Las pruebas de incrementalidad muestran qué tácticas de marketing impulsan realmente las decisiones de compra.
Medir el impacto de tus campañas de marketing requiere tiempo y esfuerzo. Además, puede ser difícil distinguir qué métodos de marketing contribuyen realmente al éxito y cuáles podrían ser redundantes. Ahí es donde el análisis de incrementalidad puede ayudarte.
La incrementalidad mide la eficacia de tu estrategia y revela qué método de marketing merece el crédito por las conversiones. Esta información crucial te ayuda a optimizar tus campañas para obtener los mayores beneficios con la menor inversión. Aprende a aprovechar la métrica de incrementalidad para alcanzar el máximo éxito empresarial.
¿Qué es la incrementalidad?
La incrementalidad es un método de prueba sofisticado que mide qué campañas de marketing tienen un mayor impacto en tu audiencia. Te ayuda a determinar qué esfuerzos han provocado un cambio medible y cuáles han sido más bien cuestión de suerte.
Imagina que alguien decide comprar un nuevo sistema de sonido. Examina reseñas de productos y sitios web de empresas y, finalmente, elige un sistema Bose. Cuando está listo para comprar, visita una tienda de electrónica, donde pasa por delante de todos los expositores y recoge el modelo elegido.
Entonces, ¿qué canal de marketing atrajo a este cliente hacia Bose? Puede que fueran las unidades de demostración que Bose envió a los críticos de productos, el sitio web que el equipo de marketing diseñó cuidadosamente, o los expositores y la señalización en la tienda. La atribución típica del último toque atribuiría la conversión al último punto de contacto de marketing con el que el cliente interactuó. En este escenario, los expositores de la tienda se llevarían el crédito, a pesar de que tuvieron un impacto insignificante en la decisión.
Bose podría utilizar el análisis de incrementalidad para determinar la eficacia de sus múltiples esfuerzos de marketing para ese sistema de sonido específico. Esto implicaría una iteración A/B utilizando grupos de prueba y de control. Este proceso ayuda a aislar una campaña para determinar si merece el crédito por las conversiones, clics o compartidos.
Cómo diseñar pruebas de incrementalidad
Las pruebas de marketing de incrementalidad eficaces deben tener en cuenta los siguientes elementos para generar los datos más precisos:
- Tamaño: Tus grupos de prueba y de control deben incluir suficientes clientes potenciales para generar resultados valiosos. Asegúrate de que tu grupo de control sea un 10% mayor que tu grupo de prueba para compensar la tasa de deserción naturalmente más alta.
- Especificidad: Las pruebas funcionan mejor cuando se utiliza un único indicador clave de rendimiento (KPI) para contextualizar los resultados, como las conversiones, la tasa de clics (CTR) o el Net Promoter Score (NPS).
- Similitud: Tus dos grupos deben tener un rendimiento similar en la métrica que estás midiendo. Por ejemplo, si estás midiendo el CTR, ambos grupos de prueba ya deben tener un resultado similar.
- Paciencia: Tus pruebas deben realizarse durante periodos lo suficientemente largos como para tener en cuenta la estacionalidad y otros cambios naturales del mercado.
- Neutralidad: Selecciona grupos que nunca hayan visto la campaña de marketing que estás evaluando para garantizar un entorno de prueba neutral.
¿Cómo se calcula la incrementalidad?
Calcular la incrementalidad requiere una fórmula sencilla que mide el impacto de una campaña de marketing en un grupo de prueba en comparación con un grupo de control. Si el porcentaje resultante es positivo, tienes un "aumento incremental". Si no, has descubierto que la campaña tiene un impacto insignificante, o incluso negativo. La fórmula es la siguiente:
((Resultado de la prueba - Resultado del control) / Resultado del control) x 100 = Incrementalidad
El sitio web del marketer
Nuestro ebook gratuito exclusivo para marketers. Descubre cómo el no-code elimina los cuellos de botella de los desarrolladores y permite que los equipos de marketing modernos tomen el control total de su sitio web.
2 tipos de pruebas de incrementalidad
Existen dos formas principales de abordar las pruebas de incrementalidad. Determinar qué método se adapta mejor a tu situación depende de tus objetivos de marketing y de las variables que estés analizando.
1. Pruebas de grupo de control (Holdout testing)
Las pruebas de grupo de control siguen un procedimiento estándar de pruebas A/B. Pero en lugar de realizar dos experimentos que compiten entre sí, evaluarás un experimento frente a un grupo de control. Veamos cómo funcionaría si el equipo de marketing de Bose quisiera determinar cómo sus expositores en tienda influyen en la decisión de compra del cliente.
Primero, el equipo de marketing de Bose identifica dos tiendas donde nunca han utilizado marketing físico. Las tiendas tienen cifras de ventas similares y se encuentran en ubicaciones con datos demográficos parecidos. Así que el equipo etiquetará las dos tiendas de la siguiente manera:
- Tienda de prueba: En esta tienda, la empresa instalará demostraciones, cabeceras de góndola y señalización.
- Tienda de control: En esta tienda, que tiene una base de clientes un 10% mayor, no añadirán nada.
