En marketing digital, tomar decisiones a ciegas es cosa del pasado más lejano. En la actualidad disponemos del software más avanzado para determinar las variables que optimizarán al máximo tu campaña. Vivimos en la Era de los Datos y hoy es posible actuar basándonos en resultados gracias a los algoritmos y las librerías de predicción.

Aplicados a la publicidad online, los algoritmos matemáticos son una poderosa herramienta, unas «mentes» maravillosas y artificiales que complementan el pensamiento de los account managers de carne y hueso. Las capacidades de ambos, unidas y enfocadas en los mismos objetivos, ¡se convierten en una mezcla de optimización explosiva!

En la entrada de hoy, te vamos a presentar 3 algoritmos y librerías que permiten hallar las mejores soluciones para tus campañas de social media marketing (SMM) y marketing de buscadores (SEM).  

1. Prophet de Facebook

Prophet es la herramienta que te permite hacer predicciones sobre tus objetivos de marketing en Facebook. Es de código abierto y está disponible en Python y R. Sus predicciones están basadas, como no podía ser de otra manera, en las páginas «business» de Facebook y en relación a las características de sus tareas, como la temporalidad, la estacionalidad, los días clave –festivos o eventos puntuales que se conocen de antemano como, por ejemplo, el Black Friday–, el historial con los cambios de tendencia –debidos a un lanzamiento de producto, entre otros casos– y las tendencias que tienen curvas de crecimiento no lineales, donde alcanzan un límite natural o se saturan.

Los resultados de Prophet pueden ser tan precisos como los que producen los analistas con más experiencia. Solo que con este procedimiento de predicción se consigue lo mismo pero con mucho menos esfuerzo, recursos y tiempo. Sus dos principales ventajas son, por tanto, que posibilita hacer pronósticos acertados de forma mucho más sencilla y que estos, a su vez, se pueden personalizar de modo intuitivo.

2. CausalImpact de Google

CausalImpact es un paquete en lenguaje de programación R que usa modelos bayesianos de estructura temporal para llevar a cabo inferencias causales. Simplificando, podríamos decir que mide el impacto de una acción en una serie temporal.

Esta librería de predicción estructurada ha sido usada en Google desde que comenzó a desarrollarse. Aplicada al marketing digital, puede responder a preguntas como cuántos clics adicionales genera una campaña de publicidad al día o cómo el ratio de respuesta podría haber evolucionado si una determinada acción nunca hubiera tenido lugar.

CausalImpact ofrece, por tanto, suculentas estadísticas a partir de los cambios que podamos aplicar en una campaña. Examina las series temporales de los datos tanto antes como después de una determinada acción, con lo que puedes hacerte una idea acerca de si los cambios se deben a esto último o son resultado del azar. ¿Qué experto en marketing se resistiría a estos encantos de la analítica?

3. Random Forest

Random Forest se basa en un modelo conocido como árbol de decisión y destaca por un nivel de fiabilidad difícilmente superable por otros algoritmos. Funciona de forma eficiente en grandes bases de datos y puede manejar miles de entradas variables sin la necesidad de suprimir ninguna. Existen dos tipos: de clasificación y de regresión.

Pero centrémonos en lo que nos interesa. En publicidad online, Random Forest es capaz de predecir cualquier cosa que se nos ocurra. ¿Fraude? ¿Conversiones dados otros parámetros? You name it!, podría decir Sheldon Cooper. Random Forest es un bosque que abarca numerosos pronósticos.

Bonus track: testeo de inferencia causal

También llamado «geo experiment», el testeo de inferencia causal permite estimar el impacto de una decisión de inversión en una variable respuesta. Fundamentalmente, se trata de una prueba en la que dejamos de impactar con nuestra campaña a una parte de la audiencia. Gracias a los datos históricos y a un grupo de control, podemos crear un pronóstico para el grupo sobre el que probamos.  

En Tidart programamos algoritmos matemáticos ad hoc para cada uno de nuestros clientes. Además, contamos con un Data Lab donde nuestro equipo de matemáticos se une al de account managers para desarrollar estudios basados en la ciencia de los datos. Ello nos permite ajustar parámetros como la rentabilidad, el tiempo de decisión de compra, el pedido medio o los canales de conversión hasta el más mínimo detalle. ¿Quieres saber qué más puede hacer la analítica avanzada por tu marca? ¡Contacta con nosotros!