Redes Sociales & Social Ads Facebook

¿Cómo funciona Conversion Lift de Facebook para saber el impacto de los anuncios en las ventas?

    Por Berta Ventura, publicado en 28 mayo 2020

    Facebook sigue siendo uno de los gigantes de la publicidad digital, pero a medida que pasan los años, el entorno online se vuelve cada vez más complejo y es más difícil medir el resultado de las campañas.

    Para ayudar a los marketers a superar este reto, Facebook ha lanzado Conversion Lift, una herramienta avanzada para medir el impacto real de los anuncios de Facebook e Instagram en las ventas. Te contamos cómo funciona y lo que puede aportar a tu marca.

    * ¿Quieres mejorar tus campañas de publicidad en Facebook e Instagram? Entra  aquí y descárgate gratis el curso de 2020 que te ayudará a conseguir mejores  resultados para tu marca o empresa.

    Como funciona Conversion Lift de Facebook para saber el impacto de los anuncios en las ventas

     

    ¿Qué es Conversion Lift?

    Conversion Lift (llamada "Aumento de las conversiones" en español) es una solución destinada a medir el aumento de conversiones generado por una campaña de anuncios, yendo más allá de las medidas basadas en clics.

    Según los datos que maneja Facebook, el 91 % de los usuarios que podrían comprar un producto no hacen clic en los anuncios. Además, como los usuarios usan varios dispositivos a lo largo de su viaje de cliente, las cookies solo reflejan una parte de la historia; de hecho, se calcula que los datos basados en ellas pasan por alto nada menos que el 37 % de las conversiones.

    Por tanto, Conversion Lift se centra en medir el aumento de las conversiones entre los usuarios que han visto uno de tus anuncios, pero no han hecho clic necesariamente en ellos. Para ofrecer mayor precisión, este sistema considera que hay tres tipos de conversiones:

    • Usuarios que han convertido y no han visto ningún anuncio.

    • Usuarios que han convertido y han visto el anuncio, pero que se habrían convertido en clientes de todas maneras.

    • Usuarios que han convertido gracias a los anuncios. Este es el aumento de las conversiones que pretendemos medir (también llamadas "conversiones incrementales").

    Facebook recomienda usar Conversion Lift en combinación con los modelos atribución clásicos, ya que la precisión de esta nueva opción es mayor pero obtener resultados puede llevar más tiempo.

     

    ¿Cómo funciona Conversion Lift?

    Conversion Lift usa una metodología similar a los estudios científicos, separando a los usuarios en el grupo experimental y el grupo de control.

    Tras identificar la audiencia a la que nos dirigimos y el objetivo de negocio que queremos conseguir, Facebook separa a la audiencia en el grupo experimental y el grupo de control de manera aleatoria. A continuación, muestra los anuncios únicamente al grupo experimental y mide los resultados de conversión de ambos grupos (ya sea a través de los píxeles de Facebook, de una subida de datos o de eventos en la app). Por último, Facebook compara las conversiones en el grupo experimental y el grupo de control, calcula cuál ha sido el incremento de conversiones en las personas que han visto los anuncios y muestra los resultados al anunciante a través del Ad Manager. Por ejemplo, si en el grupo de control han convertido 100 usuarios y en el grupo experimental lo han hecho 150, tendríamos un aumento de conversiones del 50%.

     

    Tipos de pruebas en Conversion Lift

    Las pruebas simples (o "single cell") pretenden medir la cantidad de conversiones incrementales conseguidas con una estrategia en concreto y el coste de adquisición de cada una de ellas. Como acabamos de ver, se divide a la audiencia en grupo experimental y de control y se pone en marcha el test.

    En cambio, las pruebas multivariable (o "multi cell") pretenden comparar diferentes estrategias entre sí. En este caso, por tanto, la audiencia se divide de manera aleatoria en grupos para cada variable y, dentro de cada una de ellas, en grupo experimental y grupo de control. De esta manera, podemos saber qué estrategia consigue más conversiones incrementales a menor coste.

    Por ejemplo, podemos usar una prueba de Conversion Lift multivariable para averiguar si nos interesa más lanzar anuncios con una estrategia de optimización para la conversión o de optimización para clics.

     

    Tipos de informes en Conversion Lift

    A la hora de ver los resultados de tus pruebas con Conversion Lift, puedes escoger entre los informes básicos y los avanzados.

    Los informes básicos incluyen únicamente los datos observados durante el experimento. Pueden ser adecuados si crees que tu audiencia es lo suficientemente grande como para que los resultados sean representativos y no te importa esperar un poco más para ver los resultados.

    En cambio, los informes avanzados incluyen datos históricos de tests similares, lo que significa que están disponibles más rápido y, según Facebook, son más precisos. Resultan especialmente útiles si estás trabajando con audiencias relativamente pequeñas o si necesitas contar con resultados en poco tiempo.

