La rentabilidad nos da la respuesta correcta

Antes de seguir leyendo, responda esta pregunta: ¿qué preferiría ver al final del mes, un aumento en los ingresos o un aumento en las ganancias? En casi todos los casos, la respuesta es el beneficio.

Durante décadas, Wall Street y la industria financiera han utilizado las ganancias como el estándar de oro para las métricas y, sin embargo, el éxito de las campañas de marketing se juzga en función de las métricas de ingresos. Los ingresos se traducen para nosotros a través de una métrica con la que todos estamos familiarizados, las conversiones. Fundamentalmente, el seguimiento de las conversiones tiene sentido, ya que nos lleva a respuestas rápidas y decisivas sobre el rendimiento de los esfuerzos de marketing. Sin embargo, la distinción entre medir las conversiones y los ingresos y medir la rentabilidad es que la rentabilidad no solo nos lleva a una respuesta, sino a la respuesta correcta.

El gráfico anterior muestra que el Producto 1 aumenta las conversiones en un 100% mes tras mes (MoM). Abra el champán, mueva todo el presupuesto hacia el objetivo del Producto 1, nos encontramos con un ganador. El producto 2, por otro lado, es plano y tiene un aumento incremental en las conversiones MoM del 0%. Despida a cualquiera que haya pensado en el Producto 2, elimine el Producto 2 del catálogo de productos, el Producto 2 nunca existió. Esta es una decisión precipitada, así como un ejemplo simplista, pero los datos aquí muestran una clara indicación de que nuestros esfuerzos deben ajustarse y canalizarse hacia el Producto 1.

En nuestro ejemplo, las empresas han encontrado una serie rápida de pasos lógicos y una respuesta decisiva: las conversiones para el Producto 1 se han disparado, aumentan los esfuerzos hacia el Producto 1. ¿Qué pasa si introducimos nueva información? Digamos que el Producto 1 tiene un margen de beneficio de $1,00, mientras que el Producto 2 tiene un margen de beneficio de $5,00.

Las cosas comienzan a verse diferentes después de tener en cuenta la rentabilidad. El Producto 2 está generando más ganancias para nuestro negocio que el Producto 1, aunque las conversiones del Producto 1 han aumentado drásticamente.

Dado que las ganancias más saludables conducen a empresas más saludables, ahora tenemos una nueva respuesta: debemos aumentar las ventas del Producto 2.

El poder de la rentabilidad persiste mientras examinamos las audiencias y usamos otra métrica que los especialistas en marketing a menudo buscan aumentar: el valor promedio de pedido (AoV).

Anote esto como otra victoria para el equipo. El AoV de Audience 1 ha aumentado en un 100 % y el crecimiento de los ingresos se está disparando. Echemos un segundo vistazo, pero esta vez midamos la ganancia promedio de pedido (AoP) en lugar de AoV. Para nuestro ejemplo, diremos que la Audiencia 1 solo compra variaciones de un producto que tiene un margen de ganancia de $2.50 y aumentó la cantidad de artículos por pedido de 10 a 20, mientras que la Audiencia 2 está enamorada de un producto que genera un margen de beneficio de $9,00 pero continúa comprando solo 10 por pedido.

Saliendo estrictamente de AoV, la línea de pensamiento normal nos llevaría a esforzarnos más en la Audiencia 1. Crearíamos audiencias similares y volveríamos a comercializar a los clientes que caen en la Audiencia 1 y gastarían menos esfuerzo en la Audiencia 2. Sin embargo, AoP muestra el exactamente lo contrario. Todavía deberíamos estar encantados de que el AoP de la Audiencia 1 se haya duplicado, pero nuestro tiempo y esfuerzos deben orientarse hacia el aumento de las ventas de la Audiencia 2.

Entonces, ¿cómo empezamos a medir las ganancias? Para alcanzar los márgenes de beneficio, los datos de Costo de bienes vendidos (COGS) de cada producto deben enviarse a una plataforma de análisis o a cualquier plataforma de publicidad, análisis o CRM que esté utilizando el equipo de marketing. Hay tres maneras de lograr esto.

• Dinámicamente a través de la capa de datos
• Carga estática como un punto en el tiempo a una plataforma de análisis
• Estáticamente a través de tablas de búsqueda en un sistema de gestión de etiquetas (TMS)

Usando la capa de datos

El dataLayer existe detrás de escena de los sitios web como una ubicación para almacenar información que se puede extraer mediante etiquetas configuradas en un sistema de administración de etiquetas u otros píxeles. La información aparece como pares clave-valor (ProductName: camiseta blanca). La información que se encuentra comúnmente en la capa de datos incluye el nombre del producto, el número de SKU y el precio. Una cosa a tener en cuenta es que la información que se encuentra en la capa de datos se puede ver públicamente, pero antes de que surja cualquier preocupación sobre la visualización de los datos del costo de los bienes vendidos de una manera que la competencia pueda ver, existen formas simples de enmascarar los datos, como crear una clave que toma entradas de su elección y las vincula a las cifras correspondientes en dólares.

