El research en el ámbito digital es esencial para comprender a los usuarios y optimizar la experiencia en línea. En este post, exploraremos cómo el enfoque «data first» potencia nuestras estrategias de investigación, permitiéndonos obtener insights significativos para mejorar nuestras campañas y la interacción con nuestros clientes.

Desde el proceso de ideación hasta la segmentación precisa, descubriremos cómo utilizar herramientas como Connectif para personalizar cuestionarios según el segmento de cliente y obtener resultados impactantes en el mundo del eCommerce.

¿Qué es Research?

Para mejorar el conocimiento de todo negocio digital y de sus usuarios o tipos de usuarios, las acciones de Research son muy potentes para darnos insights que hagan que nuestras acciones sean mucho más efectivas. 

El «research” se refiere al proceso de recopilación, análisis e interpretación de datos relacionados con el rendimiento y la experiencia de los usuarios. Este tipo de investigación es clave  para comprender mejor cómo interactúan los usuarios con tu sitio web y cómo puedes mejorar su experiencia para lograr los objetivos.

El research implica varias actividades, que pueden incluir:

• Análisis de datos: Esto implica recopilar y analizar datos relevantes sobre el comportamiento de los usuarios en un sitio web o una aplicación móvil. Esto puede incluir datos de análisis web, como tasas de rebote, tiempo en la página, rutas de navegación, etc.
• Investigación de usuarios: Comprender las necesidades, deseos, motivaciones y comportamientos de los usuarios. Esto puede implicar la realización de encuestas, entrevistas, grupos focales y análisis de datos demográficos y psicográficos.
• Análisis competitivo: Examinar lo que están haciendo otros competidores en el mercado puede proporcionar ideas y puntos de referencia importantes para mejorar la efectividad de un sitio web o una aplicación móvil.
• Pruebas y experimentos: Realizar pruebas y experimentos controlados es una parte integral del research en CRO. Esto puede incluir pruebas A/B, pruebas multivariables, pruebas de usabilidad y más, con el objetivo de probar diferentes variantes de elementos de diseño, contenido y funcionalidad para determinar qué cambios conducen a una mayor tasa de conversión.

Análisis cualitativo y cuantitativo: Es importante combinar tanto el análisis cualitativo como cuantitativo. Esto significa no solo mirar los números y datos, sino también comprender las razones detrás de los comportamientos de los usuarios a través de investigaciones cualitativas.

Importancia del «data first» y beneficios

En este post, nos sumergiremos en un tema clave que está transformando la forma en que las marcas se conectan con sus audiencias: el enfoque «data-first».

Hoy en día, enviar correos electrónicos genéricos ya no es suficiente para destacar en la bandeja de entrada abarrotada de tus clientes. Es por eso que el data-first se ha convertido en un enfoque fundamental para maximizar la efectividad de tus campañas.

Desde la recopilación y análisis de datos hasta la implementación de estrategias personalizadas, exploraremos cómo este enfoque puede permitir a las marcas ofrecer mensajes más relevantes y significativos a su audiencia.

Aquí hay algunos beneficios clave del research son:

• Comprensión del usuario: comprender mejor a los usuarios, incluidas sus necesidades, deseos, comportamientos y frustraciones. Esto permite desarrollar estrategias y tácticas que estén más alineadas con las expectativas y preferencias de los usuarios, lo que a su vez puede aumentar las conversiones.
• Poder hacer segmentación posterior que enriquezca nuestra BBDD (y el potencial de nuestras acciones)
• Identificación de puntos problemáticos: A través del research, se pueden identificar fácilmente los puntos problemáticos en el proceso de conversión, como formularios complicados, páginas de destino confusas o errores técnicos. 
• Optimización del embudo de conversión: Al comprender mejor el comportamiento de los usuarios en cada etapa del embudo de conversión, es posible identificar áreas donde se pueden realizar mejoras para aumentar la tasa de conversión.

Proceso de ideación

Es interesante pensar en ambos sentidos, ya que así se nos ocurrirán más y mejores acciones, es decir, pensar en qué queremos aprender y tras eso, pensar cuál debe ser el segmento sobre el que lanzar dicha acción y al revés, definir los segmentos posibles y pensar cómo atacarlos.

• Establece objetivos claros: Antes de comenzar tu investigación, asegúrate de tener objetivos claros y específicos. ¿Qué quieres aprender sobre tus usuarios? ¿Qué problemas o áreas de mejora quieres abordar en tu sitio web?

