Uso de datos para diseñar experimentos y refinar la estrategia comercial en Instamojo

Habiendo pasado casi una década en análisis y ciencia de datos, he trabajado con una gran variedad de partes interesadas comerciales en ventas, marketing, riesgo y productos en varias industrias.

Y lo que he notado es que, a medida que las empresas se esfuerzan por basarse más en los datos, el acceso a los datos y las herramientas en torno a los datos han mejorado significativamente, pero los marcos conceptuales para aprovechar los datos para guiar la toma de decisiones siguen siendo muy ad hoc y de naturaleza subjetiva.

Esto a menudo crea situaciones en las que los datos juegan un papel muy secundario, dando a las empresas la ilusión de estar impulsadas por los datos: monitorear los KPI y realizar análisis superficiales en métricas de alto nivel sin considerar los efectos causales o probar hipótesis rigurosamente.

Los analistas a menudo se involucran para realizar análisis sobre un nuevo producto o característica después de que ya se haya lanzado, lo que lleva a lanzamientos preliminares mal diseñados que se llevan a cabo de una manera que no puede responder las preguntas clave necesarias para escalar el producto o característica.

La prueba beta de una nueva función con sus clientes más activos o de alto valor, por ejemplo, es una práctica común: esto garantiza el uso adecuado de la función, pero no le brinda información sobre el mercado objetivo correcto, el tamaño potencial del mercado o la escala. estrategias para la función, ya que la audiencia está sesgada y cualquier análisis o KPI medido no se generalizaría en toda su base de clientes.

Mi objetivo aquí es utilizar nuestros esfuerzos de marketing en Instamojo como un caso de estudio para ilustrar un marco para que las empresas lo utilicen en su toma de decisiones.

Piense en el desarrollo de productos/marketing/ventas/etc. como una serie de experimentos que están diseñados para responder preguntas clave que refinarán continuamente la estrategia comercial y guiarán su próximo conjunto de experimentos.

Componentes clave de un experimento.

Ya sea que estemos hablando de una campaña de marketing, un nuevo producto o incluso una simple renovación de la interfaz de usuario, hay 3 componentes clave para cualquier decisión comercial:

1. Objetivo : ¿qué esperamos lograr al hacer esto?
2. Criterios de éxito y métricas clave : ¿qué métricas clave deben subir o bajar para lograr este objetivo?
3. Palancas móviles : ¿qué palancas tengo a mi disposición para optimizar estas métricas?

Definamos ahora lo anterior para nuestros esfuerzos de marketing en torno a MojoCommerce.

Primero, un poco de contexto sobre MojoCommerce: Instamojo ofrece soluciones para empresas que ejecutan tiendas en línea: creación y alojamiento de tiendas, pagos, CRM y una interfaz de usuario simple, todo empaquetado en una sola plataforma (MojoCommerce).

Es un modelo freemium en el que las empresas pueden probar el producto de forma gratuita y crear una tienda básica, pero para acceder al conjunto completo de soluciones, existen planes premium que tienen una tarifa de suscripción mensual/anual.

¡Regístrese para obtener su propia tienda en línea gratuita o la versión premium que comienza en solo ₹ 10 / día!

Nuestras campañas de marketing digital tienen como objetivo gastar dinero en publicidad de Instagram y Facebook para adquirir negocios que muestren una verdadera intención, construir su tienda en MojoCommerce y actualizar a planes premium . Así que vamos a sumergirnos.

Objetivo

Para desarrollar una estrategia sostenible de adquisición de clientes para MojoCommerce: cree anuncios, gaste dinero para obtener clientes potenciales y el equipo de ventas se pone en contacto con estos clientes potenciales para guiarlos y convertirlos en clientes del plan premium .

Criterios de éxito y métricas clave

Costo por actualización: esta es la métrica principal de interés, ya que el santo grial de estas campañas sería adquirir usuarios premium a un costo inferior a los ingresos generados a través de suscripciones premium.

Sin embargo, esta es una métrica compuesta que aparece al final de un embudo más largo.

El embudo se ve así:

1. Coste por clic : ¿los usuarios se sienten atraídos por los anuncios que ven?
2. Costo por registro : ¿las páginas de destino los inspiran a registrarse?
3. Costo por actualización : ¿los estamos convenciendo del valor de nuestras ofertas premium?

