11 Dic 2018
10 predicciones sobre google analytics y analítica digital para 2019
Lectura: 27 mins.
|
Dificultad:

10 predicciones sobre Google Analytics para 2019

En este artículo quiero hablar de cómo vemos en Aukera el futuro cercano de las herramientas de analítica digital, basándonos en nuestra experiencia y el devenir reciente de acontecimientos. Si no dispones de mucho tiempo, puedes ver el “Resumen rápido” de este artículo y terminar de leerlo al completo más adelante.

No cabe duda de que cada día escuchamos más y más términos en la calle sobre el uso de los datos (Big Data, Data Science, IoT, Inteligencia Artificial, etc.) y que todo el mundo dice que la profesión molona del futuro está relacionada con el análisis de datos.

Quizá haya un poco de hype en todo esto. Sin embargo, desde dentro podemos decir que es cierto que existe un avance notable en las cosas que se pueden llegar a hacer hoy en día, dentro del ámbito del marketing, apoyándonos en los datos provenientes tanto del entorno online como offline.

Este movimiento viene de la mano de la democratización tecnológica, desde los algoritmos habituales en Data Science hasta la generalización del uso de herramientas de analítica web. Hoy hablaremos de estas últimas —Google Analytics y el resto— y de cómo se espera que sigan progresando durante los próximos meses. Quizá primero en sus versiones de pago, pero poco a poco para todo el mundo.

Las 10 predicciones sobre Analytics (y el resto de herramientas)

Gran parte de estas predicciones no son sino reflejo de las limitaciones que actualmente encontramos en nuestro día a día con las herramientas de analítica digital. A menudo las resolvemos mediante implementaciones personalizadas, combinación de diferentes herramientas o incluso desarrollando nuestras propias herramientas de análisis personalizado para los clientes.

Sin embargo, la lógica dicta que, a futuro, los propios gigantes de la analítica digital —como Google Analytics— sigan implementando poco a poco todas esas mejoras y esas funcionalidades avanzadas que permitan dar respuesta a las necesidades de medición y optimización de marketing de los clientes más exigentes y digitalmente más maduros.

Ahí van las predicciones de cómo la analítica digital se transformará en los próximos años:

1. Analítica predictiva

La primera previsión es sobre el análisis predictivo, es decir, dejar atrás la visión descriptivista de Analytics que nos dice “qué ha pasado”, para empezar a ver mejoras potentes en relación a “qué va a pasar”. De esta forma llegará el día en que las gráficas de las plataformas generalistas de analítica vayan más allá del comportamiento presente, algo que nos imaginamos de esta forma:

Analytics predictivo

Seguramente, Google ya tiene cosas en la recámara para ir lanzando (de hecho, no hace mucho hizo pública la función Probabilidad de conversión para estimar ventas futuras en ecommerce), pero debemos tener paciencia porque, como en todos los proyectos de Data Science, hacen falta que se den ciertas circunstancias:

  • Histórico de datos amplio.
  • Output/objetivo (variable dependiente) que tenga sentido y sea visualizable.
  • Inputs (variables independientes) que existan y estén bien elegidas.
  • Datos normalizados (comparar peras con peras).

Una vez vayamos superando, entre Google y las agencias analíticas, estas limitaciones, podremos empezar a integrar predicciones en las propias herramientas de analítica web. Mientras tanto, tendremos que seguir haciendo los estudios predictivos en plataformas externas orientadas a Big Data.

En esta línea, también prevemos que Google seguirá integrando servicios, como es el caso de Cloud Platform o BigQuery, los cuales cada vez se hablarán más directamente con Analytics y el resto de la Suite Google Analytics 360, hasta llegar a formar parte del mismo servicio.

2. Brand Analytics

Uno de los principales retos de las grandes marcas es la estimación del peso específico que tienen en su sector, es decir, cómo de potente es una marca. Algo que casi siempre se ha definido como el intangible de la marca.

Si bien es cierto que a día de hoy dicho intangible sigue estimándose de manera cualitativa, cada vez tenemos más datos para un acercamiento cuantitativo al branding como tractor del posicionamiento y de las ventas de una empresa.

Las herramientas analíticas hasta ahora nos han provisto de pistas, de indicadores derivados, que nos permitían estimar la eficacia de los esfuerzos en las inversiones de branding (patrocinios, publicidad mass media, RSC, etc.); por ejemplo algo tan básico —y autocomplaciente— como asegurar que una inversión en medios ha ido bien si aumentan las búsquedas y tráfico de marca.

