Atribución de incrementalidad: midiendo el impacto real del marketing

Introducción

Este artículo explora la atribución de incrementalidad en marketing móvil, proporcionando a los especialistas en marketing y gerentes de adquisición de usuarios información sobre cómo medir el impacto real de la campaña en una era de cambios en la privacidad. A medida que las políticas centradas en la privacidad y la pérdida de señales de seguimiento tradicionales reconfiguran el panorama digital, entender cómo evaluar con precisión la efectividad de sus esfuerzos de marketing es más importante que nunca. Ya sea que sea un especialista en marketing, gerente de UA o profesional del crecimiento móvil, esta guía le ayudará a navegar por las complejidades de la atribución de incrementalidad y su papel en la toma de decisiones más inteligentes basadas en datos.

¿Qué es la atribución de incrementalidad?

La atribución de incrementalidad mide el aumento incremental, que son las conversiones o ingresos adicionales generados específicamente debido a una campaña publicitaria, más allá de la actividad orgánica de referencia. La atribución de incrementalidad ayuda a determinar el impacto causal de los esfuerzos de marketing en los resultados deseados, como conversiones o ventas. Al comparar el rendimiento de un grupo de prueba expuesto al marketing con un grupo de control que no lo está, los especialistas en marketing pueden aislar el efecto real de sus campañas y tomar decisiones más informadas sobre la asignación de presupuesto y la estrategia.

Atribución de incrementalidad en marketing móvil

Incrementality attribution is a method that measures the incremental lift, meaning the extra conversions or revenue generated specifically because of an ad campaign, beyond what would have happened organically. Incrementality aims to measure the true impact of your marketing campaign based on a specific outcome. This approach is especially relevant in mobile marketing, where privacy changes and the loss of device identifiers have made traditional attribution models less reliable.

Atribución, en general, es el proceso de emparejar dos puntos de datos, como clics con instalaciones, o impresiones con instalaciones. Los modelos de atribución acreditan una conversión o venta a los puntos de contacto de marketing con los que el cliente interactuó en su camino. La incrementalidad, por otro lado, es un término para medir la verdadera efectividad de las actividades publicitarias, centrándose en lo que no habría sucedido sin el esfuerzo de marketing.

Hemos explorado exhaustivamente la atribución de próxima generación, incluida la adquisición de usuarios post-IDFA, el fin de la medición de último clic y el futuro de la medición móvil. La atribución de incrementalidad es una gran parte de esa conversación, ya que el ímpetu de todas estas discusiones es la pérdida de señal que las medidas de privacidad, aunque necesarias, están causando a los especialistas en marketing. El cambio lejos de las cookies de terceros está afectando aún más la medición de la publicidad y los modelos de atribución, lo que hace más difícil evaluar con precisión la efectividad de las actividades de marketing.

La atribución de próxima generación consiste en encontrar nuevas formas de medir el impacto real del marketing. Los modelos de atribución se han utilizado tradicionalmente para medir la eficacia de la publicidad acreditando las acciones de los clientes a puntos de contacto de marketing específicos, pero sus limitaciones frente a los cambios de privacidad han llevado al aumento de la atribución de incrementalidad como un enfoque más fiable.

La cuestión de la medición móvil

El desafío de la medición segura para la privacidad

¿Cómo medirán, atribuirán y optimizarán los especialistas en marketing el marketing en un ecosistema seguro para la privacidad?

Y seamos sinceros, no estamos hablando de marketing cualquiera. No se trata de vender bienes raíces, bebidas deportivas ni pantalones Lululemon. La adquisición de usuarios móviles es quizás el nicho de marketing de mayor crecimiento, donde acortar la distancia entre el estímulo y la respuesta es fundamental para la optimización de las campañas.

Métodos de atribución en marketing móvil

Hay varios métodos disponibles para la atribución, incluyendo:

• Atribución multitáctil (modelos MTA)
• Atribución de incrementalidad
• Modelado de mezcla de marketing

Cada uno de estos ofrece una forma sistemática de evaluar la eficacia del marketing. Entender el viaje del cliente, rastrear la serie de puntos de contacto e interacciones que tiene un cliente potencial antes de convertir, es esencial para una medición y atribución precisas.

Perspectivas del mundo real

Me ha intrigado lo que he estado escuchando del veterano de AppLift, Maor Sadra, y su nueva startup INCRMNTAL, así como lo que Brian Krebs, el CEO de MetricWorks, ha tenido que decir sobre la incrementalidad como una forma clave de medición de marketing móvil.

