3 formas en que los datos pueden llevarlo en la dirección equivocada y cómo obtener mejores perspectivas
Los especialistas en marketing modernos están obsesionados con los datos, y por una buena razón. Nos brindan orientación e informan nuestras estrategias, entre muchos otros beneficios. Pero no todos los datos son igualmente útiles o útiles. Los registros incorrectos pueden ser tan perjudiciales para su programa de marketing como no tenerlos.
Es importante saber cómo identificar los datos correctos para que sus conocimientos guíen con precisión su toma de decisiones. En este artículo, cubro tres formas en que el uso indebido de datos puede perjudicar nuestros esfuerzos de marketing y cómo una metodología de prueba holística puede ayudar a descubrir mejores conocimientos.
- En el corazón de las principales tendencias de marketing están los datos
- El lado positivo de los datos
- "Insights, insights, insights" en lugar de "datos, datos, datos"
- Cuando los buenos datos van mal: 3 escenarios a tener en cuenta
- ¿Sus datos le cuentan la historia correcta? Prueba esta prueba de fuego
En el corazón de las principales tendencias de marketing están los datos
Vea las tendencias que han llamado la atención de los especialistas en marketing en los últimos tres años:
Ya sea perder el acceso a los datos, encontrar nuevas fuentes de datos o darles el poder de tomar decisiones por nosotros, los datos están en el centro de estas tendencias.
Los datos tienen definiciones tecnológicas y filosóficas. Puede ser información que una computadora puede usar para procesarla, o como lo define Google, "cosas conocidas o aceptadas como hechos y que forman la base de razonamiento o cálculo" (énfasis mío).
En esta parte "o supuesta", podemos equivocarnos con los datos. La gente siempre dice: “Los números no mienten”. Puede que los datos no mientan, pero también pueden no significar lo que crees que significan.
Profundizando más: por qué nos importa el marketing basado en datos
El lado positivo de los datos
Podría decirle cosas que ya sabe sobre los datos, pero escúcheme: dependemos de los datos todos los días, tanto para las cosas obvias como para las no obvias (para tomar prestado un término). Rohit Bhargava).
Los especialistas en marketing por correo electrónico dan por hecho los datos de marketing, que utilizamos al crear y estructurar campañas, segmentar, medir el éxito y los próximos pasos. Es por eso que el marketing por correo electrónico es tan útil. Genera datos que podemos aplicar en toda la ecosfera de marketing.
Luego está el valor no obvio: nuestros datos de correo electrónico pueden informar a otros canales de marketing e incluso extenderse más allá del equipo de marketing para respaldar el servicio al cliente, las operaciones comerciales y más en toda la organización.
Nuestras campañas proporcionan una fuente constante de investigación de mercado.Debido a que las personas a las que enviamos correos electrónicos son nuestros clientes potenciales y existentes, descubrimos, rastreamos y medimos nuestra base de clientes diariamente.
Además, la tecnología de marketing actual facilita la recopilación de datos. Encontramos datos dondequiera que miramos: en nuestros ESP, plataformas de automatización, CRM, motores de comercio electrónico. Los números vuelan tan rápido que no podemos capturarlos todos.
Pero ese es mi punto: no necesitamos todos los números que se nos presenten, necesitamos saber cuáles son los números correctos y qué significan, y a menudo cometemos un error al hacerlo.
Profundizando: Por qué nos preocupamos por el marketing por correo electrónico: una guía para especialistas en marketing
"Insights, insights, insights" en lugar de "datos, datos, datos"
Como mi buen amigo Chad S. White, autor de Reglas de marketing por correo electrónico, lo expresó perfectamente:
"Hablan de 'datos-datos-datos'. No soy un fanático de los datos. Nadie realmente quiere datos. Lo que realmente quieren es información y análisis es cómo encuentras las ideas ocultas en tus datos.
Los datos a menudo lo engañarán. Debe asegurarse de aportar su conocimiento de sus clientes y su negocio, y analizar esos datos para eliminar toda la basura y solo tener las cosas que valen su peso en oro.
Los datos están muy equivocados. Así que ideas, ideas, ideas. Eso es lo que queremos”.
– Chad S. Blanco Durante un discurso de apertura en la Conferencia ANA-Email Evolution en Washington, DC.
Puede recopilar todos los datos que desee, pero también necesita separar los datos necesarios de los irrelevantes, los relevantes de los irrelevantes y los reales de los falsos para saber lo que realmente significan.
No recopilamos datos para llenar silos, lagos y almacenes de datos, sino para usarlos para comprender a nuestros clientes y medir el rendimiento de nuestros programas de marketing. Todo lo demás que hacemos como especialistas en marketing depende de esos esfuerzos.