Palancas móviles

Cuando decimos palancas móviles, nos referimos a los aspectos de nuestra estrategia de marketing que están bajo nuestro control.

• Público objetivo : esto se puede alimentar a los motores de anuncios en Facebook y plataformas similares de 2 maneras
  • Heurística: filtros como datos demográficos, atributos de perfil, páginas seguidas, etc.
  • Lookalikes: alimenta una lista de usuarios y el motor de anuncios encuentra usuarios similares para apuntar
• Plataformas para ejecutar anuncios en -Facebook, Instagram, Youtube, escritorio vs móvil
• Asignación de gastos de diferentes anuncios : el mejor momento del día, el mejor día de la semana
• Creatividades publicitarias y páginas de destino : el diseño y el aspecto creativo
• Procesos del equipo de ventas : a quién contactar/cuándo contactar

Diseño de experimentos

Ahora unimos estos componentes para crear un marco iterativo que podemos optimizar con el tiempo para nuestros criterios de éxito:

Habiendo establecido este marco, comenzamos nuestro viaje para refinar nuestra estrategia de marketing.

Lectura relacionada: Principales métricas de comercio electrónico para rastrear y cómo usarlas para hacer crecer su negocio

Fase 1: Arranque en frío, sin datos históricos con los que trabajar

Inicialmente, no teníamos un historial de campañas de marketing para analizar, pero sí teníamos un comportamiento de usuario orgánico que podía usarse para comenzar a formular hipótesis.

Encontramos un conjunto de atributos que eran indicadores clave de una fuerte propensión a actualizarse a planes premium:

1. Obtener visitantes de la tienda a través de las páginas de redes sociales (Facebook e Instagram)
2. Comerciantes que venden productos físicos (a diferencia de eventos, servicios, etc.)
3. Grupos de edad 21-65

Por supuesto, hay varias palancas móviles fuera de los criterios de la audiencia objetivo, pero es importante no probar demasiadas hipótesis al mismo tiempo, ya que esto conducirá a tamaños de muestra insuficientes para llegar a resultados concluyentes rápidamente.

Priorizamos un conjunto de hipótesis amplias para probar en nuestro primer conjunto de experimentos:

1. Tipo de audiencia: las audiencias similares superarían a las audiencias basadas en heurísticas (es más fácil hacer una orientación limitada en las listas de audiencias similares).
2. Plataforma: el móvil superaría al escritorio (las empresas basadas en las redes sociales operan principalmente desde el móvil)
3. Público objetivo: los usuarios que obtienen visitantes de las páginas de redes sociales, venden productos físicos y tienen entre 21 y 65 años formarían el criterio de audiencia similar más fuerte.

Lanzamos simultáneamente un conjunto de campañas para controlar cada uno de estos criterios (computadora de escritorio frente a móvil, heurística frente a similar) y descubrimos que nuestras 3 hipótesis eran correctas.

Por lo tanto, en el futuro, nuestro enfoque se centró principalmente en los anuncios para dispositivos móviles, utilizando elementos similares en función de los criterios de nuestra audiencia objetivo.

¿Quieres ser más inteligente en el mundo de los negocios? ¡Suscríbase a nuestro boletín semanal para obtener consejos comerciales y estrategias de marketing directamente en su bandeja de entrada!

Fase 2: refinar nuestros criterios de similitud y buscar otras palancas móviles

Ahora que definimos nuestra estrategia general, nos enfocamos en mejorar nuestro público objetivo, ya que ese parecía ser el impulsor más fuerte para reducir nuestro costo por actualización.

La idea principal es que cuanto más uniforme sea la lista de audiencia, más fácil será para el motor de anuncios de Facebook encontrar usuarios similares. Ahora también teníamos algunos datos sobre el rendimiento de la campaña, que podíamos usar para buscar nuevas palancas móviles, como la asignación de gastos y los procesos del equipo de ventas.