Segmenta a tus usuarios: segmentar a tus usuarios te ayudará a comprender mejor sus necesidades y comportamientos.  RFM; o cualquier otro tipo de segmentación dentro de nuestra BBDD o de las distintas partes de la web), y luego pensar qué queremos saber o aprender de estos segmentos, para poder definir mejores acciones a cada uno de estos segmentos.

Recomendaciones generales

• Transparencia y claridad: Antes de que los usuarios completen la encuesta, es fundamental explicar claramente el propósito de la misma, cómo se utilizarán sus respuestas y cualquier política de privacidad relacionada para aumentar la confianza del usuario y su disposición a participar.
• Brevedad y concisión: Dado que los usuarios tienen una atención limitada, es importante mantener las encuestas cortas y concisas, limitando el número de preguntas y utilizando un lenguaje claro y directo.
• Obtención de información de contacto: Se sugiere solicitar información de contacto, como correo electrónico o teléfono, para mejorar la precisión del emparejamiento de respuestas y facilitar el seguimiento con los encuestados si es necesario.
• Tipo de preguntas: Se recomienda utilizar preguntas cerradas cuando se buscan estadísticas rápidas, como para propuestas de valor o la priorización de problemas. Estas preguntas simplifican el análisis de datos, pero pueden no ser ideales para descubrir nuevas ideas o problemas no identificados previamente. Por otro lado, las preguntas abiertas son más adecuadas para recopilar ideas y problemas no identificados previamente, aunque su análisis puede ser más complejo al no poder extraer estadísticas claras.
• Preguntas mixtas: Una opción que combina lo mejor de ambos tipos de preguntas son las preguntas de respuesta cerrada con una opción adicional de «Otros» que permita respuestas abiertas. Esto facilita la generación de estadísticas mientras se aprovechan las respuestas abiertas para descubrir nuevas problemáticas.
• Seguimiento con preguntas abiertas: Después de realizar preguntas generales, se sugiere incluir preguntas abiertas que permitan a los encuestados expresar opiniones más detalladas.
• Incentivos y lanzamiento: Es importante definir qué incentivos se ofrecerán y cómo se lanzará la encuesta. Los incentivos relacionados con la compra pueden mejorar la calidad del tráfico y las conversiones, mientras que los regalos pueden atraer un mayor número de leads, aunque de menor calidad.
• Acción basada en hallazgos: Se recomienda tomar medidas concretas basadas en los hallazgos de la encuesta, implementando cambios en el sitio web para abordar los problemas identificados y mejorar la experiencia del usuario.
• Preguntas específicas y relevantes: Cada pregunta de la encuesta debe ser clara, específica y relevante para los objetivos de investigación, evitando preguntas ambiguas que puedan generar respuestas poco claras.
• Ubicación de la encuesta: plantea si tiene que ser una encuesta web o por email
• Personalización según el contexto: Adapta el contenido de la encuesta según el contexto del usuario y su actividad en el sitio web para obtener información relevante y útil.
• Agradecimiento y reconocimiento: Al finalizar la encuesta, agradece a los usuarios por su participación y reconoce el tiempo dedicado a completarla para fomentar una relación positiva con ellos.
• Monitoreo continuo: Durante el período en que la encuesta esté activa en el sitio web, monitorea regularmente la tasa de participación y realiza ajustes si es necesario para mejorarla, experimentando con diferentes ubicaciones o mensajes para promover la encuesta.

Segmentación, clave en Research

La segmentación en el research es fundamental porque te permite comprender mejor las necesidades, preferencias y comportamientos específicos de diferentes grupos de usuarios. Algunos tipos comunes de segmentos de usuarios que puedes considerar para tu research:

• Segmenta según tu RFM: te recomendamos crear segmentos basados en un análisis RFM creado previamente para poder determinar a que segmentos te interesa más dirigirte y de qué forma hacerlo en función del estado en el que se encuentren. En este post sobre cómo auditar la BBDD te mostramos cómo hacerlo para identificar los diferentes segmentos.
• Necesidades y objetivos: segmenta a los usuarios según sus necesidades,  y objetivos específicos que intentan abordar con tu producto o servicio. Esto te permite comprender mejor cómo puedes satisfacer sus necesidades y resolver sus problemas de manera efectiva. Por ejemplo, en el caso de tener diferentes productos enfocados a resolver ciertas problemáticas como puede ser en el mundo de la cosmética, poder segmentarlos por problemáticas como pueden ser manchas, tipo de piel etc. 

Al segmentar a tus usuarios en diferentes grupos, puedes obtener una comprensión más profunda y detallada de sus características y comportamientos, lo que te permite personalizar tu enfoque y estrategias para satisfacer mejor sus necesidades y mejorar su experiencia con tu producto o servicio.

