Métricas una y otra vez

Cada una de ellas arrojará determinados datos que los CEOS y creadores de contenido por igual deben conocer para saber exactamente qué terreno están pisando. Entre las principales se encuentran las siguientes.

CTR

Un dato ya tradicional para medir el impacto de una estrategia de publicidad pagada, es el CTR o Click Through Rate, el cual indica la proporción de clics en un enlace determinado en relación con las impresiones o visitas.

La fórmula es: Clics/Impresiones x 100, de tal manera que si la compañía “A” obtiene que durante el 2017 sus datos son:

10,500/270,000 x 100= 3.88 %

Este número es relativo, ya que depende de la audiencia a la que se dirijan los anuncios así como el formato de los mismos, entre muchos otros aspectos. Sin embargo, una tasa mayor indicará en términos generales una estrategia mucho más eficiente.

Costo por conversión

Es necesario saber cuánto está costando cada una de ellas. Una manera sencilla de saberlo es conociendo los siguientes datos:

-Costo total de la campaña: $150,000 dólares.

-Número de conversiones logradas: 825.

El costo de cada una es por lo tanto: 150,000/825= $181 dólares.

En este ejemplo la marca debe optimizar los costos y procesos relativos a cada campaña. Así, dos escenarios posibles se presentarán:

1) Obtener la misma cantidad de leads a un costo mucho menor.

2) O bien reducir el costo de la campaña y al mismo tiempo generar más prospectos.

ROI

Quizás la métrica más importante y la que mide la parte central de la estrategia es el Retorno de la Inversión y se calcula de la siguiente manera:

[(Ingresos – Inversión) / Inversión] x 100 = Retorno de la Inversión

Aunque un ROI alto refleja eficiencia, mientras que uno bajo o negativo puede también causar alarma, hay que tomar en cuenta otros factores, como por ejemplo la cantidad de gasto generado en relación con los objetivos. Es decir, el ROI puede ser aun mejor o sorprendentemente más alto al optimizar procesos.

Por su parte un ROI muy bajo es desalentador, pero tal estrategia quizás generó una cantidad importante de leads que en el siguiente periodo se convertirán en clientes seguros, impactando por lo tanto de forma positiva este dato.

Análisis por objetivos determinados

Cada campaña tiene metas específicas o incluso varias de ellas se combinan para un mejor resultado. Algunas de éstas pueden ser:

Estrategia en medios sociales

La medición de redes sociales es cada vez más importante. Una métrica sencilla para saber qué tal funciona la campaña de Marketing Digital en las mismas es la de Nivel de Interés Generado en proporción a las ventas. Ejemplo: una compañía posee los siguientes datos al final del periodo:

-Total de reacciones (likes o retweets) generados en una red social durante la campaña por parte de los suscriptores: 50,000.

-Número final de suscriptores en esa red: 500,000.

-Número total de clientes generados de ese total de reacciones: 3,000.

Los datos obtenidos son:

-Proporción de engagement generado (50,000/500,000) x 100= 10%: Esta métrica debe tender siempre a incrementarse, para lo cual se requieren contenidos de alta calidad que generen cada vez mayor interés.

-Proporción de ventas en relación al engagement (3,000/50,000) x 100= 6%: En esta situación el trabajo a realizar será un adecuado lead nurturing durante todo el proceso para garantizar que la proporción se incremente tanto como sea posible. El interés mostrado al prospecto es vital para que éste otorgue su preferencia a la marca.

Branding

Otro objetivo será posicionar a la marca en el gusto del público y lograr que se identifique con el conjunto de valores que ofrece.

Algunos datos importantes a analizar son:

-Número de menciones en motores de búsqueda y en redes sociales: Con la ayuda de la analítica será posible conocer estos datos con exactitud.

-Amplificación de marca: En este punto intervienen factores tales como aumento de suscriptores en redes sociales, los comentarios y los retweets, entre otros.

Cada campaña de Marketing Digital requiere un análisis concienzudo de sus cifras y números para determinar el rendimiento. Los datos deben ser usados con visión y responsabilidad, ya que determinarán el futuro de los siguientes esfuerzos y servirán para corregir cursos de acción, así como para optimizar procesos y recursos.