Discovery Commerce: Cómo aplicarlo a nuestras campañas de Paid Social

Casi un año después de que nos dejasen salir de casa después de un duro confinamiento es innegable que la forma de comprar ha cambiado. Según el  estudio de redes sociales 2021 realizado por  nuestros compañeros de research y estudios de mercado para la IAB Spain actualmente 27 millones de personas utilizan las redes como canal de compra, esto es, más de un 70% de los internautas en España entre 16 y 70 años. En este mismo tramo de edad, este estudio aporta otro dato revelador, el 85% de la población internauta usa redes sociales, es decir, a día de hoy hay más gente en redes sociales que gente que compra online

Esta elevada penetración del ecommerce y del uso de redes sociales hace necesario un cambio de paradigma a la hora de trabajar las campañas publicitarias. Hasta ahora lo recomendable era encontrar a las audiencias que nos interesaban para venderles nuestro producto, ahora la clave está en que las audiencias a las que nosotros, como producto, les podemos interesar nos descubran, y para ello tenemos que anticiparnos a sus necesidades y generar contenido que les proporcione nuevas formas de hacerlo cumpliendo sus expectativas. Esta es la clave del Discovery Commerce.

Social Ads & Discovery Commerce: El match perfecto

Las campañas en redes sociales tienen que funcionar de forma similar a como funciona un escaparate en la calle, que es capaz de hacer que meros paseantes entren en un establecimiento al ver un producto o una promoción determinada. Esto es clave, ya que los usuarios navegan por ellas sin una intención de compra, igual que salen a pasear y compran productos al ver ese escaparate. Según el mismo Estudio de RRSS que comentábamos, los usuarios tienen otras motivaciones para entrar en redes sociales entre las que se encuentran entretenerse, interactuar, en menor medida inspirarse o seguir tendencias pero en ningún caso directamente comprar.

Los anuncios de la red de Facebook o Instagram tienen por tanto que convertir el descubrimiento en demanda.

Conceptos Clave

Claves para aplicar el Discovery Commerce en tus campañas de Social ADs

¿Y cuáles son los conceptos clave en torno al Discovery Commerce que nos van a ayudar a convertir el descubrimiento en demanda? Pues los 3 conceptos claves serían 3.

• Machine Learning: El Machine learning es el aprendizaje del algoritmo. Es decir, es la “maquinaria” que va a hacer funcionar las campañas de Facebook correctamente.
• Liquidity: La Liquidity sería la “gasolina” o la fuente de alimentación de datos necesaria para que el algoritmo pueda ir aprendiendo. Sin esta liquidity no le daremos suficiente liquidez o flexibilidad al sistema de entrega para que vaya mostrando los ads allí o a quien es más posible que convierta.
• Metodología Test & Learn: Finalmente la Metodología Test&Learn es el “volante” que nos va a permitir convertir a los optimizadores en “pilotos” o “jinetes” del machine learning. Esta metodología consiste en plantearse hipótesis y validarlas mediante pruebas A/B y Pruebas de aumento.

¿En base a qué debemos aplicar la liquidity y qué pruebas nos van a ser útiles para ayudar al algoritmo?

• En base a la audiencia: Hasta hace poco el principal argumento de venta de Facebook ads era su gran capacidad de segmentación. A día de hoy y debido a la gran cantidad de datos que se han ido recogiendo durante años el algoritmo es capaz de ir lanzando impresiones en la fase de análisis y simultáneamente ir aprendiendo a quienes debe mostrar los ads para ir mejorando resultados. Es decir, a día de hoy el hipersegmentar las campañas de Facebook es un mito, ya que se recomienda utilizar la liquidity en cuanto a segmentación utilizando las audiencias más amplias posibles. Con un test A/B podremos verificar si en nuestro caso nos funcionan mejor las audiencias amplias o las audiencias específicas como en este caso. ¡Nosotros ya lo hemos comprobado con gran éxito en las campañas de nuestros clientes!
• En base a las ubicaciones: Igual que con la audiencia antiguamente se recomendaba dividir las campañas entre ubicaciones en función de su comportamiento. Así por ejemplo si funcionaban mejor las de Facebook que las de Instagram le dábamos más presupuesto a las primeras. Actualmente esto también es un mito. La recomendación es utilizar ubicaciones automáticas, es decir, el mayor número posible a la vez, para que el inventario para el algoritmo sea lo más amplio posible y pueda aprender antes.