Algunas observaciones que hicimos:

• Descubrimos que la mayoría de las caídas en la actividad de los usuarios ocurrieron dentro de los primeros 3 días posteriores al registro, lo que indica que el contacto de ventas temprano es importante.
• También vimos que gran parte de nuestra inversión publicitaria durante el horario no comercial (tarde en la noche, temprano en la mañana) no estaba dando ningún resultado.

En base a esto, definimos un nuevo conjunto de hipótesis

1. Las campañas específicas de categoría superarían a las campañas genéricas de "vendedor de productos físicos" (por ejemplo, audiencias basadas puramente en ropa, audiencias basadas puramente en decoración del hogar)
2. El contacto de ventas temprano aumentará la retención y, por lo tanto, la tasa de actualización de los usuarios.
3. Reducir la publicidad fuera del horario comercial mejoraría nuestro costo por actualización

Una vez más, lanzamos un conjunto de campañas para controlar estos parámetros y cambiamos los procesos de nuestro equipo de ventas para garantizar el contacto en las primeras etapas.

Nuestras hipótesis se desarrollaron como esperábamos, y las campañas específicas de categoría en particular superaron en gran medida a las campañas genéricas.

Profundizar en las campañas específicas de categoría nos dio mucha más información sobre cómo podríamos mejorar nuestra orientación.

Nuestros hallazgos:

1. Vimos que las campañas específicas de categoría no solo superaron a las genéricas , sino que las creatividades de anuncios con mejor rendimiento también fueron específicas de categoría (por ejemplo, para una campaña de indumentaria, las mejores creatividades mostraban tiendas relacionadas con indumentaria y tenían mensajes específicos de indumentaria)
2. También vimos que, en muchos casos, la información de la categoría comercial que recopilamos puede ser ambigua o amplia , lo que lleva a listas de audiencia no uniformes y una orientación subóptima. Por ejemplo, 'Decoración del hogar' puede abarcar cualquier cosa, desde vendedores de plantas de interior hasta vendedores de muebles, lámparas hechas a mano y tapices de pared.

Estos productos de la tienda en línea Instamojo 'The Key Bunch' también se incluyen en la decoración del hogar.

Fase 3: segmentación hiperestrecha

Nuestro conjunto anterior de experimentos nos mostró que invertir tiempo y energía en un mejor etiquetado de las categorías comerciales valdría la pena, por lo que decidimos considerar el modelado de una categoría de usuarios en función de las imágenes y descripciones de sus productos.

Esto se puede hacer representando esta información en forma de incorporaciones semánticas que luego se pueden agrupar en productos similares, que luego se pueden acumular a nivel de usuario. Los detalles técnicos de esto son bastante complejos y requerirían un artículo por separado, pero aquí hay una imagen simple que transmite la idea básica:

Esto nos permitió crear listas de audiencia extremadamente estrechas (p. ej., ropa tradicional para mujeres, panadería, productos para el baño y el cuerpo) y las creatividades y páginas de destino correspondientes.

Estos experimentos están actualmente en progreso y hasta ahora han superado considerablemente las iteraciones anteriores.

Conclusión

Al adherirnos a este marco iterativo de prueba de hipótesis, con el tiempo hemos reducido nuestro costo por actualización a casi 1/4 de nuestros costos iniciales en menos de un año, y al ejecutar estos experimentos en etapas, podríamos aumentar gradualmente nuestro gasto como vimos una mejora en el rendimiento.

Si bien este estudio de caso fue una ilustración útil, este marco no se limita solo al marketing. El mismo enfoque se puede aplicar a casi cualquier unidad de negocio.

Defina su objetivo y sus criterios de éxito, divídalo en métricas clave e identifique sus palancas móviles.

Una vez hecho esto, comience a crear hipótesis, realice experimentos para probarlos y optimícelos según sus criterios de éxito.

Este experimento no es un trabajo hecho, todavía hay mucho margen de mejora, pero tenemos un marco que ha demostrado ser efectivo para mejorar iterativamente nuestra orientación a lo largo del tiempo. Y nos esforzamos por mejorar y optimizar continuamente nuestros esfuerzos de adquisición de clientes en Instamojo.

Crea tu tienda online gratis

Si tiene preguntas o desea felicitar a Kaustub, conéctese con él en LinkedIn o comente esta publicación.