{"id":13124,"date":"2021-09-28T08:57:21","date_gmt":"2021-09-28T06:57:21","guid":{"rendered":"https:\/\/www.makingscience.com\/?p=13124"},"modified":"2021-09-28T08:57:21","modified_gmt":"2021-09-28T06:57:21","slug":"gauss-attribution-model-llevando-tu-atribucion-a-otro-nivel","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/es\/blog\/gauss-attribution-model-llevando-tu-atribucion-a-otro-nivel\/","title":{"rendered":"Gauss Attribution: llevando tu atribuci\u00f3n a otro nivel"},"content":{"rendered":"<p><span style=\"font-weight: 400;\"><strong>\u00bfTe imaginas que la venta de un coche de 30.000\u20ac o la matriculaci\u00f3n de un alumno de 15.000\u20ac est\u00e9n asignadas un canal como las impresiones?<\/strong> <strong>\u00bfO poder ver cu\u00e1ntas veces el usuario visita tu web entre el lead y la compra final?<\/strong> <strong>\u00bfO construir tu <\/strong><\/span><strong><i>story telling<\/i> por tipolog\u00eda de producto en base a las necesidades del usuario?\u00a0<\/strong><\/p>\n<p>Los consumidores son bombardeados con mensajes publicitarios a trav\u00e9s de canales tradicionales y digitales, de modo que su viaje desde su b\u00fasqueda inicial de un producto o servicio hasta la compra del mismo, es cada vez m\u00e1s complejo. Las estrategias omnicanal buscan dar al consumidor una experiencia \u00fanica y consistente a trav\u00e9s de todos los canales del funnel de ventas. Esto enriquece la experiencia del consumidor pero dificulta a los directores de marketing determinar qu\u00e9 canal o campa\u00f1a publicitaria produjo la conversi\u00f3n. La comprensi\u00f3n del recorrido del cliente en su totalidad es clave ya que de otra manera puede conducir a esfuerzos fallidos de segmentaci\u00f3n o retargeting, lo que en \u00faltima instancia puede disminuir la confianza e impedir la decisi\u00f3n del cliente de realizar una compra repetida.<\/p>\n<p><strong>\u00bfQui\u00e9n hizo la venta? \u00bfY qu\u00e9 hizo que los clientes compraran? Gauss Attribution da respuestas a estas importantes preguntas y construye diferentes modelos analizando todos los puntos de contacto, en todos los canales, para comprender cu\u00e1nto contribuy\u00f3 cada interacci\u00f3n a la venta.<\/strong> Te contamos en este art\u00edculo un poco m\u00e1s en detalle en qu\u00e9 consiste esta soluci\u00f3n.<\/p>\n<p><span style=\"font-weight: 400;\">Para llevar a cabo la medici\u00f3n del usuario durante <\/span><b>todo el proceso<\/b><span style=\"font-weight: 400;\">, y<\/span><span style=\"font-weight: 400;\"> cuando decimos todo, es todo, contemplamos desde la impresi\u00f3n de un banner publicitario, la navegaci\u00f3n web, la compra y en los casos de las webs enfocadas en <\/span><i><span style=\"font-weight: 400;\">lead gen<\/span><\/i><span style=\"font-weight: 400;\"> la <strong>trazabilidad llega hasta la compra final,<\/strong> pasando si fuese necesario, por el <\/span><i><span style=\"font-weight: 400;\">call center<\/span><\/i><span style=\"font-weight: 400;\">. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">En este proceso son clave dos puntos: <\/span><\/p>\n<ul>\n<li><b>Identificador de usuario \u00fanico<\/b><\/li>\n<li><strong> Integraci\u00f3n de todas las fuentes de datos en <i>Google Big Query<\/i><\/strong><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Adem\u00e1s, <strong>Gauss Attribution nos permite aislar lo que ocurre en el <\/strong><\/span><strong><i>journey<\/i> del usuario entre el <i>lead<\/i><\/strong><span style=\"font-weight: 400;\"><strong> y la compra final o la matriculaci\u00f3n, si necesita de la realizaci\u00f3n de alg\u00fan <\/strong><\/span><strong><i>touch point<\/i> con algunos de los activos digitales del cliente o si ya no vuelve a ellos.