Pero el crecimiento del uso de Internet y su conexión con otras fuentes de información estratégica hacen posible obtener información mucho más precisa del valor de una marca; únicamente necesitamos un esfuerzo por estandarizar procesos en nuestro sector y al mismo tiempo evangelizar a agencias más tradicionales (esas que “no creen en los datos”).

Quizá algún día encontremos en nuestro Analytics métricas de este tipo:
Brand analytics

Hasta ahora es algo que en Aukera estamos haciendo a medida para nuestros clientes, pero quizá algún día las propias herramientas como Analytics puedan ordenar y suministrar esta información.

¿Cómo lo hacemos nosotros? Lo planteamos como proyectos de Big Data Marketing, donde obtenemos información sobre la marca, sus competidores y su sector… para llevarlo a una base de datos propia en la nube. Las fuentes de datos suelen ser:

  • Scraping masivo.
    • Marcas.
    • Marketplaces.
    • Distribuidores.
    • Foro y opinión.
    • Reviews.
    • Noticias.
    • Redes sociales.
    • Google SERPs.
  • Open Data.
  • Paid Data.
  • APIs de terceros.

Información que Google ya maneja al 99%. Y a partir de ahí, aplicamos técnicas de NLP, clusterización y clasificación, para obtener respuestas a preguntas como:

  • ¿Qué valores se asocian a mi marca?
  • ¿Qué segmento ocupo en la mente del consumidor?
  • ¿Con qué marcas me comparan a la hora de comprar?
  • ¿A qué target estoy llegando realmente? ¿Es el que quiero?
  • ¿Qué tipo de sentimiento despierta mi marca entre el target?
  • ¿Qué productos/servicios/contenidos espera mi target?

El día que obtener toda esta información sea para todos tan sencillo como abrir Google Analytics, habremos dado un paso de gigante en la optimización de las inversiones en branding y publicidad, pero también en el mundo de la analítica predictiva y su universalización entre todo tipo de agencias y clientes.

3. Segmentación one-to-one

Hoy en día hacemos cosas muy sofisticadas, por ejemplo, en términos de personalización de contenidos. También las estrategias de marketing están muy segmentadas a través de segmentos o audiencias muy definidas y concretas. Está claro que se ha avanzado y que los resultados que se logran son cada vez más efectivos.
Sin embargo, una de las principales limitaciones de Google en este ámbito es la privacidad. Para todo negocio es imprescindible una personalización de la oferta, cada vez más individualizada, a través del conocimiento de sus clientes. Los CRM son herramientas más y más sofisticadas e integran datos recogidos desde diferentes plataformas: red comercial, chat(bot)s, call centers, soporte, email, etc.

Pero cuanto más avanza Google hacia los datos centrados en el usuario único, más cerca está del abismo de las leyes de privacidad (necesarias para evitar que se identifique todo lo que hacemos en Internet como individuos).

Probablemente el camino pase por rodearse de partners estratégicos e ir dando pasos poco a poco, dejando en el tejado de un tercero el manejo de las bases de datos de clientes, leads o personas en general. El mejor ejemplo es la reciente alianza estratégica con Salesforce para integrar ambas plataformas.

Creo que está claro que el marketing del futuro, sobre todo gracias al avance del Big Data Marketing, tiende a la individualización. Así que es cuestión de tiempo que las herramientas tengan la misma conceptualización. Que estén pensadas de inicio para ese tipo de manejo de la información. Analytics no lo está, más allá de identificadores de sesión o UserIDs.

Mientras tanto, las agencias de analítica seguiremos desarrollando soluciones a medida de marketing one-to-one y siendo garantes (junto al cliente) del respeto hacia las leyes de privacidad vigentes. Mucha responsabilidad.

4. Multidispositivo y omnicanalidad

Si hablamos de las limitaciones de seguimiento de usuarios dentro del entorno online, la principal a día de hoy es la experiencia multidispositivo. El customer journey puede implicar varios dispositivos, ya no en el ciclo de vida de un usuario, sino en una simple sesión de navegación (desktop, laptop, mobile, tablet, TV, consolas, GPS, etc.).

Y si ampliamos las limitaciones al entorno offline, tenemos que hablar de multicanalidad: experiencia online mezclada con experiencia física en tiendas, con un comercial —en cualquier sitio—, a través del teléfono, en el buzón de casa, etc.

