Resumen:
1. La tasa de clics en los anuncios gráficos en la industria es notoriamente insignificante, menos del 0,1%.
2. El aumento de ingresos de la optimización posterior a la visualización es diez veces mayor que el de la optimización posterior al clic.
3. En pruebas controladas, los clientes que vieron anuncios de IMVU (el nombre de un mundo virtual) tenían un 10% más de probabilidades de convertirse en usuarios de pago, independientemente de si hicieron clic en los anuncios.
Hace un siglo, John Wanamaker dijo una vez: "La mitad del dinero que gasto en publicidad se desperdicia; el problema es que no sé qué mitad". Hoy en día, los especialistas en marketing online todavía están tratando de superar los mismos problemas en el análisis de mediciones. .
La respuesta parece simple, porque en el mundo online puedes realizar un seguimiento de los clics. El problema es que los clics y los análisis basados en clics no se sostienen. La cantidad de clics no sólo no dice toda la verdad, sino que incluso puede ponerla patas arriba, especialmente cuando se usa sola.
Debido a la disponibilidad de herramientas de análisis web, muchos especialistas en marketing atribuyen la actividad del sitio web (participación, conversiones – nota del editor de semwatch) únicamente a campañas basadas en clics, como los clics en anuncios gráficos. Sin embargo, este es un enfoque muy limitado.
Debido a que la tasa de clics (CTR) de la publicidad gráfica es muy baja, menos del 0,1%, la mayoría de las personas que ven publicidad en línea no harán clic en ella; Además, el número de clics no es proporcional al número de clics. Alrededor del 85% de los clics provienen del 8% de las personas. Se han realizado muchos estudios industriales sobre este tema.
Sin embargo, una tasa de clics baja no significa que el anuncio no esté funcionando; de hecho, todo lo contrario. Los consumidores suelen realizar una compra poco después de ver un anuncio sin hacer clic en él.
En una prueba reciente, una red social virtual llamada IMVU que permite comprar artículos virtuales intentó descubrir qué sucede cuando los usuarios gratuitos de IMVU (aquellos que han recibido correos electrónicos de marketing y visto anuncios en el mundo virtual) están en el mundo real. ¿Es más probable que se convierta en un usuario pago cuando ve los anuncios en línea de IMVU?
En pruebas controladas, los clientes que vieron un anuncio de IMVU tenían un 10% más de probabilidades de convertirse en clientes de pago, independientemente de si hicieron clic en el anuncio. Este aumento del 10% se suma a todos los esfuerzos de marketing existentes en comparación con el grupo de control. El grupo de control tuvo las mismas posibilidades de ver otras campañas de marketing que el grupo de prueba. La única diferencia entre los dos grupos fue si realmente vieron los anuncios. El grupo de prueba vio anuncios de IMVU, mientras que el grupo de control vio anuncios irrelevantes.
IMVU utilizó el mismo método para comprobar si los usuarios de pago estarían dispuestos a gastar más dinero si vieran anuncios que estimularan el consumo en el mundo real. En promedio, los miembros de IMVU que ven anuncios que promocionan productos virtuales gastan más del doble que aquellos que ven anuncios irrelevantes, independientemente de si hacen clic en los anuncios. Nuevamente, este impulso se suma a las promociones vía correo electrónico y mundos virtuales. Empresas como IMVU venden artículos virtuales como si estuvieran imprimiendo dinero.
Centrémonos nuevamente en una empresa de comercio electrónico. La empresa depende en gran medida de las herramientas de análisis de sitios web para analizar los datos del comportamiento del usuario posterior al clic (para optimizar los efectos de la campaña de marketing - nota del editor de semwatch) (fecha posterior al clic) (el tráfico y los ingresos del sitio web provienen de la publicidad). Los anunciantes esperan utilizar únicamente datos del comportamiento del usuario posterior al clic como base para la optimización. Dado que el cliente no realiza un seguimiento de los ingresos relacionados con la visualización (ingresos posteriores a la vista), no hay forma de optimizarlos.
