El futuro de la adquisición de usuarios: automatización mediante algoritmos

Paul Bowen comprende la adquisición de usuarios activos. Como director de ingresos de AlgoLift , él y su equipo automatizan la adquisición de usuarios en Facebook, Google y Apple Search aprovechando el LTV . Esta es una publicación invitada de Paul.

Las métricas de éxito para el marketing de resultados han cambiado drásticamente en los últimos 10 años. El enfoque en métricas del embudo superior, como el CPI y el CPC, ha evolucionado hacia la evaluación de métricas post-instalación a corto plazo del embudo inferior, como el ROAS o el coste por prueba gratuita. Pocos equipos corporativos elaboran planes de negocio basados ​​en retornos de 7 días, por lo que las métricas de retorno temprano hacen que los equipos de marketing parezcan centros de costes.

En cambio, algo sucede una vez que los especialistas en marketing comprenden que los retornos a largo plazo son la métrica clave. Una empresa replantea su percepción del marketing de rendimiento como un centro de costos, al entender que la adquisición de usuarios (UA) es una inversión en el rendimiento futuro del negocio.

AlgoLift automatiza la adquisición de usuarios en Facebook, Google y Apple Search. ¿Cómo? Aprovechando el LTV previsto a nivel de usuario en horizontes de entre 30 días y dos años, junto con una teoría de cartera para comprar instalaciones que maximicen el ROAS. Mediante modelos algorítmicos de mercado para comprender el rendimiento futuro previsto de las campañas de UA, AlgoLift puede adoptar un enfoque de cartera para automatizar la UA, algo que los sistemas manuales no pueden lograr. 

Introducción a la automatización de la adquisición de usuarios mediante algoritmos

En primer lugar, un desafío fundamental de la automatización de la UA es el acceso a datos de alta fidelidad, precisos y limpios: basura entra, basura sale. La mayoría de las empresas almacenan sus datos de atribución, transacciones e interacción en la aplicación en diferentes almacenes de datos. Esto añade costos de integración y complejidad significativos, y potencialmente limita el alcance y la escalabilidad de una solución de automatización integral. 

Para solucionar esto, Singular ofrece una solución atractiva para que sus clientes consoliden los datos de costes e ingresos. AlgoLift puede acceder a estos datos, tanto a nivel de usuario como de cohorte, mediante una API para crear modelos de LTV y pROAS. Esto nos permite comprender el rendimiento futuro de las campañas de UA. Aprovechando estos datos, AlgoLift utiliza las API de gestión de campañas de Facebook, Google y Apple Search para automatizar la UA y optimizar la rentabilidad a largo plazo. 

Beneficios de usar algoritmos para automatizar la UA

Una computadora tal vez nunca pueda pensar con la misma estrategia y creatividad que un humano. Aun así, las máquinas actuales son mejores resolviendo problemas matemáticos avanzados y ejecutando tareas laboriosas y repetitivas. Por ello, la automatización mediante algoritmos ofrece numerosas ventajas.

Mayor rendimiento del ROAS

Un criterio clave para el éxito de la automatización de la UA es aumentar el rendimiento del ROAS a largo plazo. El coste de automatizar la optimización de campañas de UA mediante algoritmos debe superar el rendimiento humano actual. 

AlgoLift descubrió que optimizar más de $100 millones de inversión en UA nos permitió aumentar el ROAS previsto para d365 hasta en 45 puntos porcentuales en un período de cinco meses. Observamos estas mejoras mediante cambios incrementales diarios durante un largo período.

Resolver problemas matemáticos complejos

La mayoría de los especialistas en marketing de rendimiento prueban una de las siguientes estrategias de adquisición de usuarios para sus campañas. 

Si bien S1 es relativamente fácil de implementar con un modelo ROAS predictivo sólido, no es óptimo para escalar el gasto. 

S2/S3 son mejores estrategias para optimizar el gasto o el ROAS, pero requieren modelos matemáticos complejos que se ejecuten a diario para comprender la mejor asignación de presupuesto entre las campañas.

Los algoritmos también son valiosos para comprender cómo abordar cohortes pequeñas. Las predicciones a nivel de campaña pueden ser inciertas: es difícil predecir el LTV de futuros usuarios basándose en el comportamiento de un grupo muy pequeño de adquisiciones recientes sin introducir una incertidumbre significativa en la estimación. En lugar de generar ambigüedad en la práctica de la automatización en general, se puede abordar esta cuestión considerando una perspectiva más útil.

Un operador humano podría tener dificultades para tomar decisiones ante esta incertidumbre. Incluso podría concluir (erróneamente) que debería evitar por completo el uso de datos granulares. Sin embargo, el algoritmo está diseñado para operar con la incertidumbre en mente y optimizar el rendimiento mediante una serie de cambios direccionales correctos a lo largo del tiempo.

Automatización de tareas repetitivas

Durante 10 meses y atendiendo a 15 clientes, AlgoLift realizó aproximadamente 50 000 ajustes automáticos de pujas y presupuestos en Facebook, Google y Apple Search. Estos cambios se implementaron para optimizar las campañas según el KPI definido por el cliente (S2/S3). Los implementamos utilizando la rentabilidad a largo plazo prevista de la campaña, basada en su rendimiento relativo dentro de una cartera global de campañas.  

Carga de trabajo reducida

Liberar a un equipo de UA de la tarea de realizar cambios diarios en las campañas le permite al equipo pensar de manera más estratégica y creativa, centrándose en última instancia en tareas más amplias que las máquinas aún no pueden automatizar por completo:

• Ideación y creación de campañas
• Creación e iteración de textos creativos y publicitarios
• Exploración de nuevos países o fuentes de comercialización
• Decisiones de marketing basadas en eventos o productos

El futuro de la adquisición de usuarios

La automatización algorítmica de la adquisición de usuarios aporta un avance técnico y matemáticamente sólido al análisis y la optimización manual de campañas. Si se ejecuta correctamente, libera un volumen considerable de trabajo para los equipos de UA, desplazándolos de tareas laboriosas, repetitivas e ineficientes a iniciativas creativas y estratégicas.  

Lo más importante es que realinea a la organización con objetivos a largo plazo claramente definidos y bien comprendidos. Ofrece mejoras significativas en el ROAS, lo que permite que la UA deje de ser un centro de costos para garantizar la rentabilidad futura del negocio.