<\/strong><\/p>\n<p><span style=\"font-weight: 400;\">Una vez se tiene el <\/span><i><span style=\"font-weight: 400;\">dashboard<\/span><\/i><span style=\"font-weight: 400;\"> con toda la informaci\u00f3n de <\/span><b>atribuci\u00f3n<\/b><span style=\"font-weight: 400;\"> por canal, campa\u00f1a, n\u00famero de <\/span><i><span style=\"font-weight: 400;\">touch point<\/span><\/i><span style=\"font-weight: 400;\"> hasta las diferentes conversiones, comparativas de <\/span><i><span style=\"font-weight: 400;\">first clic<\/span><\/i><span style=\"font-weight: 400;\"> vs <\/span><i><span style=\"font-weight: 400;\">last clic<\/span><\/i><span style=\"font-weight: 400;\">, filtrado por dimensiones, modelos avanzados, <\/span><i><span style=\"font-weight: 400;\">call center, <\/span><\/i><span style=\"font-weight: 400;\">entre otros,<\/span><span style=\"font-weight: 400;\"> podremos sacar conclusiones relevantes para el dise\u00f1o y planificaci\u00f3n del <\/span><i><span style=\"font-weight: 400;\">story telling<\/span><\/i><span style=\"font-weight: 400;\">, ver como se comportan canales de ataque frente a canales de defensa, comprobar si es \u00fatil realizar inversi\u00f3n en s<\/span><i><span style=\"font-weight: 400;\">ocial media<\/span><\/i><span style=\"font-weight: 400;\"> o <\/span><i><span style=\"font-weight: 400;\">display, <\/span><\/i><span style=\"font-weight: 400;\">y un sinf\u00edn de cosas m\u00e1s.<\/span><\/p>\n<p>Recuerda que, <strong>dependiendo de diferentes factores tales como objetivos de negocio, ciclo de venta o nivel de madurez, Gauss Atributtion recomienda un modelo diferente para el reporta y el an\u00e1lisis.<\/strong><\/p>\n<p><span style=\"font-weight: 400;\">Por ejemplo, en negocios digitales de captaci\u00f3n de <\/span><i><span style=\"font-weight: 400;\">leads<\/span><\/i><span style=\"font-weight: 400;\"> donde prevalecen las <\/span><i><span style=\"font-weight: 400;\">landings<\/span><\/i><span style=\"font-weight: 400;\"> de campa\u00f1a creadas para tal fin, se obtiene un 70% de los leads captados con un solo <\/span><i><span style=\"font-weight: 400;\">touch point,<\/span><\/i><span style=\"font-weight: 400;\"> por lo que a priori el modelo de atribuci\u00f3n recomendado ser\u00e1 m\u00e1s sencillo que en negocios con estrategias omnicanal con m\u00faltiples canales.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Adem\u00e1s, es importante saber que un lead captado en un solo <\/span><i><span style=\"font-weight: 400;\">touch point<\/span><\/i><span style=\"font-weight: 400;\"> nos habla de un \u00e9xito en la creaci\u00f3n y optimizaci\u00f3n de la <\/span><i><span style=\"font-weight: 400;\">landing<\/span><\/i><span style=\"font-weight: 400;\">, un \u00e9xito en la creaci\u00f3n del anuncio, un \u00e9xito en el ajuste de la puja y un \u00e9xito en la estrategia de b\u00fasqueda de la <\/span><i><span style=\"font-weight: 400;\">keyword<\/span><\/i><span style=\"font-weight: 400;\">, y con ese porcentaje de objetivos captados con un solo <\/span><i><span style=\"font-weight: 400;\">touch point<\/span><\/i><span style=\"font-weight: 400;\"> podremos \u2018\u2019KPIzar\u2019\u2019 el \u00e9xito de tus campa\u00f1as.<\/span><\/p>\n<p>Si est\u00e1s interesado en la soluci\u00f3n Gauss Attribution y quieres saber c\u00f3mo poder implementarlo en tu caso concreto, no dudes en contactar con Making Science a trav\u00e9s de info@makingscience.com. \u00a1Te esperamos!<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u00bfTe imaginas que la venta de un coche de 30.000\u20ac o la matriculaci\u00f3n de un alumno de 15.000\u20ac est\u00e9n asignadas un canal como las impresiones? \u00bfO poder ver cu\u00e1ntas veces el usuario visita tu web entre el lead y la compra final? \u00bfO construir tu story telling por tipolog\u00eda de producto en base a las [&hellip;]<\/p>\n","protected":false},"author":40,"featured_media":13138,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[871],"tags":[174,117,173,172],"class_list":["post-13124","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-martech-adtech-es","tag-attribution","tag-data-analytics-2","tag-gauss","tag-gauss-attribution-model"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/13124","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/users\/40"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/comments?post=13124"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/posts\/13124\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media\/13138"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/media?parent=13124"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/categories?post=13124"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/es\/wp-json\/wp\/v2\/tags?post=13124"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}