En una campaña es adecuado incluir un análisis Post Impresión en nuestro cuadro de mando, pues no debemos dar toda la efectividad de la campaña al la interacción inmediata, es decir, al CTR. Por eso es bueno saber también lo que ha pasado sin interacción inmediata (Análisis Post Impresión o Post-View).
Hay estudios que demuestran un incremento de visitas de las personas que navegaron por las webs donde impactó el banner , comparado con un grupo de personas que nunca navegaron por las webs con publicidad. Los expertos en estos temas comentan que son estudios confusos y pobres como para tomárselos en serio.
Si a esto le sumamos que los datos que nos da este análisis post-impresión puede generar errores de interpretación, ¿Cómo voy a asignar una determinada acción de compra o visita a un web por el mero hecho de haber sido impactado (que no me asegura efectivamente haber visto) un banner?
Por ejemplo, la home de El Mundo recibe un número impresionante de visitantes únicos, 32 millones en Mayo. Si yo pongo un banner diminuto de 60×30 o de 60×60 con el logo de Vueling por ejemplo, entonces tendríamos 32 millones de cookies (de duración de 30 días) en los navegadores de los usuarios. Cuando uno de estos usuarios decide 29 días después de haber visitado El Mundo visita la web de Vueling… ¿es por que se acuerda de haber visto el pequeño banner? Además que 32 Millones de cookies es alcanzar en un mes a más de la mitad de la población española que se conecta a Internet…Como véis el post-view es bastante dificil de interpretar.
Tabla de contenidos
¿Cómo debe interpretar el análisis post-impresión el Analista Web?
Según un estudio del 2009, el 45% de los usuarios borran las cookies en un periodo de treinta días, y en 2006 esta media era del 33%, por lo que ahora, en 2011, debería ser un porcentaje mayor.
Entonces lo que debe de hacer el analista es configurar la duración de la cookie a menos de 30 días. Dependiendo del tipo de campaña una duración de 3 a 7 días sería mucho más conveniente. En en campañas de branding es un indicador clave y con tiempos de cookie más pequeños lograremos un análisis más preciso del awareness que hemos creado en el usuario y ver si hemos logrado “engancharlo”.
Lo segundo que tiene que hacer el analista web es ver qué canal ha iniciado el proceso de compra, cuáles han intervenido y cuál es el canal que ha completado la conversión. Esto se puede realizar por ejemplo con los Multi Channel Funnels de Google Analytics.
Los Multi Channel Funnels nos muestran los canales con los que el usuario ha interactuado en los últimos 30 días (o los días con los que tengamos configurados la cookie) antes de producirse la conversión.
De esta manera podremos interpretar de una manera más correcta qué resultados está obteniendo nuestra campaña a CPM.
Conclusión
El análisis post-impresión nos da unos datos bastante controvertidos e imprecisos que hemos de saber interpretar en función del tipo de campaña que hagamos. Este análisis depende directamente del tipo de creatividad, medio en el que se produce y tiempo de las cookies. En el ejemplo expuesto es muy difícil que una pieza de branding en un medio generalista, pueda tener más efectividad que en un medio vertical, pero si analizáramos las posteriores conversiones con este análisis, seguro que nos asignaría más de la web generalista por la cantidad de cookies generadas. Comprar publicidad a CPM está bien según el tipo de campaña para lograr el top of mind en el consumidor, pero para ello el consumidor tiene que ver la creatividad y esto se le suma que medir el rendimiento a post-view es muy difícil.
En el fondo el CPM es una escusa de estos medios para vender publicidad de este tipo, porque si tuvieran que vivir del CTR, sus ingresos disminuirían en picado. Ingresos que además se reparten en España sólo 10 empresas, porque el 84% de la publicidad en España se concentra en sólo 10 medios (según un estudio del IAB). Este estudio os lo podéis bajar aquí:
IAB Internet Advertisign Revenue Report
Interesante articulo. Sobre todo has dado con la clave y es la de saber manejar los tiempos de las cookies. Además de todo esto habría que analizar todo el path to conversion de un usuario impacto por impacto y click por click para saber realmente la influencia de cada canal. Buen post.
Sí y ahora podremos saber todavía más con el Flow Visualization de Google Analytics, cuando esté libre para todos pruébalo!
Gracias por pasarte y comentar
