Google introduce ‘machine learning’ para mejorar la experiencia online

Google-Attribution

A finales del mes de mayo, Google anunció Attribution 360, una nueva herramienta de marketing que utiliza machine learning para combinar datos online y offline y así obtener análisis más profundos que conduzcan a un mejor rendimiento y un mayor retorno de la inversión en marketing para las campañas entre canales.

El interés de esta herramienta está en proporcionar a los expertos en marketing las claves para conocer qué hace que los consumidores realicen sus compras online, y lo hace atendiendo a todos los flujos de datos disponibles en el ámbito offline y online.

La razón de examinar todos los flujos de datos disponibles es que puede resultar difícil determinar cómo cada canal está influyendo en los demás, y cuáles de todos ellos son los que realmente están convirtiendo en ventas. Así, se podrá examinar la efectividad de cada canal por separado y entender en cuál de todos ellos deberíamos poner nuestro esfuerzo inversor para maximizar el ROI.

Machine learning para procesar todos los datos de analítica disponibles

Tantas fuentes de datos relacionados pueden ser inmanejables si no se dispone de herramientas de inteligencia artificial y aquí entra en juego el machine learning. Gracias a ello, la herramienta puede analizar todos los datos como impactos, clics, los costes asociados, y procesarlo para ofrecernos información valiosa que, además, mejorará con el tiempo.

Además, toda la información de Google Adwords, Google Analytics y DoubleClick Search está integrada, por lo que podemos sacarles el máximo partido. Incluso admite las transacciones registradas por Google Analytics, y en un futuro no muy lejano va a poder aceptar metadatos de los productos que tengamos en un eCommerce para analizar sus rendimientos.

Toda la información se puede volcar en archivos formateados (CSV) para facilitarnos la creación de informes y cualquier procesamiento de los datos, de forma que podamos extraer lo más valioso para nuestro provecho.

Quizás lo más sorprendente e interesante es la posibilidad de medir los impactos sobre nuestros productos digitales que tienen los spots publicitarios en televisión. Es la parte más difícil de entender, y a la vez la que puede generar más suspicacia debido a que se trata de datos no digitales (aunque en realidad esto no significa que nos espíen, sino que Google dispone de acceso a cantidades ingentes de datos que incluyen analíticas de TV).

En resumen, Google Attirbution 360 utiliza machine learning para aplicar un modelo de atribución data-driven que permite conocer el punto en que se realiza la venta durante el proceso de compra, desde la primera vez que entra en el eCommerce hasta que se formaliza la compra, analizando patrones únicos de conversión y comparando las rutas de los clientes que convierten, con las de clientes que abandonan el carrito.

Más información | Google Attribution

Deja un comentario

Si quieres realizar una consulta sobre un envío por favor ponte en contacto con nosotros a través de nuestro perfil de Twitter @seur_responde, en nuestra página oficial de Facebook o en nuestra web www.seur.com

Nos encantará conocer tu opinión, pero primero tenemos que indicarte que los comentarios están moderados, y no aparecerán inmediatamente en la página al ser enviados. Evita, por favor, las descalificaciones personales, los comentarios maleducados, los ataques directos o ridiculizaciones personales, o los calificativos insultantes de cualquier tipo, sean dirigidos a los autores, a cualquier otro comentarista o la empresa propietaria de esta página. Estás en tu perfecto derecho de comentar anónimamente, pero por favor, no utilices el anonimato para decirles a las personas cosas que no les dirías en caso de tenerlas delante. Intenta mantener un ambiente agradable en el que las personas puedan comentar sin temor a sentirse insultados o descalificados. No comentes de manera repetitiva sobre un mismo tema, y mucho menos con varias identidades o suplantando a otros comentaristas. También, procura que tus opiniones estén relacionados con esta entrada. Los comentarios off-topic, promocionales, o que incumplan todas estas normas básicas serán eliminados.

Mediante el envío de mis datos personales confirmo que he leído y acepto la política de privacidad

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>