    Otras funcionalidades de los informes a las que conviene echar un vistazo son:

    • Aumento de conversiones según género y edad. Aquí podrás ver de un vistazo qué grupos generan más conversiones, tanto en un gráfico como con un resumen rápido del segmento más rentable. Usa esta información para orientar campañas a audiencias específicas.

    • Comparativa entre el aumento de conversiones y las conversiones atribuidas por clics. En esta sección de los informes puedes ver cuántas conversiones incrementales has conseguido y cuántas se podrían atribuir a clics con diferentes periodos de atribución (1, 7 y 28 días). De esta manera, podrás rectificar fácilmente tus modelos de atribución.

     

    ¿Por qué utilizar Conversion Lift?

     

    Porque te permite medir con precisión los resultados de tus anuncios en Facebook

    Facebook y Google son las soluciones publicitarias online a las que los marketers dedican más presupuesto, por lo que es muy importante poder medir con precisión lo que estamos haciendo. Con la herramienta Conversion Lift, podrás responder a preguntas como:

    • ¿Cuántas conversiones estoy consiguiendo gracias a Facebook?

    • ¿Debería destinar más presupuesto a esta campaña?

    • ¿Cómo debería equilibrar el presupuesto de adquisición de nuevos clientes con el de remarketing?

    • ¿Qué audiencia tiene un coste menor por cada conversión atribuible a anuncios?

    • ¿Cuál es el ROAS real de mi inversión en Facebook?

    • ¿Mi modelo de atribución real coincide con los resultados de un experimento controlado?

     

    Porque mejora los sistemas actuales

    Este sistema supone una revolución con respecto a otras maneras de medir el impacto de los anuncios en las ventas, como los tests A/B y la atribución basada en el último clic.

    En el caso de los tests A/B, el problema es que miden las conversiones totales, pero no distinguen las "conversiones base" (que se habrían producido de todas maneras) con las que pueden atribuirse directamente a tus anuncios. Así, es posible que si comparamos dos estrategias entre sí, una de ellas produzca menos conversiones, pero las conversiones atribuibles al anuncio en sí sean mayores.

    En cuanto a los sistemas basados en el último clic, el problema es que no recogen la totalidad del viaje del cliente, que cada vez es más complejo. Así, al comparar el aumento de conversiones real con las atribuidas al último clic, Facebook ha encontrado diferencias de hasta un 48 % en el número de conversiones y hasta de un 79 % en el coste por adquisición, lo que puede producir grandes desajustes en los presupuestos.

     

    Porque pasa del CPA al CPIC

    Hasta ahora, la métrica estrella de la publicidad online era el CPA o coste por adquisición.

    El CPA nos informa de las ventas totales procedentes de canales específicos, tanto de clientes actuales como nuevos. Las variables como el periodo y el modelo de atribución pueden impactar mucho en las conversiones medidas, y puede infravalorar los canales que están en la parte superior del funnel. Por tanto, resulta adecuado para medir los resultados de medios pagados en productos con ciclos de vida cortos o ventas flash.

    En cambio, Conversion Lift propone pasar al CPIC, esto es, el coste medio de las conversiones que no habrían ocurrido de no ser por tus anuncios. Esta métrica se basa en el diseño experimental (que se considera una metodología más rigurosa), incluye el efecto de canales a largo plazo como el SEO y puede emplearse para corregir los errores de los modelos de atribución. Por tanto, nos ofrece una manera más precisa de medir las ventas o conversiones netas, optimizar la asignación de presupuestos y probar nuevos formatos y plataformas.

     

    Porque es realmente cross-channel

    Los modelos de atribución que solemos manejar en marketing online surgieron en un entorno en el que la mayor parte de la actividad de los usuarios de internet se desarrollaba en ordenadores. En este contexto, tenía sentido medir el comportamiento del usuario a través de las cookies, ya que podíamos hacer un seguimiento de los diferentes puntos de contacto del usuario con la marca.

    Sin embargo, a día de hoy consumimos contenido a través de múltiples dispositivos, y los móviles adquieren cada vez más protagonismo. Además, los usuarios muestran un rechazo cada vez mayor a las cookies, y Chrome ya ha anunciado su intención de dejar de permitirlas.

    En cambio, Conversion Lift permite medir el impacto de un canal determinado en las conversiones, independientemente de los dispositivos que esté usando un usuario. Además, permite tener en cuenta tanto las conversiones online como las que se produzcan en tiendas físicas, ya que el anunciante puede subir sus propios datos al sistema.

    ¡Regístrate AHORA en el webinar!

     

    Berta Ventura

    Social Account Manager at Cyberclick. Le apasiona el marketing, las redes sociales, leer y escribir. _______________________________________________________________________ Social Account Manager at Cyberclick. Passionate about marketing, social media, reading and writing.