Recientemente, tuve una conversación con Moshi Blum para el podcast Mobile Heroes que hago con Peggy Anne Salz para Liftoff.

Es el VP de Beach Bum, un juego móvil estudio propiedad de Voodoo, fue gerente general de Adjust, lideró la adquisición de usuarios para Viber, y más. Y conoce la incrementalidad, con sangre, sudor, lágrimas y cicatrices para demostrarlo, junto con casi cualquier otra forma de medición móvil tanto desde el lado del profesional de alto volumen como desde el lado del proveedor de medición.

Ha estado en esa situación, lo ha hecho en muchos niveles diferentes. Y es bastante realista sobre los desafíos y las oportunidades de la medición de marketing.

De hecho, si recuerdas la famosa cita de Winston Churchill sobre la democracia siendo la peor de todas las formas de gobierno excepto por el resto, reconocerás la inspiración detrás de la visión de Blum sobre atribución de último toque:

“La atribución de último toque es la peor manera de medir tus campañas de marketing… excepto todas las demás métricas para medir tus campañas de marketing”

– Moshi Blum, vicepresidente de marketing de Beach Bum

A medida que avanzamos, exploremos los beneficios de la atribución de incrementalidad y cómo puede proporcionar información única para los especialistas en marketing.

Beneficios de la atribución de incrementalidad

Beneficios de las pruebas de incrementalidad

La atribución de incrementalidad tiene algunos beneficios significativos para los especialistas en marketing y los gerentes de UA:

• Aísla el impacto real de la campaña: Al comparar grupos de prueba y control, la atribución de incrementalidad revela cuántas conversiones son resultados directamente atribuibles a acciones de marketing específicas.
• Informa la asignación de presupuesto: Ayuda a los especialistas en marketing a entender qué canales y campañas están impulsando resultados incrementales reales, lo que permite decisiones de presupuesto más inteligentes.
• Optimiza la combinación de medios: La atribución de incrementalidad proporciona información sobre la interacción entre canales, lo que ayuda a los especialistas en marketing a optimizar su combinación de medios para obtener el máximo impacto.
• Reduce el gasto innecesario: Al identificar las conversiones que se habrían producido de forma orgánica, los especialistas en marketing pueden evitar gastar en usuarios que de todos modos se habrían convertido.

Ejemplos del mundo real

Podrías, por ejemplo, estar añadiendo una aplicación completamente nueva a tu cartera. Con campañas preexistentes limitadas o inexistentes, puedes comprobar con bastante facilidad la incrementalidad a través de diferentes plataformas, canales y socios. En otras circunstancias, puedes pausar la mayoría o todos tus esfuerzos en una aplicación, poner todos tus huevos en una cesta y comprobar los resultados. Aunque sabes que tienes algo de orgánico existente y cierto retraso persistente de campañas anteriores, obtendrás una lectura útil sobre un canal sobre el que podrías haber estado preguntándote.

Pruebas de incrementalidad

No solo eso, obtendrá una idea de la interacción entre canales, especialmente cuando vea la superposición de audiencia entre ellos. Así es como Brian Krebs lo expresó en una charla que tuve con él:

La analogía que escucho a menudo es la de las cañas de pescar en el arroyo, ¿verdad? Es el mismo grupo de peces; cada fuente de medios que agregas es solo otra caña de pescar.

Y lo fundamental aquí no es optimizar el marketing basándose en el último toque, ni en los anuncios que lo consiguieron. Se trata de optimizar la combinación de medios, es decir, optimizar la cantidad y la combinación perfecta de cañas de pescar en ese flujo

– Brian Krebs, director ejecutivo de Metricworks

Con estos beneficios en mente, examinemos los desafíos y complejidades involucrados en las pruebas de incrementalidad.

¿Por qué es difícil la prueba de incrementalidad?

Desafíos en la medición de la incrementalidad

Entonces, ¿por qué la incrementalidad, cuyo objetivo es mostrarle los resultados adicionales o incrementales de sus campañas de marketing, es tan notoriamente difícil?

Debido a que las causas y los efectos están mezclados, y las relaciones entre las causas y los efectos individuales están enmarañadas en masas difíciles de separar. Además, muchos efectos están sobredeterminados, lo que significa que no tienen una sola causa, sino que múltiples factores trabajan juntos para crear un efecto. Todo está cambiando todo el tiempo a medida que múltiples departamentos en su organización están creando productos, lanzando características, iniciando campañas, publicando en redes sociales, creando ofertas y desarrollando contenido creativo. Y, sorpresa: el mundo está cambiando, ya que sistemas macro como el clima y la economía se cruzan con micro momentos y estados como el hambre, el deseo, la atención y el aburrimiento.