Al igual que en el caso de la segmentación one-to-one, hay que decir que Google trabaja diariamente en todo esto (desde las funciones de UserID hasta el reciente Google Signals), es decir, no es tanto una predicción de futuro sino de presente. Pero la apuesta es que seguirá presentando grandes novedades en estos campos.

Cada mejora de este tipo que introduzca supondrá un avance mucho más importante que cualquier mejora sobre su core analítico, originalmente dirigido a un canal y un dispositivo. Es decir, el trabajo ahora debería centrarse en ampliar el abanico de touchpoints que dentro del customer journey son medibles e integrarlos en una única plataforma.

Las agencias que desarrollamos estrategias digitales, generalmente proponemos soluciones orientadas a empujar al cliente hacia Internet, con programas de fidelización o registros de producto que sirvan para identificar al usuario en todos sus touchpoints digitales (o digitalizables). El principal reto estará en la adopción masiva por parte del usuario y en el resto de touchpoints no digitalizables.

5. Calidad de la audiencia

La analítica, por definición, depende de los números. Es meramente cuantitativa. Esto no quiere decir que no se puedan traducir aspectos cualitativos al idioma de los números, algo similar al Brand Analytics que comentábamos más arriba: tangibilizar los intangibles.

Los que venimos del SEO sabemos que es habitual dar excesiva importancia al volumen: el volumen de keywords, de impresiones, de clics… A medida que el marketing digital ha evolucionado, hemos entendido que, en realidad, lo importante es la calidad y no la cantidad, aunque suene a tópico. Tener una audiencia muy amplia no quiere decir nada, lo importante es tener la audiencia que realmente necesitas para generar negocio a corto y ser rentable a largo plazo.

¿Para qué quiero saber cuántos de los lectores de mi blog utilizan un navegador u otro, si no soy capaz de saber —de un vistazo— cuántos tienen interés real en mi contenido y son afines a mi marca? Alguno dirá que para eso están las métricas old school, como el rebote o las páginas por sesión, o que también hay métricas más sofisticadas, como las categorías de afinidad. Aún así, seguimos sin tener ni idea de qué usuarios son potenciales clientes.

Por ejemplo, ahora estás leyendo un interesantísimo (ejem) blog de marketing digital. La empresa detrás del blog se llama Aukera y se dedica a la analítica digital y el marketing data-driven. Vale. Quizá tú trabajes en una empresa que puede potencialmente contratar nuestros servicios, quizá trabajes en una empresa de nuestra competencia o quizá simplemente estés formándote para iniciar una carrera en este sector.

Cuando yo entre en Google Analytics tu sesión estará registrada junto a decenas de miles de sesiones, será un dato más. Lo alucinante sería que Google supiera o predijese hasta qué punto tu visita es clave en términos de negocio para nuestra empresa. Es decir, que pudiera agrupar tu sesión junto a las sesiones de perfiles similares al tuyo.

De esta forma tendríamos audiencias auto-definidas que hablarían en términos de marketing:

  • Curioso esporádico
  • Lector habitual en Internet
  • Lector habitual de tu sector
  • Lector de baja interacción
  • Compartidor de contenidos
  • Interactuador habitual en blogs
  • Particular
  • Empresa o profesional en general
  • Empresa o profesional de tu sector
  • Comprador offline
  • Potencial comprador online
  • Potencial embajador de la marca

 

Calidad de la audiencia

En este ámbito, se ha dado un pequeño paso con el informe beta del Valor del tiempo de vida del cliente de Analytics que, si bien es meramente cuantitativo —y hay que pulirlo mucho— permitirá segmentaciones de usuarios más estratégicas y a largo plazo. Un primer paso para organizar la audiencia por su aportación al negocio y no por su valor en términos de métricas web clásicas.

6. Atribución (de una vez por todas)

¿Os imagináis un mundo donde no sonase el teléfono cada semana para preguntarnos por las inconsistencias en la atribución de conversiones de una campaña? Nosotros tampoco. El de la atribución quizás sea el mayor problema (u oportunidad, según se mire) que arrastra la analítica web desde sus inicios.

Por un lado, están los modelos de atribución con sus limitaciones históricas. Afortunadamente se han dado pasos de gigante los últimos años con los modelos de atribución personalizados y, más recientemente y disponible en Google Analytics 360, con la atribución basada en datos que se ha construido sobre el valor de Shapley (para los frikis de la teoría de juegos).

