Fresh Content

We base our passion on EMOTIONS. Ours, yours, his, hers, theirs. Emotions can turn into attitudes, and we believe attitudes can change the world.

Conviértete en el mejor mercadólogo digital siguiendo estos sencillos pasos

septiembre 4, 2017 Consulting Data Science Digital Marketing News

¿Qué hacen los mejores mercadólogos digitales diferente de lo que tú haces que les ayuda a: obtener a sus clientes, obtener una promoción, o incluso ser 10 veces más eficaz que usted? No es que sean más inteligentes. No es que conocen un algoritmo secreto que nunca comunican. Absolutamente no.

El secreto es que no implementan las tácticas típicas de la comercialización y esperan que el trabajo sea exitoso. En cambio, los verdaderamente exitosos siguen un proceso basado en datos que demuestran o refutan una estrategia de mercadeo. Es tan simple como eso. Aquí es cómo se suele ver.

Mercadólogo Digital (promedio)

● Ciegamente cambia los botones de su sitio web a verde porque lo leyeron en algún artículo.
● Publica los martes porque algún artículo dice que hay que hacerlo.
● Paga por cloud based herramientas que proporcionan la visualización de datos, ya que otros lo hacen.

Grandes Mercadólogos Digital
● Ejecutan experimentos continuos (y miden) para ver qué botones de sitio web obtienen las mejores reacciones.
● Analizan sus datos demográficos, la ubicación de contenido, la mensajería y los medios de comunicación, para determinar cuándo y dónde es el mejor lugar para publicar un artículo.
● Sólo pagan por las herramientas que pueden manipular (sin programación), tienen pocas o ninguna curva de aprendizaje, pueden automatizar sus informes KPI, factor que les ayuda a tomar mejores decisiones dentro del marco de tiempo adecuado.

En resumen, los grandes mercadólogos digitales se acercan a sus campañas y las visualizan como pequeños experimentos antes de gastar tiempo y dinero (como un científico), mientras que los mercadólogos digitales promedio simplemente utilizan las mismas viejas tácticas utilizadas por los mercadólogos tradicionales.

La metodología de spray and pray no funciona en la vida digital y si todavía lo estás haciendo, debe detenerse. En este post, vamos a mostrar una guía paso a paso para ayudarte a convertirte en un gran mercadólogo digital. No necesitas a ningún experto en estadística o antecedentes de ingeniería para lograrlo. Todo lo que necesitas es un conocimiento básico de una hoja de cálculo y la capacidad de mantener un proceso.

Aborda cada estrategia de marketing con un método sistemático y científico

El método científico proporciona una manera sistemática para que resuelvas una pregunta haciendo observaciones y experimentando continuamente. Todo el concepto se centra en la repetición de la experimentación con el fin de comprender las variables que conducen un resultado previsible.

Para esto, no necesitas tener un grado de ingeniería para hacerlo. Con suficiente práctica, puedes seguir este marco simple y convertirte en un gran mercadólogo digital con suficiente práctica. Mediante la aplicación del método científico en el campo del marketing digital, puedes predecir qué tácticas serán más eficaces al realizar pequeñas pruebas para recopilar datos.

Una vez que ya cuentes con esa información, puedes hacer los ajustes a tus experimentos y mejorar tus resultados de marketing. Aquí compartimos un resumen de cómo puedes comenzar a abordar el marketing digital con una mentalidad diferente:

1) Empieza a compilar todos tus problemas/ideas de marketing que puedas imaginar (o leer) en tu hoja de cálculo. Aquí, describe cuánto tiempo se tardará en ejecutar (tiempo de entrada) y cuánto tiempo puede tardar en obtener data relevante de un experimento (tiempo de salida).

2) Prioriza tus estrategias de marketing en base a cómo se ajustan a tus objetivos. Brinda una puntuación en función de la probabilidad de éxito de cada objetivo.

Construye una infraestructura de informes que logren actualizarse automáticamente:

3) Una vez que hayas identificado el experimento, piensa en cómo deberás medir todos los KPI de tu experimento en función de su objetivo. Asegúrate de presentar tu hipótesis y todos tus KPI para probar o refutar tu hipótesis. Un buen marco para esto es el marco de métricas AARRR Pirate. Presta especial atención a todas las variables que afectarán tu experimento y asegúrate de haber automatizado los informes correctamente.

4) Ejecuta tu(s) experimento(s). Debes poder validar tus suposiciones en base al experimento de marketing 80/20. Haz esto dividiendo tu objetivo general en objetivos de crecimiento semana a semana para que puedas medir su progreso.

5) Crea tu informe de experimento documentando cómo se ejecutará la estrategia de marketing. Estos variarán dependiendo de la hipótesis, el canal y la estrategia.

6) Monitorea y analiza los resultados de manera consistente. Si puedes, ten la hoja de cálculo abierta en una pantalla en la oficina 24 × 7 para que siempre se pueda observar. Para analizar los resultados, simplemente pregúntate por qué el experimento funcionó (o no funcionó). Identifica las variables clave que condujeron al éxito/fracaso para que puedas hacer ajustes.

7) Si el experimento fue un éxito, aplica tus hallazgos y escala el experimento en pasos iterativos. Es importante seguir enfocándose en el canal de marketing hasta que no sea tan exitoso.

8) ¡Repite!

