Incorporación de información sobre productos al marketing

Hace casi dos años, escribí que los equipos de productos y marketing necesitan aumentar su colaboración relacionada con el análisis digital. Antes de unirme a Amplitude, había visto muchos casos de organizaciones que trabajaban en silos para análisis digital. Los equipos de productos y marketing utilizaron diferentes métricas para el éxito o incluso diferentes productos analíticos. En Amplitude, teníamos la visión de que el marketing y el análisis de productos convergerían y, dos años después, vemos evidencia de que nuestra visión era correcta.

Amplitude creía que los equipos de productos y marketing deberían aumentar la colaboración relacionada con el análisis porque vimos oportunidades para que ambos equipos se beneficiaran mutuamente. En esta publicación, describiré algunos de los beneficios que los clientes de Amplitude ven a través de nuestra combinación de análisis de productos y marketing. Específicamente, describiremos cómo los especialistas en marketing pueden aprovechar los conocimientos del producto para mejorar sus campañas de marketing a través de datos de análisis de productos.

Comprender la conversión descendente

Como especialista en marketing, sé lo difícil que puede ser demostrar el valor del marketing. Los especialistas en marketing trabajan arduamente para encontrar formas nuevas y creativas de atraer nuevos clientes para que compren productos (B2C), vean contenido (medios) o se conviertan en clientes potenciales (B2B). Muchas de las métricas que usan los especialistas en marketing para justificar sus esfuerzos son a corto plazo. Los recuentos de visitantes únicos, rebotes, pedidos y clientes potenciales a menudo solo rascan la superficie de lo que se necesita.

Por ejemplo, suponga que trabaja para una empresa de software B2B y tiene campañas que destacan qué características hacen que su producto sea mejor que el de sus competidores. Su campaña de marketing puede incluir anuncios de búsqueda pagados, anuncios gráficos y anuncios de video para que los usuarios ingresen a una prueba gratuita de su producto de software. Puede utilizar la funcionalidad de análisis de marketing para ver qué partes de su campaña de marketing atraen a la mayoría de los usuarios a sus propiedades digitales. Hastaciertopunto (debido a las fallas en la atribución multitáctil), también puede ver qué elementos de la campaña llevan a los usuarios a completar formularios de clientes potenciales. Pero supongamos que los usuarios tardan algunas semanas o meses en participar con la versión de prueba gratuita de su software y finalmente comprarlo.

En este escenario, los datos de análisis de marketing solo pueden basar sus conclusiones en datos hasta el momento en que un usuario completa un formulario de cliente potencial. Después de eso, el equipo del producto captura los datos de uso del producto de prueba gratuita mediante la funcionalidad de análisis del producto. Si los datos de uso del producto se separan de los datos de análisis de marketing en el mismo producto de análisis o en uno diferente, es imposible conectar el uso del producto con la campaña de marketing. Pero si los datos analíticos están conectados, idealmente en el mismo producto analítico, es posible unir los datos de uso de la prueba gratuita a la campaña de marketing que impulsó la prueba gratuita.

La primera forma en que los conocimientos del producto pueden ayudar a mejorar las campañas de marketing es informando sobre el verdadero éxito posterior. Supongamos que los datos del producto pueden mostrar qué prospectos compraron el producto después de la prueba gratuita. En ese caso, los datos analíticos del producto pueden mostrarle al equipo de marketing qué campañas llevaron al éxito posterior, a menudo relacionado con los ingresos. En lugar de basar las decisiones de futuras campañas de marketing en la cantidad de clientes potenciales o MQL, las decisiones pueden basarse en la conversión real. Estos datos pueden ayudar a aclarar qué campañas de marketing están funcionando y cuáles no. Por ejemplo, algunas palabras clave de búsqueda de pago pueden generar muchos clientes potenciales, pero generan muy pocas conversiones posteriores.