Y por otro lado, están las dificultades técnicas de atribución, especialmente cuando se trata de caminos de conversión plagados de diferentes herramientas de comunicación, marketing y análisis. Las inconsistencias en algo tan simple como el número de conversiones registradas por dos herramientas diferentes (por ejemplo, entre las de Facebook y Google, o incluso entre herramientas de Google) suponen un quebradero de cabeza continuo.

No me canso de decirlo: la publicidad manda. Y en el terreno de la publicidad la atribución es indispensable, es la única manera de priorizar inversiones. Esperamos que Google no haya tirado la toalla con tanta plataforma y servicio de publicidad y que, en el medio plazo, consiga una precisión de décimas en términos de atribución.
Eso sí, mientras tanto las principales beneficiadas seguimos siendo las agencias de analítica digital, acostumbradas, a la fuerza, a las implementaciones y consultorías ad-hoc para facilitar el análisis del rendimiento en las inversiones de publicidad. Así que sin prisa Google, sin prisa 😉.

7. Análisis de la competencia

Otra de las direcciones en las que seguirá mejorando Google Analytics es en sus Comparativas, es decir, en contextualizar el rendimiento de nuestro sitio web en relación al resto de competidores de nuestro sector. Hasta ahora no deja de ser una aproximación basada en datos consolidados a partir de donantes anónimos que, supuestamente, pertenecen a cada uno de los sectores predefinidos.

Existen dos direcciones fundamentales a la hora de analizar nuestra competencia:

  • Conocer quiénes competimos.
  • Conocer en qué competimos.

Saber quiénes competimos supone compararnos con nuestros competidores reales, tanto a nivel geográfico como de target final, ya sea dándole pistas a Google de quiénes son esos competidores o esperando que sea él quien detecte nuestro nicho de actividad empresarial y genere clústeres con los players involucrados.

Y definir en qué competimos debería servir para generar informes mucho más avanzados, perdiendo de vista las actuales métricas (canales, ubicación, dispositivo) y obteniendo respuestas a preguntas reales que todo el mundo en marketing nos hacemos:

  • ¿Domino mi sector a nivel de visibilidad, tráfico, engagement y/o conversión? ¿Estoy en el top of mind de mis usuarios?
  • ¿Cuál es la tendencia actual del marco competitivo? ¿Dónde estará —de seguir así— cada competidor dentro de 3 años?
  • ¿Qué peligro existe en la entrada de nuevos competidores? ¿Quiénes están siendo los últimos en llegar al sector?
  • ¿En qué se están centrando los esfuerzo del sector? ¿Contenidos, publicidad, experiencias multicanal…?
  • ¿Qué niveles de inversión media en publicidad se están haciendo? ¿En qué medios?
  • ¿Qué hábitos de consumo digital tienen los usuarios target de mi sector? ¿Estoy alineado con dicho comportamiento?

Análisis de la competencia

8. Reporting for dummies

Sigue habiendo agencias de comunicación que no tienen un especial interés por las herramientas analíticas. Las menos porque no creen en los datos —por lo que sea, oye— y las más, por el esfuerzo inicial que supone entrar en materia. La mejor forma de acercar la analítica a todos los públicos es eliminar esa curva de aprendizaje y facilitar al máximo la generación de informes de valor estratégico.
En esta línea nació Analytics Intelligence, que permite conversaciones básicas con Google Analytics para pedirle que muestre ciertos tipos de informes. Está pensado para perfiles no familiarizados con las interfaces de la herramienta, ahorrando tiempo de indagar y bucear entre opciones y menús.

La tendencia será seguir en esta línea y que Google Analytics, al menos a un nivel básico, se convierta en un asistente de voz como Google Home. Quizá incluso tengamos un Google Analytics propio al que le pongamos nombre de persona e, incluso, cara, que vaya aprendiendo de lo que le pedimos y entienda qué, cómo y cuándo queremos las cosas.

Con el tiempo, estos asistentes serán como un analista junior y sabrán decirnos no solo qué está pasando, sino por qué ha sucedido. Además, centralizarán en un único lugar los datos procedentes de múltiples fuentes, de manera que las conclusiones serán cada vez más complejas y sólidas.