¿Cómo hacer research con Connectif?

Realizar encuestas en el eCommerce es fundamental para comprender a nuestros usuarios y detectar puntos débiles, lo que permite mejorar la experiencia del usuario de manera significativa. Sin embargo, para maximizar el impacto de estas encuestas, es crucial adoptar un enfoque data-first. Al recopilar y analizar datos relevantes sobre el comportamiento y las preferencias de los clientes, podemos contextualizar las respuestas de las encuestas y obtener insights más profundos. De esta manera, podemos identificar no solo los puntos débiles, sino también las oportunidades de mejora que impulsen la satisfacción del cliente y, en última instancia, el éxito del eCommerce. Estos son algunos beneficios clave.

• Retroalimentación directa: Las encuestas proporcionan una vía directa para que los clientes expresen sus opiniones y comentarios sobre la experiencia de compra en línea.
• Personalización: Con datos recopilados de encuestas, se pueden personalizar las experiencias de compra y adaptarlas a las preferencias individuales de los clientes. Por ejemplo, segmentando cada comunicación según intereses específicos del usuario. 
• Identificar puntos débiles: Al analizar los resultados de las encuestas, se pueden identificar áreas de mejora y tomar medidas para optimizar la experiencia del usuario. Por ejemplo, analizando la experiencia del usuario en distintos puntos del funnel, como podría ser el proceso de compra. Se puede evaluar desde los motivos de abandono de carrito, si hay algún problema técnico en el proceso como podría ser el código de descuento al no aplicarse bien, o gastos inesperados. Cualquiera de estos insights nos serían de ayuda para mejorar el proceso y optimizarlo. 
• Fidelización de clientes: Al demostrar que se valora la opinión de los clientes y se toman medidas en función de sus comentarios, se fortalece la relación con ellos y se fomenta la fidelidad a la marca.

Habría varias formas de trabajar la parte de research con Connectif: 

Encuestas vía email

Por ejemplo enviándo diferentes tipologías de email según el segmento, adaptando las preguntas a cada tipo de segmento dentro del RFM, para entender a aquellos que llevan tiempo sin realizar una compra o no han realizado compra, los motivos por los que ya no han vuelto a comprar o han decidido no comprar, ya sea tema de competencia, precio etc. Algunos ejemplos de segmentos a los que dirigir estas comunicaciones sería: 

• Usuarios recurrentes (ej: Campeones: usuarios con varias compras en el ecommerce)
• Usuarios compradores tras un periodo inactivos (ej: Segmento «Hibernando»)
• Usuarios registrados sin compra

Usuarios que han realizado cierta acción (ej: Visita a sección «financiación», «programa de fidelización»…) para poder sacar insights de secciones o partes de la web que se quieran optimizar o si se están pensando en desarrollar poder analizar qué es lo más relevante para los usuarios. 

Para este tipo de emails, recomendamos poder usar herramientas como Typeform, donde poder dirigir a los usuarios para rellenar la encuesta, tanto por la experiencia de usuario y personalización de la plataforma, como a la hora de poder extraer los datos y analizarlos. Además, han añadido recientemente funcionalidades de IA que permiten que puedas generar un formulario de forma rápida. 

Encuestas vía web

Con este tipo de encuestas, podemos personalizar tanto los formularios como los puntos de la web donde mostrarlos en función de lo que más nos interese. Algunos tipos de encuestas serían: 

• A usuarios que visitan cierta página, por ejemplo para conocer su opinión acerca del producto publicado en esa página o el punto de la web en el que se encuentra. 
• A usuarios que realizan cierta acción, por ejemplo tras un tiempo de inactividad, o al seleccionar alguna parte de la web en específico. 
• A usuarios con exit intent, para entender el motivo de abandono.
• A usuarios tras confirmación de compra. En este punto es interesante porque no añade fricción en el embudo de conversión. 

Ejemplos de Research con Connectif

Encuestas de satisfacción

Este sería un ejemplo de workflow de encuesta de satisfacción con varias preguntas, cuando un usuario ha realizado una compra y se encuentra en la página de confirmación.

Primero de todo definimos la página a mostrar el primer paso de la encuesta, y a posteriori al tratarse de varios pasos dentro de la misma, generamos diferentes nodos donde al enviar cada pregunta se mostrará la siguiente según el orden que establezcamos. 

En este caso, usamos tres pasos diferentes tanto para valorar a nivel de puntuación global la experiencia de compra y que sea un valor cuantitativo, como dos preguntas abiertas donde el análisis es algo más complejo de forma global, pero nos permite conocer mejor la opinión del usuario.