You may also like:

UTM cover Códigos UTM ¿Qué son? ¿Por qué utilizarlos? 28/09/2018 Español, Technology - Un código UTM es simplemente un código que se agrega al final de una URL con el objetivo de tener trazabilidad, principalmente, sobre fuentes, medios y campañas. Si tenemos la disponibilidad de utilizar Google Analytics dentro de nuestro sitio web, con los códigos UTM se vuelve muy fácil saber de dónde viene el tráfico de mi sitio web así como también la campaña que los hizo llegar. Un código UTM está formado principalmente por tres componentes: Source (fuente): Es la referencia de donde viene el usuario. Algunos ejemplos son periódico, newsletter y Facebook. Medium (medio): La forma en que se transmitió el link. Algunos ejemplos son correo electrónico, valla y video. Campaign name (nombre de la campaña): Este es el nombre con el cual se identifica una campaña. Una misma campaña puede tener varios anuncios y estos se agruparan bajo este mismo nombre. Ejemplos de nombres de campaña son venta_fin_de_anio, awareness_cancer y cupones_bebidas. Existen otras dos propiedades secundarias que podemos agregar en un código UTM: Terms: Es muy útil para campañas que se pagan por keywords ya que aquí podemos agregar los keywords que se utilizaron para el ad, por ejemplo zapatos o camisas. Campaign content: Una forma de utilizar ...
Obtenido de https://diymusician.cdbaby.com/music-rights/indie-musicians-can-monetize-music-facebook/ Como Spearmint Love logró una campaña exitosa en Facebook 30/08/2018 Case Studies, Consulting, Español - No se logra obtener 220,889 fans en Facebook de la noche a la mañana. Especialmente no obtiene un 62.48% de sus fans hablando sobre su marca en Facebook. En promedio, el porcentaje de personas que han dado “me gusta” a una página y que interactúan con esta es un 1%. Esto es cuando se tiene un buen engagement rate o tasa de interacción. Todos los negocios en línea conocen muy bien la narrativa del engagement en Facebook. El algoritmo de Facebook sigue evolucionando a promover las marcas en el newsfeed de los usuarios cada vez menos. La búsqueda orgánica es imposible de conquistar. Facebook se ha convertido en una plataforma que le exige pagar para poder participar. Aún pagando no es del todo claro si esos likes y clics en algún momento se convierten en dinero para la marca. Para Spearmint Love no hay ninguna duda que su inversión en Facebook sí se convirtió en dinero real. Ellos lograron convertir a esta plataforma oscura en una historia de éxito. La co fundadora Shari Lott pasó tres año siendo una blogger mamá. Así construyó una base de fans fieles en Facebook y en Instagram, plataformas en donde las imágenes son oro. ...
Cover reportería y análisis Diferencia entre reportería y análisis web 06/07/2018 Consulting, Data Science, Español - Muchas veces nos hacen una pregunta muy sencilla, ¿Cuál es la diferencia entre reportería y análisis web? Nuestro instinto es hacer una observación fácil sobre el análisis “Lo reconocemos cuando lo vemos”. Sabemos que esa no es una respuesta muy útil. La respuesta real fue la siguiente: Si ve mucha data entonces puede saber que está viendo un reporte. Aun cuando tenga como título “Dashboard”. Si ve palabras en español mencionando acciones que debe tomar acompañado de data relevante, entonces estamos hablando de un análisis. Nos hemos dado cuenta que las imágenes en verdad hablan más que mil palabras. Por eso tenemos algunas que le pueden ser de utilidad. Esto es un reporte web: Apesar que este se ve mejor, también es un reporte web: Es muy probable que se sienta tentado a pensar que esto no es un reporte web. Tiene muchos colores y data, hasta algunos segmentos. Créanos, es un reporte web: ¿Ve las características en común de los tres ejemplos? El trabajo de los reportes web es menospreciado. Su trabajo es dar la responsabilidad de entender el contexto, interpretar data e identificar las acciones necesarias al pobre que recibe el reporte. Si su trabajo es el de ...
http://agahgroup.com/iran-islamic-financial-market/ Por qué Marketing Analytics no ha cumplido las expectativas 11/06/2018 Data Science, Digital Marketing News, Español - Nos encontramos en una paradoja con dos tendencias de analítica. En una encuesta realizada por La Escuela de Negocios de Duke, Fuqua, y patrocinada por Deloitte LPP y The American Marketing Association, se reporta que el presupuesto que las compañías planean dar para el análisis de datos incrementará en un 198% en los próximos 3 años. Este incremento se espera a pesar que la mayoría de mercadólogos indica que las expectativas de Marketing Analytics no se han cumplido. Esto debido a que el efecto que tiene el análisis de datos en el desempeño de la compañía es mínimo. Cuando se pide que califiquen el análisis de datos en una escala de 1 – 7, siendo 1 no efectivo y 7 altamente efectivo, este recibe una puntuación promedio de 4.1. Aún más importante es el hecho que el impacto en el desempeño de la compañía ha mostrado un incremento muy bajo en lo últimos 5 años, cuando antes tenía una puntuación de 3.8. ¿Cómo es posible que a pesar que las compañías no vean ninguna mejora estén dispuestos a incrementar el presupuesto de análisis de datos? Basados en un trabajo hecho en conjunto con compañías miembros de  The Marketing Science Institute, ...