Eso a largo plazo. Mientras tanto seguirá creciendo la integración entre Data Visualization y Data Analytics, al menos lo suficiente para que deje de ser un drama generar dashboards multi-source con las herramientas punteras como Data Studio, Tableau, Klipfolio o PowerBI.

9. Orientación a negocio (Business Intelligence)

Si algo podemos afirmar sobre Google es que nunca para, siempre quiere más. Ellos saben igual que nosotros que los resultados de una empresa no siempre empiezan y terminan en Internet, ni siquiera en el marketing. Así que la lógica nos dice que uno de los campos por explotar en el crecimiento de Google Analytics es su integración con métricas generales de negocio, ya sea de forma nativa o mediante integraciones con otras herramientas.

Ahí van una serie de factores que pueden ser clave en los resultados de una empresa y que son totalmente ajenos a las plataformas de analítica digital:

  • Ventas y devoluciones offline.
  • Alquileres e inmovilizado.
  • Materia prima y costes de fabricación.
  • Inversiones en marketing offline.
  • Sueldos y comisiones comerciales.
  • Departamentos auxiliares.
  • Costes de logística inversa.
  • Gastos extraordinarios.

Nótese cómo, en el encabezado de este punto, he puesto entre paréntesis Business Intelligence. Se trata de otro de esos términos que a menudo se confunden con otros igual de rimbombantes como Business Analytics, Customer Intelligence, Big Data Analytics, etc. En mi modesta opinión, el Business Intelligence hace referencia al tratamiento de métricas de negocio —en todas sus áreas— hacia la toma de decisiones estratégicas de carácter directivo.

De ahí que, si mi predicción terminara por llevarse a efecto, hablaríamos de Google Analytics —o su nombre en un futuro— como una herramienta de Business Intelligence y no tanto de Web Analytics. Vale, quizá se me esté yendo un poco la cabeza, pero el resto de predicciones eran factibles, ¿no?

10. Herramientas ad-hoc

Si bien empezábamos este artículo explicando cómo Google Analytics —u otros— deberían evitar el desarrollo de nuevas herramientas analíticas mediante la concentración de funciones, siempre seguirán existiendo necesidades no cubiertas.

Si algo hemos comprobado en los últimos años, con la paulatina madurez del ámbito digital, es que cada cliente es absolutamente único y sus necesidades no tienen casi nada que ver con el resto. Ni siquiera dentro de un mismo sector de competencia.

Por mucho que los grandes luchen por centralizar el análisis de datos, los pequeños seguiremos desarrollando soluciones a medida para un grado de personalización y refinamiento de resultados mucho más exacto y acorde a la realidad de cada empresa.

Eso sí, seguiremos trabajando con Google Analytics, Adobe Omniture u otros. Pero integraremos su funcionamiento con herramientas y procesos propios que incluyan fuentes adicionales de información: Open Data, algoritmos de Data Science, ERPs, inputs omni-canal desde tienda física, etc.

¿Y si desapareciese Google Analytics?

Todas estas predicciones están muy bien, son muy inspiradoras y motivadoras, pero… ¿y si algún día dejase de existir Google Analytics? Los más optimistas dirán que eso es imposible, que es un gigante, que gran parte de su negocio se tambalearía, etc. Pero en realidad ese escenario no es tan lejano.

Hace ya unas cuantas versiones que Mozilla Firefox viene amenazando con implementar por defecto los niveles máximos de restricción al tracking para sus sesiones de navegación. Esto podría suponer que —casi— todo el tráfico web a través de este navegador (actualmente tiene el 5% de cuota de mercado mundial y el 7% de cuota en España) no dejase rastro en Analytics.

Además no sería raro que este tipo de iniciativas, apoyadas también en reglamentos de privacidad cada vez más estrictos, fuesen adoptadas por otros navegadores y plataformas. Es decir, hay un riesgo real de que, algún día, las herramientas actuales de seguimiento analítico dejen de tener sentido y, por tanto, dejen de existir.

Recientemente tuvimos un coloquio en Aukera sobre este asunto y esta posibilidad. Lo cierto es que, como agencia especializada, no es un escenario que nos resulte preocupante. Me explico: siendo las normas del juego iguales para todos, aquellas agencias con experiencia y que seamos las primeras en aportar soluciones alternativas, seríamos pioneras y portadoras de un valor diferencial.