Dentro de Connectif, puedes encontrar este ejemplo de workflow para adaptarlo a tu estratégia.

Dependiendo de la puntuación, podemos crear segmentos diferentes y atacar aquellos con una valoración más baja. Por ejemplo, aquellos que estén por debajo de 4, revisar las respuestas más recurrentes y agradecer su opinión para mejorar. Si varios de ellos coinciden en un mismo punto, por ejemplo, plazos de entrega muy largos, adaptar el mensaje a argumentar el motivo, sugerir opciones de envío más rápidas si las hubiera. 

Para este tipo de análisis, en el caso de la interacción con la puntuación en función de la valoración, se pueden añadir automáticamente en segmentos diferentes, pero para el análisis de las respuestas lo ideal es exportarlo en un documento y organizar la información por tipos de respuestas e insight. Una vez trabajada la BBDD crear segmentos estáticos dentro de Connectif. 

Encuestas Exit Intent en el proceso de compra

Otro ejemplo sería cuando un usuario está en el proceso de compra y va a abandonar la página. Para esto, configuramos dentro del workflow que en la página de pedido, si la intención del usuario es abandonar, aparece un pop up lateral donde se pregunta si hay algo que le ha impedido hacer la compra. 

Con esto podremos detectar si hay algún patrón en común en aquellos usuarios que están abandonando, por ejemplo, problemas con algún punto del proceso de compra como podría ser alguna funcionalidad que no funcione de forma correcta al avanzar en el proceso, que no se aplique el código de descuento o problemas con el precio como podrían ser costes inesperados. 

En este workflow en concreto detectamos algunos usuarios que comentaban tener problemas con el código de descuento. Tras detectar este tipo de patrón, podemos contactar con ellos en el menor tiempo posible enviándoles el código correcto y solucionando el origen del problema. 

Para aquellos usuarios en los que el motivo de abandono ha podido ser el precio, podemos enviarles un código de descuento exclusivo, dependiendo del importe del carrito para que vuelvan a realizar la compra. También de valorar, si este es un problema recurrente, analizar los productos en la competencia por si no estamos siendo competitivos en precio. 

Conoce y segmenta a tus usuarios con test inline

Otro tipo de encuesta que requiere de algo más de personalización web incluso según el nivel de complejidad, conocimientos de desarrollo según lo queramos mostrar, sería el realizar un test inline en la propia web. 

Por ejemplo, un test en el que tengas que seleccionar diferentes opciones con las que no solo conocerás más información sobre tu usuario sino que podrás añadirlo en un segmento específico.

En el siguiente ejemplo se muestran diferentes bloques con problemáticas según el tipo de piel. Tras seleccionar una de estas opciones se puede enviar una rutina personalizada y segmentar según piel grasa, piel deshidratada etc. 

Al tener estos perfiles segmentados podemos dirigir las comunicaciones a cada uno de ellos, por ejemplo, en el caso de tener usuarios en el segmento de piel grasa, podremos impactar con comunicaciones de productos específicos para este tipo de piel excluyendo a aquellos que no correspondan a este tipo de segmento y tengan otras necesidades.

También serviría en el caso de querer conocer si tus usuarios son clientes particulares o empresas. Se puede crear un contenido inline en varias partes de la web, como el proceso de compra, un enlace en el menú que lleve a una página donde se encuentre el contenido o en elementos como el pop up de bienvenida, donde puedas conocer qué tipo de perfil es y darle un trato diferente. 

En este ejemplo, aprovechando el pop up de descuento para diferenciar, si el cliente es particular o profesional. A aquellos clientes profesionales, se les ofrece una información diferente que a los particulares. Las comunicaciones para particulares irían dirigidas a promociones de productos, carritos abandonados, remarketing etc mientras que a profesionales, se les enviaría información más específica de la empresa, beneficios disponibles, actualizaciones de productos y ofertas especiales exclusivas para ellos.

Conclusión

En conclusión, adoptar un enfoque «Data First», potenciará la efectividad de las campañas. Al aprovechar los datos obtenidos de las acciones de research, podemos transformar información en insights accionables y resultados concretos.

Mediante el análisis detallado de los datos, podemos identificar patrones, tendencias y preferencias de nuestros clientes de manera precisa. Esta comprensión nos permite personalizar nuestras estratégias, mejorar la experiencia del cliente y optimizar la efectividad de nuestras campañas. 

El enfoque «Data First» nos empodera para tomar decisiones fundamentadas en datos que nos permitirán, maximizar el retorno de la inversión.