Blog de la agencia de marketing digital Elogia

Atribución de conversiones: Modelo Markov

Escrito por Iria Casal | 12 de junio de 2018 8:00:00 Z

Hoy me voy a centrar en uno de los principales quebraderos de cabeza que padece un director de marketing. ¿Qué modelo de atribución es el idóneo para valorar correctamente qué fuente de tráfico me genera más negocio? ¿cuál es el más rentable? ¿De cuál puedo prescindir? tras varios análisis yo me quedaría con el Modelo Markov y en este post os contaré el porqué.

 

¿Quién es Andréi Andréievich Markov?

 

Markov fue un matemático ruso que desarrolló la moderna teoría de procesos estocásticos (es decir, aleatorios). Trabajó en la casi totalidad de los campos de la matemática. En el campo de la la teoría de la probabilidad, profundizó en las consecuencias del teorema central del límite y en la ley de los grandes números.

En 1900 estudió la teoría de probabilidades. Demostró a partir de supuestos muy generales el llamado teorema central del límite, que establece que la suma de un número grande de variables aleatorias independientes se aproxima a una distribución gaussiana. Tras este trabajo, estudió las variables dependientes e introdujo el concepto de sucesos encadenados. Markov extendió los resultados clásicos de sucesos independientes a cierto tipo de sucesos encadenados, conocidos como sucesos markovianos, que son aquellos cuyo estado en un instante de tiempo depende de uno o varios estados cronológicamente anteriores.

 

Otros modelos de atribución 

Por si no estás familiarizado con el tema, un modelo de atribución es una regla o conjunto de reglas que determina cómo se asigna el valor de ventas y conversiones a los puntos de contacto (mix de medios) de las rutas de conversión.

Antes de decantarme por el Modelo Markov estudiamos y aplicamos diferentes modelos de atribución que no terminaban de convencernos. Paso a listar los más representativos y a comentar porque son modelos que descarto. 

Modelo Last Click

Tradicionalmente, entre los modelos de atribución, el más extendido es el last click, en el que se contabiliza el último canal que lleva a la conversión. Un modelo "perverso" porque no tiene en cuenta todos las acciones que incentivaron la compra final. En este tipo de modelos casi siempre sale como fuente ganadora el buscador, algo lógico, ya que tras ser impactado, realizar un profundo análisis, terminas buscando el producto concreto para cerrar el proceso con la compra del articulo. 

 

Modelo First Click

En este caso se premia al primer canal por el que nos conocieron. Otro modelo que descartaría por sistema por el mismo motivo que el anterior, no se tiene en cuenta el mix de medios y por lo tanto, los resultados que arroja este modelo son sesgados,

 

Modelo Lineal

El modelo Lineal divide el crédito de conversión de forma equitativa entre los puntos de contacto. Por lo tanto, en una ruta de conversión con cuatro interacciones, cada punto de contacto recibirá el 25% del valor. No obstante, se le pueden aplicar "créditos" que ponderan un canal sobre el resto si se cumplen algunas reglas, como por ejemplo, que se utilice la marca en google en una búsqueda de pago. 

 

Aplicación del Modelo Markov

El Modelo Markov o también llamado "las cadenas de Markov" han experimentado una importante aplicación real en el ámbito de los negocios y las finanzas, al permitir como se ha señalado analizar y estimar futuros patrones de conducta de los individuos atendiendo a la experiencia y los resultados anteriores. Esto puede reflejarse en diferentes campos como la prevención de la morosidad, el estudio de las conductas de consumidores de un sector entre otros.

En el caso de analizar la fuente del mix de medios que mejor nos convierte en un ecommerce, tendría una aplicación real como esta:

 

Una vez recopilamos todos los datos mediante una herramienta de analítica web, tráfico de campañas, etc... pasamos a realizar la atribución de ventas en base al modelo que estamos tratando.

Atribución de ventas: procesos

Se calcula la probabilidad de conversión de cada canal

 

Simulamos el efecto eliminación de cada uno de los canales

La importancia de aplicar el Modelo Markov

Si comparamos los diferentes modelos de atribución para obtener una visión más amplia de la data analizada, podemos sacar conclusiones que rebaten el uso de los modelos anteriores. En el supuesto que tengamos un ecommerce y que hasta ahora el análisis que estaba haciendo era last click (último click)... con el modelo Markov hemos podido conocer de manera más objetiva las fuentes de tráfico que más negocio nos aportan y por lo tanto, optimizar mi presupuesto de marketing reduciendo el coste de captación de clientes de manera considerable, 

  • El 15,5% de ventas son debidas al tráfico directo y no el 30% como se analizaba en el modelo last click. 
  • Un 7% de las ventas provienen de campañas de display y no un 2,32%.
  • El tráfico orgánico (seo) aporta un 28% de las ventas, 

Mediante este ejemplo podemos ver como con modelos "tradicionales" se están tomando decisiones equivocadas dejando de lado el potencial que pueden tener canales que debido a su "posición" en el funnel de conversión.

La ruta de conversión de usuario cada vez es más compleja, en ella encontramos más canales, dispositivos y puntos de contacto en el customer journey.
Los anunciantes tienen que tomar conciencia de que deben empezar a tomar decisiones basadas en todo el camino para poder tener un plan equilibrado y con posibilidad de crecer.
Para poder crecer debemos empezar a tomar conciencia de la ruta de conversión del usuario y no de por donde se empieza o acaba el camino, sino podemos llegar a tomar decisiones muy equivocadas, podríamos por ejemplo llegar a eliminar un canal sin conversiones que apoya todas las rutas que acaban finalizando con éxito.

¿Quieres conocer más sobre esta temática? Contáctanos y te haremos un análisis exhaustivo con este modelo para que puedas reorientar tu mix de medios. ¡Nos quedan unos análisis chulísimos!