Pasos de la prueba de incrementalidad

Para medir con precisión el impacto causal de las actividades de marketing, los especialistas en marketing suelen utilizar experimentos controlados, como ensayos controlados aleatorizados (RCT). Así es como funciona típicamente la prueba de incrementalidad:

1. Definir el objetivo: Decidir qué resultado desea medir (por ejemplo, instalaciones, ingresos, usuarios de pago).
2. Configurar grupos de prueba y control:
   • Dividir aleatoriamente a su audiencia en dos grupos.
   • El grupo de prueba (tratamiento) está expuesto a la campaña publicitaria.
   • El grupo de control no está expuesto a la campaña.
3. Ejecutar la campaña: Entregar su actividad de marketing al grupo de prueba mientras se la retiene al grupo de control.
4. Medir resultados: Seguir los resultados de ambos grupos durante un período determinado.
5. Comparar resultados: Analizar la diferencia en resultados entre los grupos de prueba y control para determinar el verdadero impacto causal de su campaña.

Este enfoque ayuda a distinguir entre correlación y causalidad, asegurando que el aumento medido sea directamente atribuible al esfuerzo de marketing en lugar de a factores externos.

Tanto es así que separar el impacto incremental puede parecer imposible.

“A lo largo de la experiencia que tuvimos al intentar entender cómo calcularlo o llevarlo aún más lejos, de las instalaciones a los ingresos, de los ingresos a los usuarios que pagan, de los usuarios que pagan a entender cuánto de lo que gasté en Google, Facebook, Apple o cualquier otra red publicitaria realmente contribuía a mis ganancias finales... eso fue algo que me resultó absolutamente o casi imposible de lograr”

– Moshi Blum, vicepresidente de marketing de Beach Bum

A pesar de estos desafíos, las pruebas de incrementalidad ofrecen beneficios únicos para los especialistas en marketing, que exploraremos a continuación.

Modelado y optimización de la mezcla de marketing

Modelado de Mezcla de Marketing (MMM) es como la verificación de realidad definitiva para tus esfuerzos de marketing. En lugar de confiar en corazonadas o en el último anuncio en el que alguien hizo clic, MMM utiliza análisis estadísticos para desenredar la red de tus tácticas de marketing y mostrarte qué está realmente impulsando los resultados comerciales, ya sean ventas, conversiones o ingresos. Al tener en cuenta la atribución incremental, MMM va un paso más allá: no solo te dice qué sucedió, sino que revela la verdadera efectividad de cada campaña, canal o táctica para generar conversiones incrementales.

Para los especialistas en marketing que manejan múltiples campañas y canales, esto significa que finalmente pueden ver qué actividades de marketing están realmente moviendo la aguja, y cuáles están solo de acompañantes. La atribución incremental dentro del modelado de mezcla de marketing te ayuda a asignar crédito donde verdaderamente corresponde, brindándote una comprensión más clara de cómo se está desempeñando tu presupuesto de marketing en toda la gama.

El verdadero poder de MMM con incrementalidad está en la optimización. Con una visión integral de tu rendimiento de marketing, puedes tomar decisiones más inteligentes de asignación de presupuesto, desplazando el gasto hacia los canales y campañas que ofrecen un impacto real e incremental. No más sobre-atribución al punto de contacto más ruidoso o subestimar el valor de un ejecutor constante. En su lugar, obtienes resultados prácticos que te ayudan a maximizar el ROI de marketing y a impulsar resultados más efectivos para tu negocio.

En un mundo donde cada dólar de marketing cuenta, combinar la modelización de mezcla de marketing con la atribución incremental te da las perspectivas que necesitas para optimizar campañas, impulsar conversiones y, en última instancia, aumentar las ventas. No se trata solo de medir lo que sucedió, se trata de entender por qué, para que puedas hacer más de lo que funciona y menos de lo que no.

Al considerar cómo integrar la incrementalidad en su estrategia de medición, es importante entender cómo encaja dentro de la mezcla de atribución más amplia.

Atribución incremental como parte de la mezcla de atribución

La clave está en la superposición y el tejido.