En el peor de los casos, estaríamos hablando de un viaje de vuelta hacia lo local y la analítica server-side. No es preocupante cuando tienes experiencia en análisis de logs, exportaciones de datos, trackings similares a los de tipo AMP, etc.

Dicho todo lo anterior, nosotros NO creemos que esto vaya a suceder. Ya no solo porque la cuota de mercado de Google Chrome —líder del sector— sea del 61,5% a nivel mundial y del 69% en España, sino porque la publicidad manda.

Start Counter
Fuente: http://gs.statcounter.com

Este sistema capitalista necesita de la publicidad. Y los anunciantes y plataformas necesitan de esos datos, nos guste o no. Pero es que además la segmentación publicitaria, tan unida a los trackings, es positiva —también nos guste o no— para la mayoría de los consumidores (preferimos encontrar anuncios relevantes que irrelevantes).

Bonus track: 3 predicciones sobre el futuro de los servicios de marketing y analítica digital

De alguna forma, en la predicción número 10, ya hemos vaticinado que las agencias especializadas en analítica digital seguiremos desarrollando herramientas propias, a la medida de cada cliente y proyecto. Lo contrario significaría que Google avanza más rápido que el propio mercado.

Pero, en Aukera a menudo debatimos sobre innovación y el camino estratégico a seguir para las empresas de nuestro sector. Algunos de los campos en los que estamos avanzando, dado que entendemos que son el futuro de la analítica aplicada al marketing digital, son:

1. Data Science en el centro del Marketing Digital

Es imparable. La ciencia de datos ha llegado para quedarse, dejará de ser una cuestión de frikis y se convertirá en una capa más dentro de los estándares del marketing online

Dentro de unos años no se entenderá el posicionamiento en Google sin aplicar algoritmos sobre grandes volúmenes de información histórica, tanto nuestra como de nuestros competidores. Lo que ahora se llama keyword research pasará a ser un procedimiento científico y con un alto componente creativo para entender cada sector y sus fuentes de información.

Las tendencias dejarán de ser meras interpretaciones subjetivas de la realidad reciente para responder a métodos de analítica predictiva. Los segmentos de usuarios no responderán a variables sencillas (demográficas, cliente o no, suscriptor o no, etc.), sino a cuánto valor van a generar a lo largo de los próximos cinco años (sabiéndolo con exactitud tras la tercera interacción con la marca).

El marketing puede vivir una nueva era. En Aukera es así como lo vemos y por eso llevamos varios años apostando por el talento y la formación dentro del campo del Data Science, siendo pioneros en muchos procesos innovadores del marketing digital que, probablemente, serán estándares del sector dentro de unos años.

Y no es solo el marketing, por supuesto. Ya estamos viendo cómo el Data Science se aplica desde hace años en sectores como la medicina para la detección de tumores. Hablamos de algo serio.

2. Estrategias de generación de datos

Casi todos los planes de medición y los KPIs correspondientes adolecen de una misma cosa: se basan en información o conjuntos de datos que, a día de hoy, existen y se están recogiendo. Es decir, son estrategias de “cuáles de estos datos utilizamos” y no de “qué datos necesitamos tener”.

Casi al mismo tiempo que las estrategias de negocio, deberían llevarse a cabo estrategias de generación de datos a medida. En todas las reuniones estratégicas alguien suspira y proclama “¿no sería maravilloso si pudiéramos saber no sé qué?”. Y generalmente ¡se puede saber!

¿Por qué aplicar un scoring positivo al lector que visita tres artículos si, en realidad, no sabemos siquiera si los ha llegado a leer? La respuesta es: por las limitaciones de los propios datasets actuales. Quizá la página debería darse por leída —y por tanto el scoring aplicado— cuando el usuario realice un scroll del 75% habiendo pasado un mínimo de 2 minutos en cada post. Sin embargo, son datos que Analytics no nos está dando por defecto (aunque se puede medir muy fácilmente, eso sí).

Nos limitamos a las respuestas que cubre la configuración básica del Google Analytics de turno (una herramienta generalista siempre aportará datos generalistas), lo cual a su vez limita la calidad de las preguntas que formulamos y, por tanto, el alcance estratégico formulable.

El del scroll es un ejemplo muy básico, aunque lo podemos llevar tan lejos como queramos. Recientemente un cliente nos trasladó la necesidad de entender mejor a su target a lo largo de todo el customer journey, así que trabajamos en un perfilado de usuarios previo al lead, arrastrando un montón de variables de comportamiento que se asignaban al perfil de usuario en el momento de su identificación (vía lead). Todo esto se combinó con un tracking cruzado de IDs de usuario, que permitía su identificación, sin login previo, en sesiones de diferentes plataformas y dispositivos.