La belleza de usar dataLayer es que las variables se capturan dinámicamente.

El dataLayer completa el valor de las variables al llegar a los datos de back-end o fuentes de terceros, como CRM o Google Sheet. Esto es particularmente importante cuando se trata de medir la rentabilidad porque sus beneficios aumentan drásticamente a medida que las métricas precisas están disponibles en tiempo real, pero hablaremos de eso más adelante. La información que se encuentra en la capa de datos se puede enviar automáticamente a una plataforma de análisis y, posteriormente, se puede usar para informar sobre la rentabilidad y crear métricas como AoP.

Cargas estáticas

Las plataformas de análisis permiten a los usuarios cargar datos e implementarlos en informes a través de métricas personalizadas. Podemos aprovechar este proceso creando una hoja de cálculo con un catálogo de productos y los datos COGS correspondientes y cargando la hoja de cálculo en la plataforma de análisis.

Tablas de búsqueda en un sistema de gestión de etiquetas

Los anunciantes pueden crear tablas de búsqueda en un sistema de administración de etiquetas que relaciona los datos de SKU con un costo asociado de los bienes vendidos. Luego, el TMS puede tomar estos datos y enviarlos a una plataforma de análisis.

dataLayer frente a cargas y tablas

Utilizar dataLayer es un método mucho más poderoso y eficiente para proporcionar datos COGS. Dado que dataLayer extrae información de forma dinámica, mantener un COGS preciso simplemente requiere actualizar las cifras donde se almacenan los datos COGS y dejar el resto en manos de dataLayer y el seguimiento de eventos para recopilarlos e introducirlos en una plataforma de análisis. Mantener actualizados los datos COGS a través de cargas o tablas de búsqueda requiere más esfuerzo. Se debe realizar una nueva carga o edición cada vez que cambien los datos del costo de los bienes vendidos para cualquier producto o se agregue o elimine cualquier producto del catálogo de productos. La cantidad de esfuerzo requerida a través del proceso de tabla de carga o búsqueda a menudo lleva a las empresas a realizar actualizaciones a intervalos establecidos y aplicar el COGS en el momento de la actualización como el costo de los bienes vendidos durante todo el intervalo. Al hacerlo, la información proporcionada por la medición de la rentabilidad se vuelve turbia y es más difícil obtener información.

Veamos dos meses de datos, uno con datos de COGS actualizados diariamente y enviados a través de la capa de datos y el otro con COGS ingresados ​​al final del mes a través de la carga y un COGS estático aplicado para todo el período.

Al actualizar la información diariamente, hay mucho más contexto e información para que los anunciantes la utilicen. La actualización de un punto en el tiempo proporciona información inexacta sobre el beneficio total y el COGS del mes y no ofrece información sobre los márgenes de beneficio diarios o las tendencias intermensuales. Esta información es importante para los anunciantes cuando toman decisiones sobre sus esfuerzos de marketing. Usando los gráficos anteriores como ejemplo, los anunciantes podrían aprovechar el hecho de que hubo una disminución significativa en el COGS a partir del día 19 del mes y aumentar sus ofertas para ubicaciones de anuncios de alto valor para aumentar las ventas.

Beneficios generales

Independientemente de si opta por utilizar dataLayer o cargar datos COGS directamente en una plataforma de análisis, la inclusión de la rentabilidad abre un paradigma completamente nuevo para las empresas. Los objetivos de marketing comienzan a alinearse directamente con el resultado final del balance general a medida que métricas como el retorno de la inversión publicitaria y los ingresos por sesión se convierten en ganancias sobre la inversión publicitaria y ganancias por sesión. Vimos cómo objetivos como el remarketing, la creación de audiencias similares y el presupuesto de productos se vuelven más poderosos con la implementación de la rentabilidad. Sin embargo, la inclusión de la rentabilidad también permite a las empresas crear estrategias de ventas, como combinar la popularidad de un nuevo producto con los márgenes de beneficio de un producto existente para ofrecer nuevos paquetes a los clientes. La era de la toma de decisiones turbia en marketing está llegando a su fin y la nueva forma de tomar decisiones precisas comienza con la medición de la rentabilidad.