#Metricsday Personalización de contenido online

Post on 16-Apr-2017

660 views 0 download

Transcript of #Metricsday Personalización de contenido online

1BCN MAD VLC SCL MDE BOG LIM MEX MIA SFO

Personalización de Contenidos Online

¿Qué es y cómo se logra?

Cristóbal Bello@jcris_tobal

2

Cristóbal Bello

Digital Analytics Leader

Cinco años de experiencia en

marketing y analítica digital. He

trabajado realizando asesorías,

implementaciones, análisis,

campañas y capacitaciones en

rubros como el Retail,

Financiero, Inmobiliarias,

Automotriz, E-commerce. linkedin.com/in/cristobalbello

3

1. Qué se entiende por personalización

2. Cómo abordarlo

3. Cómo funciona y resultados

¿De qué les hablare hoy?

4

¿Qué se entiende por Personalización?

501 7% +Consumo | 870% +Visitas | 39%

+Fans

6

02 Entregar la experiencia adecuada, que sea del

agrado de la persona, en el momento adecuado.

7

¿ONLINE?

8

¿ONLINE?

9

¿ONLINE?

10

¿ONLINE?

11

BENEFICIOS

12

mejora experiencia

fideliza clientes

aumenta conversión

segmentar y testear

automatiza procesos de tecnología

ayuda a conocer más al cliente

Beneficios

13

CÓMO ABORDARLO

14

1. GENERAR INTERÉS

Disminución del rebote

Mayor vistas de productos

Mayor apertura mailing

Mayor tiempo en sitio web

Tráfico de calidad

Desde dos ámbitos

15

Desde dos ámbitos

2. SATISFACER NECESIDAD

Mayor tráfico a página relevante

Mejores niveles de conversión

Cross-selling

Disminución de costos por

adquisición

Mejor ticket promedio - ROAS

16

Desde los datos

TRES TIPOS DE DATA

i. Data de Perfil

ii. Data Histórica

iii. Data Situacional

17

Desde los datos

1. Data de perfil

o Sexo

o Edad

o Interéses

o Preferencias

o User ID – Encriptación RUT

18

Desde los datos

2. Data histórica

o Productos adquiridos

o Páginas visitadas

o Acciones realizadas

o Compras o acciones off-line

19

Desde los datos

3. Data situacional

o Hora y día

o Dispositivo

o Fuente de tráfico

o Navegador

o Ubicación

20

…Y EN LA PRÁCTICA

21

Resultados obtenidos

+374% clicsinterés por un

banner interno

+19%en conversión

transaccional

22

LOGIN

data anónima de logeo

o user id

TAG

MANAGER

SITIO

PRIVAD

OID

Cómo lo estamos haciendo

23

LOGIN

AAM

envió de data encriptada a Adobe

Audience Manager

TAG

MANAGER

SITIO

PRIVAD

OID

Cómo lo estamos haciendo

24

SITIO

PRIVAD

O

LOGIN

TAG

MANAGER

DATA

WAREHOUS

E

AAM

ID

ID

Cómo lo estamos haciendo

25

LOGIN AT

SITIO

PRIVAD

O

TAG

MANAGER

AAMDATA

WAREHOUS

E

ID

ID

Cómo lo estamos haciendo

26

LOGIN

SITIO

PRIVAD

O

TAG

MANAGER

AAMDATA

WAREHOUS

E

ID

AT

ANALYTIC

S

Analytics nutre de

información

• Páginas Visitadas

• Variables de conversión

(events, evars)

ID

Cómo lo estamos haciendo

27

LOGIN

SITIO

PRIVAD

O

TAG

MANAGER

AAMDATA

WAREHOUS

E

ID

AUDIENCIA 1

AUDIENCIA 2

AUDIENCIA 3

AT

ANALYTIC

S

Cómo lo estamos haciendo

28

LOGIN

SITIO

PRIVAD

O

Cómo lo estamos haciendo

29

LOGIN

SITIO

PRIVAD

O

AUDIENCIA 1

AUDIENCIA 2

AUDIENCIA 3

Cómo lo estamos haciendo

30

CONTENIDO A

LOGIN

SITIO

PRIVAD

O

AUDIENCIA 1

AUDIENCIA 2

AUDIENCIA 3

CONTENIDO B

CONTENIDO C

Cómo lo estamos haciendo

31

CONTENIDO A

LOGIN

SITIO

PRIVAD

O

AUDIENCIA 1

AUDIENCIA 2

AUDIENCIA 3

CONTENIDO B

CONTENIDO C

Cómo lo estamos haciendo

32

LA INTEGRACIÓN Y UNIFICACIÓN DE DISTINTAS FUENTES

DE DATOS

Qué se nos viene

33

LA INTEGRACIÓN Y UNIFICACIÓN DE DISTINTAS FUENTES

DE DATOS

REPLANTEAR LAS REGLAS DE NEGOCIO

Qué se nos viene

34

LA INTEGRACIÓN Y UNIFICACIÓN DE DISTINTAS FUENTES

DE DATOS

REPLANTEAR LAS REGLAS DE NEGOCIO

DISEÑO DE ESTRATEGIA DE PERSONALIZACIÓN

Qué se nos viene

35

LA INTEGRACIÓN Y UNIFICACIÓN DE DISTINTAS FUENTES

DE DATOS

REPLANTEAR LAS REGLAS DE NEGOCIO

DISEÑO DE ESTRATEGIA DE PERSONALIZACIÓN

UTILIZAR EL CONTEXTO EN TIEMPO REAL

Qué se nos viene

36