Pese a que la cumbre del Marketing Modeling Mix es llegar a utilizar una herramienta mediante la cual nos asigne el presupuesto entre todos nuestros canales de la manera más óptima posible, simplemente el hecho de poder realizar un análisis exhaustivo de todas las variables que afectan a las ventas de nuestro negocio, ya es una información de gran valor que puede afectar en gran medida a nuestra toma de decisiones.
A lo largo de este blog, vamos a ver todos los factores que podemos analizar gracias al Marketing Modeling Mix.
Tabla de contenidos
Análisis del Modelo Completo
Este es un análisis amplio y generalista sobre todo el proyecto y sus variables, pero que podemos sacar muchos insights interesantes.
Podemos empezar viendo cómo el modelo predice de una manera muy ajustada las ventas. Menos en dos puntos concretos: En agosto y septiembre, por lo que pueden ser dos meses en los que debamos analizar que puede haber ocurrido. Puede que estén alterados los datos de estos dos meses, o que haya habido un incremento en las ventas por alguna variable no esperada.
También podemos ver nuestro CPO ‘Cost per Order’ en cada uno de los canales. Podemos ver que mientras la inversión publicitaria en campañas de ‘Conversión de ventas’ en Meta tiene un CPO muy bajo,las campañas de Performance Max y Shopping sobre todo, tienen un CPO muy alto.
Podemos también ver un histórico de la inversión en todos los canales de una manera agrupada.
Con esto, ya tenemos una visión global de toda la inversión en todos nuestros canales que se relacionan con las ventas, y podemos ir sacando las primeras conclusiones.
Lo ideal con estos modelos, es que simplemente con estos insights, podamos ir sacando hipótesis y dudas que con los análisis que se realizarán a posterior, deberán ser resueltas.
Análisis del efecto sobre las ventas de todos los canales.
Esto es uno de los puntos más llamativos ya que, probablemente, vayan a haber variaciones de los efectos que veamos aquí y los que tenemos asumidos en Analytics, por ejemplo.
Este modelo de Marketing Mix, también nos permite ver una visión global de cómo influyen las variables en las ventas en el tiempo.
Pero no solo podemos ver este efecto con todos los canales en conjunto, también podemos ir seleccionando canal por canal, para analizar si tiene efecto nuestra inversión. En los picos de subida, ¿se invierte más en esta variable?
¿Y a la inversa?
Aquí podemos ver cómo desde que se está invirtiendo en campañas de máximo rendimiento de Google Ads, casi todos los picos de ventas, en ese mismo día se sube la inversión en este tipo de campañas. Por lo que ya podemos imaginar, el gran efecto que tiene sobre las ventas.
Sin embargo, vemos en las campañas de inversiones de Meta, que no tiene tanto ajuste. Ya que hay periodos en los que se incrementa mucho la inversión, pero las ventas no aumentan, o a la inversa, las ventas aumentan y no son por un incremento de la inversión en este tipo de campañas de Meta.
Pero esto no es todo. Para más claridad sobre los efectos de nuestra inversión, también nos dice el porcentaje que hemos destinado de nuestra inversión a cada canal, y además te dice el efecto REAL que ha tenido cada variable sobre las ventas.
Podemos ver simplemente su efecto:
O su porcentaje de efecto sobre ventas junto a su inversión.
Este es el punto fuerte del Marketing Modeling Mix, puesto que muchas veces vemos que estamos inviertiendo muy poco, en canales que tienen un alto impacto en nuestras ventas, o a la inversa.
Análisis de Correlación
Para entender mejor nuestros canales de venta, podemos analizar la correlación entre todas las variables y las ventas, e incluso entre las variables entre sí.: cómo afecta la inversión en Facebook a las campañas de Google, cómo interfieren las de Google con las de Email Marketing… Ver en qué medida tienen relación puede ayudarnos a comprender mejor estos efectos y en qué canal debemos invertir.
Podemos ver la gran correlación que hay entre las campaña de conversiones de Facebook y los anuncios de catálogo (Remarketing Dinámico) y las campañas de Google Shopping. Algo un poco más obvio, sin embargo, es la correlación entre Bing y campañas de Pmax, algo curioso ya que son dos buscadores diferentes.
Analizando la correlación con las ventas variable por variable, podemos ver cómo evolucionan las ventas, conforme se invierte ,ás en ese canal.
Efecto de variaciones en el precio sobre las ventas
Poder analizar en un gráfico completo, toda la evolución histórica de tu ecommerce frente al precio, es un gran punto a favor de este modelo, ya que además te ofrece un porcentaje de lo que este influye sobre las ventas.
No solo podemos poner el precio, si no el ticket medio, rebajas, etc. En este caso podemos ver que cuando baja el AOV (Average Order Value), suben los pedidos.
Análisis de la Estacionalidad
El último punto interesante a analizar es la estacionalidad de nuestro negocio. Esto es algo que si es un negocio muy maduro ya sabremos, pero es interesante ver con precisión qué día de la semana vendemos más, cuál menos, la tendencia durante la semana e incluso durante el año, para prever las ventas que pueden venir.
Aquí podemos ver el impacto del Black Friday en el negocio. También hay una leve subida en Navidad, mientras que durante el resto del año se mantiene más o menos estable.
Semanalmente podemos ver que los lunes se empieza la semana vendiendo mucho y va bajando toda la semana, hasta volver a subir los domingos, y vuelta a empezar el ciclo.
Adicionalmente podemos ver el impacto de las vacaciones. Cuando empieza Navidad hay una caída de las ventas todos los años, debido al efecto rebote del Black Friday. Mientras que en abril y septiembre, bajan todos los años las ventas para luego subir en mayor medida.
Conclusiones
El Marketing Modeling Mix no es un sistema de medición para todos los negocios, se deben cumplir ciertas características.
Sin embargo, la visión global de todos nuestros canales de venta que nos aporta este primer análisis, ya nos puede ser de gran valor en nuestra toma de decisiones.