Tras realizar la prueba durante dos meses, el equipo de Bose revisa las cifras de ventas y obtiene estos resultados:
- Tienda de prueba: 80 ventas
- Tienda de control: 74 ventas
Luego, aplican esos números a la fórmula:
((80-74) / 74) x 100 = 8.1%
Bose concluye que el marketing en tienda genera un aumento del 8.1% en las ventas. Eso puede parecer mucho o poco, dependiendo de sus objetivos de ventas y de cuánto cueste el marketing. En cualquier caso, es información vital que pueden utilizar para optimizar sus estrategias de marketing.
2. Pruebas multivariables
Las pruebas multivariables llevan la incrementalidad un paso más allá. Con este enfoque, puedes probar múltiples variables, como variantes de texto o enfoques de audiencia, unas contra otras. Veamos cómo funcionaría si el equipo de Bose quisiera probar qué reseñas de productos tienen un mayor impacto en el CTR de sus anuncios.
En una prueba multivariable, el equipo de Bose crearía tres anuncios casi idénticos con los siguientes títulos, por ejemplo:
- "¡Echa un vistazo a nuestro galardonado sistema de sonido!"
- "¡Este sistema de sonido ganó el premio Editor's Choice de CNET!"
- "¡Este sistema de sonido ganó el premio Editor's Choice de TechRadar!"
Publican estos anuncios en una plataforma importante, como Meta, que les permite segmentar su audiencia. Luego, el equipo divide a su audiencia en tres grupos demográficamente similares:
- Grupo A: Este grupo, que es un 10% más grande, recibe el anuncio n.º 1.
- Grupo B: Este grupo recibe el anuncio n.º 2 con la referencia de CNET.
- Grupo C: Este grupo recibe el anuncio n.º 3 con la referencia de TechRadar.
Tras realizar la prueba durante dos meses, el equipo de Bose obtiene los siguientes resultados:
- Grupo A: 4 clics por cada 100 impresiones
- Grupo B: 9 clics por cada 100 impresiones
- Grupo C: 7 clics por cada 100 impresiones
Luego, aplican esas cifras a la fórmula para el Grupo B:
((9-4) / 4) x 100 = 125%
Por último, repiten la fórmula para el Grupo C:
((7-4) / 4) x 100 = 75%
El equipo concluye que mencionar el premio de CNET es un 50% más eficaz para generar CTR que mencionar el de TechRadar. Como resultado, dan luz verde al anuncio con mejor rendimiento y consiguen más tráfico web.
Atribución y modelado
La atribución consiste en asignar el mérito de un resultado exitoso a una táctica de marketing específica. En nuestro ejemplo anterior, la compra del cliente se atribuyó inicialmente al marketing en tienda. Pero tras varias pruebas de incrementalidad, determinamos que el mérito era de una reseña de producto de CNET. Ese es el problema del modelo LTA, que no tiene en cuenta el recorrido de compra del cliente.
Es probable que el cliente de Bose se encontrara con muchos factores que influyeron en su decisión, y ahí es donde entra en juego la atribución multitáctil (MTA). La MTA utiliza numerosas pruebas de incrementalidad para medir el impacto relativo de cada táctica de marketing en la decisión del cliente. Con esos datos, los profesionales del marketing pueden determinar qué estrategia merece el crédito de una compra.
Con todos estos datos acumulados, los profesionales del marketing pueden empezar a realizar modelos de mezcla, que utilizan datos históricos de marketing para estimar los resultados de las campañas. En este punto, la fórmula de incrementalidad no servirá de mucho. Requiere un análisis estadístico complejo, pero afortunadamente, herramientas como Segment y Qualtrics pueden procesar todos los datos por ti.
El proceso de incrementalidad puede convertirse en un ciclo potente: seleccionas una táctica de marketing, realizas pruebas de incrementalidad para determinar su impacto y, a continuación, actualizas tu modelo de mezcla de marketing. Tras completar este ciclo las veces necesarias, tu modelo debería prescribir con precisión una combinación única de tácticas de marketing que genere el mejor retorno de la inversión para tu empresa.
Potencia tus campañas con marketing basado en evidencias
Como la mayoría de los consumidores actuales, nuestro cliente de ejemplo basó su decisión en una investigación que realizó mucho antes de comprar, y las cifras lo respaldaron. Pero, ¿qué ocurre con factores de marketing menos intuitivos, como las combinaciones de colores del sitio web, la ubicación de los botones y la elección de las fuentes?
Las pruebas de incrementalidad también miden eso, y Webflow Enterprise puede ayudarte. Webflow ofrece una pila tecnológica moderna e integraciones de aplicaciones, para que puedas diseñar y lanzar tus propias pruebas de incrementalidad. Combinada con un entorno de desarrollo web visual y un CMS, la plataforma de Webflow ofrece todo lo necesario para probar un sinfín de posibilidades de diseño.
Webflow Enterprise
Con la confianza de más de 300 000 de las marcas líderes del mundo, Webflow Enterprise permite a tu equipo crear, gestionar y optimizar sitios web sofisticados a gran escala de forma visual, todo ello respaldado por una seguridad de nivel empresarial.