Incorporar diferentes metodologías de medición según sea necesario. Integrarlas cuando y donde sea apropiado. No necesariamente basarse en una sola, sino usarlas todas para construir una versión multifacética y modelada de la realidad, basada en la medida de lo posible en datos deterministas y granulares, y en la medida necesaria en información probabilística y agregada.

Lograr una visión holística del rendimiento de marketing significa entender cada punto de contacto de marketing y los diversos puntos de contacto con los que un cliente interactúa a lo largo de su viaje. La atribución informa a los especialistas en marketing dónde ocurre la actividad de marketing y qué puntos de contacto están involucrados, pero no siempre puede proporcionar una atribución verdadera o retroalimentación en tiempo real sobre qué interacciones realmente impulsan las conversiones. Los modelos de atribución tradicionales asignan crédito a través de múltiples puntos de contacto, a menudo proporcionalmente, pero la atribución de incrementalidad va más allá al buscar revelar el impacto real y adicional de cada esfuerzo de marketing más allá de lo que habría sucedido naturalmente.

Lo que significa que hay lugar para la incrementalidad.

No se trata de la micromedición de los detalles de una campaña de marketing ni del rendimiento de una creatividad sobre otra, ni siquiera de la eficacia relativa de una subcampaña sobre otra. Eso es casi imposible, dice Blum, y creo que tiene razón.

Pero hay un papel ocasional en obtener una buena visión de si una campaña agrega valor o no, o si un canal está agregando valiosas cañas de pescar a la corriente o incluso, podría estar pescando en una corriente a la que pocos otros canales acceden.

La incrementalidad también tiene un valor específico para canales específicos como Apple Search Ads, donde puede verificar el volumen orgánico en palabras clave y palabras clave competidoras. Allí, Blum dice, es más fácil medir su impacto; si está "comprando su propio tráfico" (AKA desperdiciando gasto en publicidad en usuarios orgánicos que ya iban a instalar), o defendiendo sus palabras clave de los competidores, o realmente creando una instalación nueva que no habría sucedido de otra manera.

(Nota: esto es “más fácil”, no “fácil”)

Como hemos visto, la atribución de incrementalidad es una herramienta valiosa en el kit de herramientas del especialista en marketing, pero no es una solución única para todos. Veamos cómo la atribución de último clic sigue desempeñando un papel en el marketing móvil.

Lo ames o lo odies, el último clic funciona

Eso encaja donde encaja, pero la mayor parte del tiempo, Blum dice que simplemente se está centrando en expandir el crecimiento a través de canales que funcionan bien según los datos de atribución móvil de último clic, ya sea GAID/AAID en Android o SKAdNetwork en iOS.

Donde la incrementalidad parece encajar mejor en el marketing móvil no es como una metodología de medición diaria, sino como un control mensual o, más probablemente, trimestral de la calidad del canal.

Y ahí es cuando se hace la prueba del menú completo.

“Lo que estás haciendo es que realmente estás ejecutando una prueba controlada aleatoria como lo harías en una empresa farmacéutica... tomando una población, dividiéndola en dos grupos separados de manera aleatoria, eso es clave aquí, en un grupo de control y un grupo de experimento, o un grupo de tratamiento, o un grupo de prueba, como quieras llamarlo. Y ese grupo de tratamiento es el que ve los anuncios. El grupo de control no.”

– Brian Krebs, director ejecutivo de Metricworks

La prueba de incrementalidad se considera el estándar de oro para medir el verdadero ROI de marketing porque aísla el impacto causal de las campañas. Este enfoque se puede utilizar para evaluar la efectividad de plataformas específicas, como Google Ads, dentro de una estrategia multicanal. Además, el aprendizaje automático se aplica cada vez más para analizar datos experimentales y optimizar la precisión de la atribución.

Claramente, eso es trabajo extra. Y debido a que probablemente estás pausando otra actividad mientras realizas este tipo de prueba y potencialmente haciéndolo para múltiples canales, toma tiempo y tiene un costo de oportunidad significativo para las aplicaciones que necesitan crecer rápido.

Pero es una inversión que vale la pena, de vez en cuando.

Simplemente no es la solución milagrosa que desearíamos que fuera en una era con menos señales y menos datos concretos.

Podemos ayudar

¿Trabajas en incrementalidad? ¿Necesitas un conjunto completo de datos, desde el coste hasta la atribución, el modelado y la probabilidad? Singular puede ayudarte.

Reserve un tiempo para charlar hoy.