Repasemos estas dos situaciones: optimización que asigna contribuciones de conversión en función de los datos posteriores al clic (post-clics) frente a optimización que asigna contribuciones de conversión en función de los datos posteriores a la impresión (post-vista). Los ingresos incrementales de la optimización posterior a la impresión son diez veces mayores que los de la optimización posterior al clic. Al analizar los ingresos desde una perspectiva posterior al clic, llamamos al mejor anuncio Anuncio A y al peor anuncio C. Pero cuando se analiza desde una perspectiva posterior al espectáculo, los resultados son exactamente lo contrario. C es el mejor y A es el peor. Esto conduce a soluciones de optimización completamente diferentes.
Se podría argumentar lo contrario y argumentar que el análisis posterior a la impresión exagera el trabajo de la publicidad online. Porque es probable que un consumidor potencial compre un producto independientemente de si ha visto un anuncio online, y estos anuncios probablemente no influyeron en su decisión. Sin embargo, después de realizar pruebas una y otra vez, descubrimos que los resultados son exactamente los opuestos. Analizamos el intervalo de tiempo entre ver un anuncio y comprar un producto. Los datos muestran que el rápido aumento de las conversiones se produce poco tiempo después de que los consumidores ven el anuncio, lo que refleja el impacto de la atribución post-impresión. En el siguiente ejemplo, la mitad de las conversiones se produjeron dentro de las seis horas posteriores a la publicación del anuncio y el 70 % de las conversiones se produjeron dentro de las 24 horas posteriores a la publicación del anuncio. Si la atribución post-impresión no tuviera tal efecto, deberíamos ver tasas de conversión distribuidas aleatoriamente a lo largo del tiempo para seguir un patrón lineal en lugar de un patrón curvilíneo.
La conclusión es que cada campaña publicitaria es diferente. Todos deben optimizarse en función de la mayor cantidad de datos posible. No confíe únicamente en análisis basados en clics. Es mejor aprovechar al máximo tus fortalezas y recursos.
Comentario de Tianan:
El análisis de la eficacia de la publicidad gráfica debería hacer referencia más a diversos factores, como por ejemplo:
1. ¿Cuál es el propósito de la publicidad gráfica? ¿Es para promocionar la marca o las ventas? ¿En qué etapa de la toma de decisiones del consumidor espera tener impacto este anuncio?
2. ¿Cuáles son las características de la industria en la que se encuentra? ¿Cuánto dura el ciclo de toma de decisiones del consumidor?
De hecho, los anuncios gráficos son medios pagos y el sitio web al que ingresa después de hacer clic es un medio de propiedad. Pero, de hecho, ambos son medios que los anunciantes pueden controlar y pueden decidir el contenido, el método y el tiempo que se mostrarán. Para los anunciantes, los clics son simplemente una transferencia desde la visualización de un módulo de información a la visualización de otro módulo de información.
Desde el punto de vista del consumidor, ambos le transmiten información. La única diferencia es la cantidad de información y su propio enfoque de lectura. Los clics representan un grado relativamente fuerte de participación, pero la visualización es también una transmisión de información. El impacto de esta transmisión de información es "lo más importante" en la toma de decisiones. Por ejemplo, si vi un anuncio de equipos de fitness, tal vez lo miré pero no hice clic en él, pero si tengo necesidades similares y busco equipos de fitness nuevamente a través de un motor de búsqueda, veo el mismo nombre porque es el; segundo anuncio, por lo que podría tener una sensación de familiaridad/confianza que me lleve a hacer clic.
El estado actual del análisis de datos de publicidad gráfica puede verse restringido en gran medida por la dificultad de la recopilación de datos. En los medios propios, con la popularización de la tecnología de análisis de sitios web, los datos de clics se recopilan fácilmente y se pueden aplicar fácilmente en la práctica. Sin embargo, en los medios pagos, especialmente en el entorno de medios del mercado de publicidad gráfica nacional, no se pueden recopilar muchos datos. o compartido con anunciantes, por lo que está destinado a ser ignorado en el análisis y optimización. Es más, para llegar a las conclusiones anteriores es necesario analizar con mucho cuidado una gran cantidad de datos. Esto puede considerarse como un dolor en el proceso de desarrollo de la industria.
Texto original: http://www.imediaconnection.com/content/29020.asp
El autor, Jarvis Mak, nació en biología y trabajó para Yahoo y Neilson respectivamente en el análisis de clientes, incluido el proyecto MegaPanel. Ahora centrándose en medios digitales y marketing en la industria minorista. ,
Fuente de traducción: http://semwatch.org/