Ido Wiesenberg Colaborador
El aumento en los costos de adquisición de clientes (CAC) está haciendo mella en los presupuestos de marketing, colocando a los equipos de marketing en una posición en la que tienen que hacer más con menos.
Cuando se trata de campañas de adquisición de usuarios, primero se deben apagar algunos pequeños incendios. Los problemas de muchas organizaciones se derivan de importantes decisiones prematuras que se toman en base a datos incompletos, y este es un problema que afecta más a las nuevas empresas que venden a otras empresas que a las que venden a los consumidores.
Para empezar, las startups B2B suelen tener embudos más largos que sus contrapartes porque sus ofertas suelen incluir opciones gratuitas y pruebas gratuitas. Como resultado, estas nuevas empresas no ven muchas conversiones dentro de las primeras semanas de adquirir nuevos suscriptores. Eso no quiere decir que no habrá más conversiones: las nuevas empresas B2B que siguen un modelo de crecimiento basado en productos simplemente necesitan más tiempo.
En última instancia, los equipos de marketing de dichos B2B terminan luchando para tomar decisiones de campaña importantes en función de las métricas iniciales de CAC o retorno de la inversión publicitaria (ROAS) que se basan en promedios históricos. Necesitan un poco de ayuda adicional en forma de marketing predictivo, del cual algunos elementos se pueden realizar internamente con facilidad.
Para ayudarlo a evaluar mejor sus campañas desde el principio, nuestro equipo de ciencia de datos creó un Simulador de probabilidad de grupos de anuncios.
Los especialistas en marketing pueden usar esta herramienta para estimar la probabilidad de que una campaña produzca un ROAS alto con el tiempo simplemente ingresando algunos números.
Como su nombre lo indica, los especialistas en marketing pueden usar esta herramienta para estimar la probabilidad de que una campaña produzca un ROAS alto con el tiempo simplemente ingresando algunos números.
Cómo usar el simulador Paso 1
En función de los datos históricos de su campaña, complete la clasificación del grupo de calidad, que divide sus campañas en grupos de calidad del 1 al 5, donde 5 es la mejor calidad (con la probabilidad más alta de convertir) y 1 es la menos favorable (la probabilidad más baja de convertir). convertir).
Naturalmente, las campañas tienen una mayor probabilidad de pertenecer a este último. Si no tiene estos datos disponibles, pídale a su equipo de BI que los extraiga siguiendo las instrucciones a continuación:
Elija las conversiones promedio del grupo de clústeres de calidad. Supongamos que tiene el historial de 500 grupos de anuncios y está interesado en las conversiones que ocurrieron dentro de los 12 meses.
Opción 1
Tome todos sus 500 grupos de anuncios y calcule los percentiles 10, 30, 50, 70 y 90 de la tasa de conversión de 12 meses. Estos son los centros de las tasas de conversión de sus cinco grupos de clústeres.
opcion 2
Source link