Por el contrario, puede haber algunas campañas de marketing que no se vean bien según el recuento de clientes potenciales, pero que conviertan significativamente. Tener datos de conversión descendentes elimina gran parte de las conjeturas y permite a los equipos de marketing cambiar valiosos presupuestos publicitarios a las campañas que generan ingresos. Por supuesto, esto supone que puede conectar con precisión la campaña de marketing con el cliente potencial, ¡lo cual se está volviendo cada vez más difícil en el mundo actual sin cookies y centrado en la privacidad! Pero suponiendo que pueda superar ese obstáculo, aprovechar los datos de análisis de productos para ver las conversiones posteriores es una forma en que el producto y el marketing pueden beneficiarse de la colaboración.

Comprensión del uso de funciones del producto/aplicación

La siguiente forma en que los conocimientos de productos pueden ayudar a las campañas de marketing es a través del uso de funciones de productos digitales. Los equipos de productos dedican mucho tiempo a comprender cómo los usuarios interactúan con las diversas funciones del producto. En una configuración B2B, esto puede significar analizar qué funciones de software se utilizan. En una configuración B2C, podría significar analizar qué filtros usan los usuarios para filtrar productos en un sitio web de comercio electrónico. Independientemente de las características específicas o el modelo comercial, comprender lo que es de interés para los usuarios desde la perspectiva del producto puede ser útil para el equipo de marketing. Veamos esto a través de algunos ejemplos.

Continuando con nuestro ejemplo anterior de software B2B, el equipo del producto tiene información sobre las funciones del producto utilizadas durante las pruebas gratuitas. Podría funcionar con marketing para determinar si el uso de funciones en la prueba gratuita difiere según la campaña de marketing que originó al usuario. Si los especialistas en marketing se enteran de que los usuarios de la campaña A tienden a usar más las funciones A, B y C en la prueba gratuita, pueden usar esta información en futuras campañas de marketing para resaltar esas funciones. Por ejemplo, supongamos que los usuarios que provienen del término de búsqueda paga "herramientas de administración de bases de datos" ingresan a la versión de prueba gratuita y utilizan principalmente la función de búsqueda del producto. Este escenario puede presentar una oportunidad para compartir más información sobre la función de búsqueda en futuros anuncios. Tal vez bajo el título del anuncio de búsqueda paga, el equipo de marketing agrega: “¡Experimente la mejor función de búsqueda de todos los productos de administración de bases de datos!Este tipo de publicidad basada en datos puede ayudar a aumentar las tasas de conversión y el retorno de la inversión publicitaria (ROAS).

En un contexto B2C, supongamos que un minorista en línea usa datos analíticos de productos para determinar que muchos clientes más nuevos que provienen de campañas de marketing están usando la función de filtro de navegación izquierda para limitar los productos. Específicamente, los usuarios a menudo interactúan con los filtros de clasificación y tamaño para encontrar productos. Esta información le dice al minorista que aquellos que son nuevos en la marca quieren la capacidad de filtrar sus productos por estos atributos principales rápidamente. Luego puede compartir esta información con el equipo de marketing y agregarla a futuras campañas de marketing. Por ejemplo, las nuevas campañas pueden usar frases como "Encuentre los mejores productos XYZ por tamaño o calificación del cliente..." O los anuncios de video pueden resaltar lo fácil que es encontrar productos usando los filtros específicos que muchos prospectos tienden a usar. Estos son solo algunos ejemplos simples del uso de información sobre el uso de funciones de análisis de productos para mejorar futuras campañas de marketing.

Entendiendo el abandono

Como vendedor, a menudo es difícil rastrear la actividad de aquellos que adquiere más allá de sus interacciones iniciales. Por ejemplo, un especialista en marketing puede saber que condujo a un nuevo cliente a un sitio web minorista, pero ¿qué sucede si ese visitante compra un producto en esa sesión pero luego compra muchos más productos treinta días después? Dependiendo de la sofisticación del seguimiento de análisis de marketing, probar que la campaña de marketing generó compras posteriores puede ser un desafío. En un ejemplo B2B, un comercializador puede saber que llevó a un nuevo usuario a una prueba gratuita, pero puede no saber que el mismo usuario abandonó la prueba gratuita después de unos días.