Datos que inicialmente no estaban ahí y que, trabajando la estrategia de datos con el cliente, aparecen y facilitan la toma de decisiones de negocio, tanto online como offline.

Ah, y si a todo esto le unimos el factor Data Science que hemos mencionado anteriormente, las variables (deliberadamente no hablo de dimensiones ni de métricas) que podremos manejar a la hora de tomar decisiones basadas en datos serán mucho más ricas y cercanas a la realidad del negocio.

3. Marketing holístico

Antes de nada pido perdón por emplear un palabro como holístico, que tanta rabia da. Prometo que no se me ha ocurrido uno mejor para reflejar lo que explicaré a continuación, aunque admito sugerencias…

Cuando empecé en el SEO hace más de 15 años nadie sabía qué era eso. Cuando en Aukera decidimos centrarnos en la Analítica Digital como valor añadido, casi nadie apreciaba dicho valor. Afortunadamente, todo evoluciona y todo madura.

Con el tiempo, el marketing online está dejando de ser una amalgama de servicios (SEO, SEM, SMM, CRO, etc.) para convertirse en un servicio en sí mismo, en EL marketing online, donde se llevan a cabo diferentes estrategias con diferentes técnicas. Es decir, cada vez tiene menos sentido eso de “hazme una campaña de SEO” y mucho más sentido aquello de “tengo estos objetivos, dime cómo los alcanzo”.

De la misma manera, el propio marketing seguirá evolucionando para ser un único marketing, sin distinciones entre online y offline, sino unos objetivos de negocio que son alcanzables con un conjunto de herramientas y técnicas especializadas.

Ya que estamos hablando de predicciones, quizá no esté tan lejos el día en que se cumpla aquello de que “el SEO ha muerto”. Mi opinión personal es que matar todas esas siglas será señal inequívoca de que el sector está madurando.

Resumen rápido

En resumen, estas son las 10 predicciones sobre la evolución de las herramientas de analítica digital, como Google Analytics, que proponemos:

  1. Se incorporarán funciones de análisis predictivo, para estimar cómo avanzarán los indicadores en las siguientes semanas.
  2. Los informes de >Brand Analytics permitirán obtener métricas de branding para eliminar el factor intangible de las marcas.
  3. Cada vez estará más cerca la segmentación one-to-one y podremos medir el rendimiento de las estrategias de personalización.
  4. Seguirán los avances en el análisis multidispositivo y omnicanal, para una trazabilidad completa del customer journey.
  5. Entenderemos mejor la auténtica calidad de la audiencia, con agrupaciones de usuarios en función de su valor marketiniano.
  6. Mejorarán las opciones de atribución de los resultados para priorizar las inversiones y esfuerzos de manera eficiente.
  7. Los análisis de competencia avanzados permitirán saber qué estamos haciendo mejor o peor que el resto de nuestro sector.
  8. Disminuirá la curva de aprendizaje de Analytics con el reporting for dummies mediante voz, universalizando —aún más— la analítica.
  9. Aparecerá paulatinamente la orientación a negocio, con nuevas métricas relacionadas con departamentos ajenos a marketing.
  10. A pesar de todo lo anterior, seguiremos desarrollando herramientas ad-hoc de marketing y analítica para los proyectos más avanzados.

Existe la posibilidad de que deje de existir Google Analytics, por ejemplo, debido al crecimiento de las corrientes Do not track como la de Firefox.

La buena noticia es que el mundo no se acabaría. Tiraríamos de otras fuentes menos sofisticadas y más locales, pero las agencias con experiencia no sólo seguiríamos vivas sino que aumentaría el valor añadido de nuestro servicio.

Finalmente, proponemos 3 predicciones sobre marketing digital a colación de todo lo anterior:

  1. El Data Science será una capa más de los servicios generales de marketing digital que afectará a —casi— todos los procesos.
  2. Las estrategias digitales incluirán qué datos queremos generar para no depender exclusivamente de los datos que ya existen.
  3. El marketing digital cada vez será más integral y orientado a resultados de negocio y será menos un compendio de disciplinas o siglas (SEM, SEO, CRO…).