Existe además una funcionalidad llamada Personalización de activos que nos va a permitir personalizar la creatividad en base a dónde se vaya a mostrar el anuncio, por ejemplo cuadrada para los newsfeeds, vertical para las stories, etc. También en este caso debemos hacer un Test A/B para verificar qué ubicaciones nos funcionan mejor, las automáticas (cuando usamos 4 o más al mismo tiempo) o manuales.

• En base al presupuesto. Siguiendo con la lógica anterior si en su día se recomendaba dividir mucho las campañas tanto por ubicaciones como por audiencias también era recomendable que ese presupuesto se repartiese entre estas subdivisiones en función de su performance. Con el mindset actual el reparto debe dejar que lo haga el propio algoritmo, pero de entrada testar si esto nos funciona a nosotros con un test A/B específico para medir esta variable.

• En base a la Puja. En este sentido antiguamente se trabajaba con pujas manuales y muy restrictivas que ahora no son necesarias. La liquidity en base a puja va a dejar al algoritmo aprender de forma más cómoda aunque como es un tema sensible lo recomendable es utilizar varios test a/b para probar si nos funcionan mejor las pujas automáticas o las diferentes estrategias de puja más o menos flexibles.

• En base a la Optimización. Cuando queremos hacer una campaña con objetivo venta lo lógico sería optimizar en base al evento venta sin embargo no siempre es lo recomendable. Debemos diferenciar entre el objetivo último de una campaña y el evento objetivo en base al que el algoritmo que optimiza una campaña. Esto quiere decir que si no tenemos suficientes ventas el evento va a saltar pocas veces y por tanto el algoritmo va a tener pocas señales en las que basarse para optimizar ese objetivo.

TIP☝💡: Por ejemplo, si un ecommerce tiene todavía pocas ventas porque es muy nuevo o porque la cesta media es alta debemos darle “gasolina” al algoritmo siendo algo más líquidos en cuanto al evento de optimizaciòn, es decir, haciéndolo en base a un evento superior en el funnel como por ejemplo Añadir al Carrito. Podemos probar con un test A/B si el CPA, el objetivo real de la campaña, nos sale mejor si elegimos el evento venta como objetivo de optimización o si elegimos el evento carrito.

Ventajas del Discovery Commerce

El machine learning junto con la liquidity y la metodología Test&Learn además de ayudarnos a convertir el descubrimiento en demanda nos van a ayudar a:

• Reducir la fase de análisis, ese periodo de tiempo en el que el algoritmo está aprendiendo y por tanto es más inestable. Esta fase se termina al conseguir 50 conversiones (50 compras en el caso de campañas a compra, 50 leads en campañas de captación, etc) Cuanto antes las consigamos antes funcionará el algoritmo de forma estable.
• Dedicar el tiempo de los optimizadores, o pilotos del algoritmo, en tareas más estratégicas que operativas.
• Mejorar resultados y costes por resultado.

Estos 3 conceptos son muy relevantes para convertir el descubrimiento en demanda aunque no hay que dejar de lado el recorrido posterior hasta la compra y posterior a ésta, la post-compra, ya que debemos eliminar todas las posibles fricciones que haya para que el usuario sea un usuario contento y que nos pueda recomendar y volver a comprar.

Elogia, Discovery Commerce Specialists de Facebook acreditados.

Desde Elogia somos buenos conocedores de todas estas herramientas que Facebook pone a nuestra disposición, y no es amor propio, es un hecho, ya que este conocimieto es evaluable mediante una nueva certificación Blueprint ¡con la que por supuesto cuenta nuesto equipo! ¿A caso lo dudabas? 😉

Pero lo relevante de esta insignia no es solamente el conocimiento específico que acredita, sino que esta nueva insignia solo es compatible con la certificación para compradores. Todas estas certificaciones nos avalan como agencia experta en Social Ads de la red de Facebook y como un equipo de profesionales de la compra y  estrategias de medios dentro de esta plataforma publicitaria.

Esto junto con nuestro Effective Spent, es decir, el porcentaje de la inversión - corroborado por Facebook - destinado a objetivos medibles y de impacto directo en negocio nos convierte en Agencia Facebook Marketing Partners a nivel preferente, lo que nos permite acceder a una serie de ventajas que redundan en un mejor servicio a nuestros clientes.

¿¡Qué dices, te animas a darle el empujón definitivo a tus campañas de Social Ads con nosotros?!