Por lo tanto, puede ser perjudicial si recopilamos datos incorrectos o buscamos significados que los datos no pueden dar porque, como dice White, nos llevan en la dirección equivocada. Los datos incorrectos son tan malos como no tener datos, quizás peor porque pueden darte una falsa sensación de seguridad y logro.
Cuando utiliza datos de correo electrónico para informar la comprensión de su audiencia de su marca e impulsar la toma de decisiones más allá del departamento de marketing, imagine el caos de basar sus conocimientos en análisis defectuosos.
Cuando los buenos datos van mal: 3 escenarios a tener en cuenta
Permítanme corregirme: las fechas no van mal. Es cómo los usamos e interpretamos lo que causa problemas. Si hace un mal uso de sus datos, intencional o accidentalmente, puede llevar a su equipo e incluso a su empresa por un camino largo y equivocado, especialmente si está tratando de optimizar su programa de correo electrónico probando diferentes partes y no solo actuando por instinto.
No puedo contar la cantidad de veces que los clientes comenzaron a realizar pruebas con buenas intenciones y luego se perdieron porque las pruebas se configuraron incorrectamente o el equipo llegó a conclusiones equivocadas. Aquí hay tres escenarios en los que los datos pueden llevarlo a pruebas A/B incorrectas.
1. Optimizar para la métrica de éxito incorrecta
El correo electrónico es conocido por ser tan fácil de medir. Con demasiada frecuencia, la métrica que elegimos no captura el verdadero éxito o fracaso de nuestras campañas. Pero no seamos demasiado duros con el correo electrónico. Los especialistas en marketing de todos los canales, desde las redes sociales hasta el marketing de influencers, cometen el mismo error.
La tasa de apertura es el culpable obvio. Esta métrica resuelve un problema que afecta tanto a los especialistas en marketing digital como a los tradicionales: saber si alguien realmente vio nuestras campañas o simplemente pasó de largo, pasó la página, tiró el catálogo o se levantó para tomar un refrigerio mientras hacía No es de extrañar que nos hayamos disparado a tasas de apertura significativas como medida de éxito.
Pero esas excelentes tasas de apertura a menudo no se traducen en métricas importantes como los ingresos de la campaña, los pedidos, el tamaño del carrito, las compras repetidas y otras métricas relacionadas con la campaña. Si utiliza una línea de asunto interesante para optimizar una tasa de apertura más alta, mucho de las personas podría desactivar ese correo electrónico Abrir curiosidad y luego dejar de hacer clic. Obtiene una tasa de apertura excepcional, pero su campaña fracasó.
Muchos especialistas en marketing entraron en pánico cuando se implementó la función MPP de Apple en 2021 porque enmascaró datos de actividad de correo electrónico como aperturas, horarios y ubicaciones. Temían estar perdiendo una métrica de rendimiento clave. Fue un recordatorio oportuno para el resto de nosotros de que la tasa de apertura no siempre coincide con los objetivos de nuestra campaña.
Sin embargo, la solución MPP sugerida por muchos, para centrarse en CTR, es solo un consejo ligeramente mejor. Los clics son una evidencia más tangible del interés del cliente que las aperturas. Pero también se pueden jugar y no siempre se correlacionan con las conversiones.
2. Cambio de dirección después de probar una vez
Este error va de la mano con la optimización de la métrica de éxito incorrecta. Ocurre cuando ejecuta una sola prueba A/B en una sola característica, como una línea de asunto, una llamada a la acción, una oferta, una imagen, una copia del cuerpo o la hora del día.
Estas pruebas son fáciles de realizar. Muchos ESP le permiten configurarlos con solo unos pocos clics. Incluso puede obtener resultados que se ven claros e impecables.
"La línea de asunto A tiene una tasa de apertura del 54 % y una tasa de clics del 25 %. La línea de asunto B tiene una Tasa de apertura del 24 % y tasa de clics del 12 %. ¡La línea de asunto A es la ganadora! ¡Hagamos que nuestras líneas de asunto sean como la línea de asunto A a partir de ahora!"
Esto supone dos hechos que los datos no te dan:
- A tiene más aperturas que B y también convirtió mejor.
- Tu audiencia siempre responderá mejor a líneas de asunto como A.
Una sola prueba A/B solo le dará resultados para esa campaña en ese momento con esa audiencia. Pero su público objetivo siempre está cambiando. Las personas que abrieron e hicieron clic en su supuesta versión ganadora esta vez pueden no ser las que verán su próxima campaña, o la verán pero no responderán de la misma manera.