Ambos ejemplos implican comprender el abandono de productos digitales. Muchas implementaciones de análisis de productos alientan u obligan a los usuarios a crear un identificador único (a través de la autenticación) para abordar el concepto de abandono. En B2C, esto puede implicar la creación de una cuenta en un sitio web minorista. En B2B, esto puede implicar iniciar sesión para usar un producto. Luego puede combinar el comportamiento del usuario en diferentes dispositivos y sesiones cuando tenga cuentas autenticadas. La combinación de usuarios permite que los equipos de productos y los datos de análisis de productos vean con qué frecuencia cada usuario regresa al sitio web o la aplicación a lo largo del tiempo.

En el ejemplo anterior de B2C, el equipo de productos puede ver las compras más allá de la compra inicial. Todas las compras del mismo usuario están asociadas con la campaña de marketing original que originó al usuario. Esta asociación permite que el equipo del producto vea el valor de por vida del usuario y trabaje con marketing para asignarlo a las campañas de marketing. El valor de por vida, a su vez, ayuda a marketing a identificar una visión más precisa del retorno de la inversión publicitaria. El equipo de producto también puede trabajar con marketing para identificar qué clientes conocidos no han regresado al sitio web en las últimasxsemanas. El marketing puede usar esta información para desencadenar campañas de remarketing para volver a atraer a los clientes que se han quedado inactivos.

En el ejemplo B2B anterior, el equipo del producto puede identificar qué usuarios de la prueba gratuita han dejado de participar en la prueba gratuita. Puede utilizar cohortes de usuarios de prueba gratuita inactivos para recordarles que tienen un tiempo limitado para explorar el producto antes de que sea demasiado tarde. O el departamento de marketing puede trabajar con el equipo del producto para agrupar a los usuarios de la prueba gratuita en cohortes en función de los pasos de la prueba gratuita que hayan realizado y los que no hayan realizado. Este tipo de cohorte puede proporcionar al marketing una forma de orientar casos de uso específicos a tráileres gratuitos. Por ejemplo, supongamos que cincuenta usuarios de la prueba gratuita han ejecutado un informe pero no se lo han enviado a nadie. En ese caso, el equipo de producto puede trabajar con marketing para enviar un correo electrónico personalizado a esos usuarios con capacitación sobre cómo dar el siguiente paso y compartir informes con colegas.

Otro beneficio de combinar equipos y datos de marketing y productos es ver el uso de productos a largo plazo por campaña o canal de marketing. Los especialistas en marketing son buenos para ver cuándo los usuarios abandonan sus campañas inmediatamente o si regresan en los próximos 30 o 90 días. Pero después de 90 días, la mayoría de las organizaciones confían en los datos de análisis de productos para analizar la retención de usuarios. La necesidad de un análisis de retención a largo plazo es la razón por la que las herramientas de análisis de productos ofrecen muchos informes y visualizaciones de retención de usuarios diferentes, mientras que los productos de análisis de marketing ofrecen muy pocos.

Una vez que se combinan los datos de análisis de productos y de marketing, puede utilizar informes de retención de análisis de productos estándar para ver la retención de usuarios por canal de marketing o campaña:

Independientemente del contexto, hacer que el equipo del producto comparta sus conocimientos relacionados con el uso y el abandono con el marketing proporciona una forma de que ambos equipos se beneficien.

Comprender qué campañas atraen a los usuarios correctos o incorrectos

Si bien a los especialistas en marketing les gustaría pensar que pueden dirigirse a audiencias específicas de usuarios a través de sus campañas de marketing, esto es difícil de hacer en la realidad. Puede anunciarse en un sitio web popular con un grupo demográfico más joven para dirigirse a personas más jóvenes. Puede usar redes sociales como Facebook e Instagram para orientar anuncios con un alto nivel de granularidad. Pero no importa qué tan bueno sea para enfocar sus campañas de marketing en la audiencia correcta, tendrá personas que harán clic en sus campañas que son adecuadas para su producto/servicio y aquellas que no lo son. La prueba de la precisión de la segmentación es cuando los usuarios realizan las acciones que desea que realicen después de adquirirlos.

