Cambio de paradigmas, hoy el consumidor compra de otra manera.
Casi un año después de que nos dejasen salir de casa después de un duro confinamiento es innegable que la forma de comprar ha cambiado. Actualmente 27 millones de personas utilizan las redes sociales como canal de compra entre 17 a 70 años de edad.
En este mismo tramo de edad, este estudio aporta otro dato revelador, el 85% de la población internauta usa redes sociales, es decir, a día de hoy hay más gente en redes sociales que gente que compra online.
Esta elevada penetración del ecommerce y del uso de redes sociales hace necesario un cambio de paradigma a la hora de trabajar las campañas publicitarias. Hasta ahora lo recomendable era encontrar a las audiencias que nos interesaban para venderles nuestro producto, ahora la clave está en que las audiencias a las que nosotros, como producto, les podemos interesar nos descubran, y para ello tenemos que anticiparnos a sus necesidades y generar contenido que les proporcione nuevas formas de hacerlo cumpliendo sus expectativas. Esta es la clave del Discovery Commerce.
Social Ads & Discovery Commerce: El Match Perfecto.
Las campañas en redes sociales tienen que funcionar de forma similar a como funciona un escaparate en la calle, que es capaz de hacer que meros paseantes entren en un establecimiento al ver un producto o una promoción. Esto es clave, ya que los usuarios navegan por ellas sin una intención de compra, igual que salen a pasear y compran productos al ver ese escaparate. Según el mismo estudio de que comentábamos, los usuarios tienen otras motivaciones para entrar en redes sociales entre las que se encuentran entretenerse, interactuar, en menor medida inspirarse o seguir tendencias pero en ningún caso directamente comprar.
Claves para aplicar el Discovery Commerce en tus campañas de Social Ads.
¿Y cuáles son los conceptos clave en torno al Discovery Commerce que nos van a ayudar a convertir el descubrimiento en demanda? Pues los 3 conceptos claves serían 3.
- Machine Learning: El Machine learning es el aprendizaje del algoritmo. Es decir, es la “maquinaria” que va a hacer funcionar las campañas de Facebook correctamente.
- Liquidity: La Liquidity sería la “gasolina” o la fuente de alimentación de datos necesaria para que el algoritmo pueda ir aprendiendo. Sin esta liquidity no le daremos suficiente liquidez o flexibilidad al sistema de entrega para que vaya mostrando los ads allí o a quien es más posible que convierta.
- Metodología Test & Learn: Finalmente la Metodología Test&Learn es el “volante” que nos va a permitir convertir a los optimizadores en “pilotos” o “jinetes” del machine learning. Esta metodología consiste en plantearse hipótesis y validarlas mediante pruebas A/B y Pruebas de aumento.
¿En base a qué debemos aplicar la liquidity y qué pruebas son útiles para ayudar al algoritmo?
En base al presupuesto. Si en su día se recomendaba dividir mucho las campañas tanto por ubicaciones como por audiencias también era recomendable que ese presupuesto se repartiese entre estas subdivisiones en función de su performance. Con el mindset actual el reparto debe dejar que lo haga el propio algoritmo, pero de entrada testar si esto nos funciona a nosotros con un test A/B específico para medir esta variable.
- En base a la audiencia: Hasta hace poco el principal argumento de venta de Facebook Ads era su gran capacidad de segmentación. Debio a la gran cantidad de datos que se han ido recogiendo durante años el algoritmo es capaz de ir aprendiendo a quienes debe mostrar los ads y mejorar resultados. Es decir, al día de hoy el hipersegmentar las campañas de Facebook es un mito. Se recomienda utilizar la liquidity en cuanto a la segmentación utilizando las audiencias más amplias posibles. Con un test A/B podremos verificar si en nuestro caso nos funcionan mejor las audiencias amplias o las audiencias específicas como en este caso.
- En base a las ubicaciones: Igual que con la audiencia antiguamente se recomendaba dividir las campañas entre ubicaciones en función de su comportamuento. Así por ejemplo si funcionaban mejor las de Facebook que das de Instagram le dábamos más presupuesto a las primeras. Actualmente esto también es un mito. La recomendación es utilizar ubicaciones automáticas, es decir, el mayor número posible a la vez, para que el inventario para el algoritmo sea lo más amplio posible y pueda aprender antes.
Existe además una funcionalidad llamda Personalización de activos que nos va a permitir personalizar las creatividad en base a dónde se vaya mostrar el anuncios. Por ejemplo cuadra para los newsfeeds, vertical para las stories, etc. También en este caso debemos hacer Test A/B para verificar qué ubicaciones nos funcionan mejor, las automáticas (cuando usamos 4 o más al mismo tiempo) o manuales.