Cambiar su enfoque de correo electrónico basado en una sola prueba puede conducir al desastre. Debe probar y probar constantemente diferentes componentes y asegurarse de que sus métricas de éxito reflejen los objetivos de su campaña.
Si desea que las personas vean su mensaje, una tasa de apertura o de clics puede funcionar. Pero si desea que compren, registren, actualicen, descarguen, creen una cuenta o realicen cualquier otra acción comercial, deberá seguir probando para ver qué funciona con el tiempo.
Profundice: cómo las pruebas pueden aumentar la conversión de su marketing por correo electrónico
3. Depender de pruebas ad hoc en lugar de métodos científicos
"Ad-hoc" es un término elegante para "adivinar". Básicamente, está tirando cosas contra la pared para ver qué se pega: está probando un solo componente, en lugar de adoptar un enfoque holístico basado en hipótesis que incluye todos aspectos de una campaña considerada.
Cuando realiza pruebas sobre la marcha, se abre a los problemas que encuentran las personas cuando prueban un solo componente y luego cambian de dirección en función de esos datos. datos, podría ser.
Es más probable que las pruebas científicas basadas en una hipótesis produzcan datos significativos porque le brindan un marco para obtener información procesable. La duración de la prueba es un ejemplo. Con demasiada frecuencia, muchas decisiones en las pruebas A/B se toman demasiado pronto. Supongamos que la función de prueba A/B de su plataforma de correo electrónico le permite enviar la versión A a una audiencia de muestra compuesta por el 10 % de su lista y la versión B a otro 10 % de su lista. Espere unas horas y envíe el ganador al 80% restante.
Este método puede proporcionar resultados útiles cuando se prueban aperturas o clics. Sin embargo, cuando se trata de conversiones, no funciona. Una prueba 50/50 es más adecuada para calcular el éxito en función de la conversión. Puede esperar tres días a la semana antes de anunciar el ganador y concretar la conclusión.
Las métricas significativas, como las conversiones, no siempre se obtienen en las primeras 2 horas, y optimizar para obtener estos resultados rápidos puede significar que está optimizando para obtener un resultado incorrecto. La prueba 50/50 también le brinda un tamaño de muestra más grande, lo que también hace que la prueba sea más sólida.
Al combinar métodos científicos con una metodología de prueba holística, obtiene una comprensión más amplia de su público objetivo y sus motivaciones. Obtenga más información sobre los problemas de prueba y mi enfoque de prueba holística en esta columna de Aprendermarketing: "7 problemas comunes que impulsan el éxito de A/B/nEmail". " -interferir con las pruebas. "
¿Sus datos le cuentan la historia correcta? Prueba esta prueba de fuego
Los nuevos clientes a menudo se muestran escépticos cuando señalo (¡diplomáticamente, por supuesto!) que el rendimiento de su campaña o los datos de prueba no respaldan las conclusiones extraídas. ¿Por qué los correos electrónicos no generan dinero a pesar de que se abren muy bien? o tasas de clics?
Si te estás preguntando lo mismo, mi prueba de fuego puede mostrarte lo que sucede cuando usas las métricas incorrectas para explicar el éxito o el fracaso.
Haz tres listas:
- Las 10 campañas principales con la tasa de apertura más alta.
- Las 10 campañas principales con la tasa de clics más alta.
- Las 10 campañas principales con las conversiones más altas u otros objetivos de campaña.
Suponiendo que su cálculo de conversión no está vinculado a su tasa de apertura, sino que se basa en los correos electrónicos entregados, debería ver poca superposición entre los tres grupos de campañas. Ahora mire las campañas en cada categoría. ¿Cómo se comparan sus campañas de mayor conversión? ¿Quiénes obtuvieron más aperturas o clics?
¿Usó líneas de asunto más largas que funcionaron como clasificadores de bandeja de entrada y atrajeron a sus clientes más motivados? ¿Usó texto más largo o más corto, llamados a la acción específicos o generales para el contenido del mensaje? ¿Tiene algún tipo de campaña, como una campaña de nuevas colecciones?
Si estudia los datos de esta manera y mantiene la vista en los resultados que importan en lugar de los datos que son más fáciles de recopilar, podrá lograr el objetivo de White de "analizar esos datos, para sacar toda esa basura y lo que es lo que queda es algo que es oro".
¡Consigue Aprendermarketing! Entregado diariamente a su bandeja de entrada de forma gratuita.
Las opiniones expresadas en este artículo son las del autor invitado y no necesariamente las de Aprendermarketing. Los autores del personal se enumeran aquí.
Deja una respuesta