Si bien los especialistas en marketing son excelentes para crear cohortes de clientespotenciales, los equipos de productos son excelentes para crear cohortes de clientesreales. Los equipos de productos utilizan la funcionalidad de análisis de productos para identificar qué usuarios están realizando las tareas o recorridos deseados. Estas cohortes pueden ser simples o complejas, según la situación. Por ejemplo, un equipo de producto puede determinar que su perfil de cliente ideal (ICP) para un servicio de transmisión de música es un usuario que escucha al menos cinco canciones por semana y crea al menos una lista de reproducción cada tres meses.

Independientemente de los criterios, los equipos de productos pueden utilizar herramientas de análisis de productos para crear cohortes de sus usuarios ideales y, a la inversa, de aquellos que no lo son. Puede usar estas cohortes para determinar qué campañas o canales de marketing atraen a las personas correctas e incorrectas. Algunas campañas de marketing pueden traer muchos clientes nuevos, pero no los tipos correctos de clientes. Veamos un ejemplo. Supongamos que un equipo de marketing gasta dinero en búsquedas pagas, recursos de SEO y algunas comunidades/eventos más pequeños. Cuando los visitantes ingresan al embudo de adquisición, captura su fuente en un producto de análisis digital como Amplitude. Después de la adquisición, el equipo de producto crea cohortes que identifican a sus usuarios "poderosos" y aquellos que no son usuarios "poderosos". El equipo de marketing y producto luego ve los canales de adquisición de marketing por cada una de estas cohortes inversas:

Cuando se ve a través de esta lente, algunas fuentes de marketing (SEO, Product Club Forum y Product World Conference) pueden atraer a más usuarios avanzados que usuarios no avanzados. Algunas de las fuentes de marketing con la menor cantidad de actividad, como el Foro del club de productos y la Conferencia mundial de productos, tienen más del doble de su porcentaje de usuarios avanzados. Aunque estas dos fuentes son pequeñas en volumen en comparación con la búsqueda paga, producen más usuarios avanzados en términos relativos. ¿Qué podría pasar si estas fuentes recibieran más atención que la búsqueda paga? Invertir más en estas campañas podría ser un experimento que valga la pena para ver si el marketing asigna mal sus presupuestos.

Como puede ver, el beneficio de conectar los datos de uso del producto y las cohortes con la actividad de marketing es que puede iluminar las oportunidades de mejora. La combinación de datos de marketing y productos es una forma en que los equipos de productos pueden ayudar a informar y mejorar las campañas de marketing. Pero estos beneficios dependen de que ambos equipos utilicen la misma plataforma de análisis digital u otra forma de unir los datos de los usuarios.

Resumen

Tradicionalmente, los equipos de marketing y productos han trabajado en silos. El marketing era responsable de adquirir clientes, y el equipo de producto los atraía y los retenía. Pero hay muchas formas en que los equipos de productos pueden colaborar con los equipos de marketing y ayudarlos a lograr sus objetivos a través de análisis y datos de productos. Los equipos de productos a menudo tienen información sobre el comportamiento de los usuarios a largo plazo que los equipos de marketing no tienen. Algunos ejemplos de esto incluyen:

• Comprender la conversión descendente
• Comprensión del uso de funciones del producto/aplicación
• Entendiendo el abandono
• Comprender qué campañas atraen a los usuarios correctos o incorrectos

Estos son solo algunos ejemplos de cómo los conocimientos de productos pueden ayudar a mejorar las campañas de marketing y por qué los equipos de marketing y productos deberían aumentar la colaboración relacionada con el análisis digital.