Making Science
Diana Guido
Diana Guido
Digital Analyst

¿Cómo afecta el clima al consumidor? Uso de las predicciones del tiempo para mejorar campañas de marketing online

30 de July de 2018

Todos sabemos que, el clima, más bien “el tiempo”, nos afecta al humor y a los hábitos: qué comer, qué ropa ponerse, si salir o no, y por supuesto, también nuestro comportamiento de compra.

El tiempo juega un rol importante en las decisiones de compra del consumidor, ya sea off u online. En este sentido los ámbitos más interesados son sin duda: moda, hostelería, ocio y tiempo libre;

El clima afecta a todos indistintamente, siendo por lo tanto, una herramienta perfecta para generar audiencias y campañas de marketing personalizadas.

¿Porqué? El 70% de la población mundial mira las predicciones del tiempo por lo menos una vez al día.

El comportamiento del consumidor puede cambiar según suba o baje la temperatura tan solo 1°C;

Obviamente la variación de la temperatura debe cruzarse con la geolocalización de los usuarios:una temperatura de 20° en Asturias o en Andalucía, puede llevar a un usuario a un comportamiento de compra totalmente distinto.

Una empresa de barbacoas llevó a cabo un experimento activando campañas solo en algunas ciudades cuando la temperatura fuera superior a 24°, y en otras cuando fuera superior a 20° (teniendo en cuenta la media estacional de cada ciudad).

Podemos, entonces, utilizar los datos del tiempo para “acercarnos” al humor del usuario, impactándole de una manera inmediata y pertinente.

Otro ejemplo muy claro es la estrategia de una famosa cadena de pizzas a domicilio, que vincula una mayor cantidad de campañas online cuando llueve o hace frío, y el usuario está más dispuesto en quedarse en casa.

Hay muchos estudios de neuromarketing que demuestran la relación entre el clima y la intención de compra, aun así, está claro que hay productos/servicios que están más sujetos a las influencias climáticas que otros.

Recoger y analizar los datos del tiempo nos permite tener a disposición 3 macro categorías de datos:

  • Datos históricos: son útiles para un análisis de las ventas y de estacionalidad del clima a lo largo del tiempo
  • Datos en tiempo real: son aquellos más utilizados para activar campañas y anuncios personalizados
  • Datos predictivos: nos permiten tener una previsión de corto plazo y, por lo tanto, planificar nuestras campañas de la manera más oportuna para el usuario.

¿Cómo llevamos a cabo este tratamiento de datos en Making Science?

Los datos del tiempo pueden ser el trigger para: modificar las campañas de Adwords según las condiciones climáticas, hacer saltar un pop up a un usuario según su geolocalización y cuando la temperatura sea menor/mayor o igual a un determinado valor y activar acciones de email marketing ad hoc.

¿De dónde llegan esos datos? ¿Como podemos recogerlos y convertirlos en KPI’s?

La respuesta es rápida y sencilla – la implementación lo es menos: a través de Google Analytics, Google Tag Manager y… un poco de paciencia 😉

En términos generales, para llevar a cabo la implementación y rescatar los datos del tiempo necesitamos:

  • 4 tag en Google Tag Manager – 3 son de tipo Custom HTML
  • 4 variables GTM
  • 1 evento de no interacción de Google Analytics
  • 2 custom dimension – session scope- Google Analytics
  • 1 account -gratuito- a OpenWeatherMap

Por último, es fundamental saber analizar e interpretar los datos registrados, sean estos, históricos, actuales o predictivos, para afinar nuestras estrategias de marketing online impactando solo al usuario correcto en el momento adecuado.

Usamos cookies para mejorar tu experiencia como cliente. Política de cookies

×