proyectos y aprendizajes que les ayude de manera individual, también ha impulsado nuevas formas de comunicación entre los miembros del equipo y, lo que es más importante, nuevas formas de aprendizaje y colaboración entre los diferentes perfiles profesionales.

Sin lugar a dudas, lo importante es encontrar una actividad que ayude a impulsar aquellos proyectos en los que poder encontrar un nexo de unión con el negocio. Y cómo no, también generar mucha fuerza para afrontar el día a día de otra manera.

Si quieres escuchar algunos de los proyectos que hemos creado, puedes hacerlo a continuación en nuestro podcast: