Descifrando la Atribución y Google Analytics

Descripción del episodio

Con tantas interacciones detrás de una compra, la atribución casi se siente necesaria.

¿Quién diría que no a una vista de pájaro de cómo están funcionando los diferentes canales y qué lleva a la conversión final? Pero hay trampas, incluso con el modelo de último clic preferido por Google. Aprende cómo puedes usar los modelos de atribución de manera más inteligente con la ayuda de Google Analytics.

Este panel cubre:

• Diferencia entre la atribución en plataforma y la atribución multiplataforma y cuándo necesitas cuál
• Qué hay de nuevo en Google Analytics 4 y por qué debería importarte
• Cómo hacer atribución en un mundo que prioriza la privacidad donde las cookies pueden no estar disponibles
• Pros y contras de diferentes modelos de atribución

Nuestros invitados expertos:

• Ken Williams, Search Discovery
• Brooke Osmundson, NordicClick Interactive
• Christopher Gutknecht, Bergzeit

Conclusiones del episodio

Diferencia entre la atribución en plataforma y la atribución multiplataforma

• Atribución en plataforma: Mejor para optimizar campañas dentro de una sola plataforma.
• Atribución multiplataforma: Esencial para entender la efectividad general del marketing a través de múltiples canales.
• Uso: Aplica en plataforma para optimizaciones específicas de canal y multiplataforma para obtener perspectivas de marketing holísticas.

Nuevas características en Google Analytics 4

• Modelo de datos basado en eventos: Mejora la integración entre plataformas web y móviles.
• Métricas de compromiso mejoradas: Seguimiento más preciso del compromiso del usuario.
• Se adapta a los cambios de privacidad: Diseñado para entornos con uso restringido de cookies.
• Manipulación de datos basada en UI: Ajustes directos en Google Analytics sin herramientas externas.

Atribución en un mundo que prioriza la privacidad

• Seguimiento del lado del servidor: Aborda las limitaciones en las cookies del lado del cliente cambiando a métodos del lado del servidor.
• Adaptación del modelo: Usa modelos que estimen interacciones faltantes debido a límites de privacidad.
• Herramientas centradas en la privacidad: Aprovecha las nuevas características de GA4 diseñadas para un mayor cumplimiento de la privacidad.

Pros y contras de diferentes modelos de atribución

• Modelos basados en reglas: Fáciles de implementar pero pueden representar incorrectamente el impacto de varios puntos de contacto.
• Modelos algorítmicos: Más precisos en entornos de múltiples toques pero requieren datos significativos y son complejos de gestionar.
• Selección de modelo: Elige basado en los objetivos del negocio y la complejidad de las interacciones con el cliente, con ajustes y pruebas continuas.

Transcripción del episodio

Frederick Vallaeys: Hola, y bienvenidos a otro episodio de PPC Town Hall. Mi nombre es Fred Vallaeys. Soy su anfitrión, y también soy el CEO y cofundador de Optmyzr. Así que queríamos hacer una sesión que fuera muy táctica y práctica, nuevamente, con muchos consejos. Así que esta semana, vamos a hablar sobre atribución, medición, Google Analytics 4.

Modelos de atribución. Básicamente respondiendo a la pregunta de, estás haciendo PPC, estás gastando el dinero, pero ¿cómo mides si está funcionando? ¿Y mides eso solo a través del motor de anuncios directamente usando el seguimiento de conversiones de Google, o quieres adoptar un enfoque más de canal cruzado y medir todo para ver cómo tus posibles clientes se mueven entre Facebook, social, Search google microsoft amazon y todos los cientos de lugares donde los consumidores pasan el rato estos días? Así que para ayudarnos con eso, tenemos un gran conjunto de panelistas.

Todos ellos son primerizos en ppctownhall Así que cuando los demos la bienvenida en solo un minuto, usa el chat y la sección de comentarios para decirnos de dónde vienes. Estamos en vivo. Así que ya sabes, disculpa los errores que podamos tener en el camino. Pero también significa que puedes hacer preguntas en vivo y los panelistas las verán y trataremos de hacer nuestro mejor esfuerzo para responderlas.

Así que bienvenidos al próximo episodio de PPC Town Hall.

Bien. Y mis invitados esta semana son Christopher o Chris Gutknecht de Alemania, ¿verdad? Sí. Hola, ¿cómo estás? ¿Dónde en Alemania estás? Y en Múnich, en realidad. En Múnich. ¿Estás atrapado en casa, o ya pueden salir?

Christopher Gutknecht: Más o menos más atrapado en casa, sí.

Frederick Vallaeys: Más atrapado en casa. No he viajado a

Christopher Gutknecht: Austria todavía.

Frederick Vallaeys: Bien, y luego tenemos a Brooke Osmundson del norte.

Brooke Osmundson: Sí, hola, desde Minnesota, al sur. La nieve se está derritiendo. Finalmente.

Frederick Vallaeys: Bien. Bienvenida al programa. Y Ken Williams desde el sótano en algún lugar.

Ken Williams: Sí. Técnicamente estoy en Atlanta, Georgia, pero en realidad 23 y yo me dicen que soy 46 por ciento de Múnich. Así que tal vez un primo lejano tuyo, Chris.

Muy bien.

Frederick Vallaeys: Chris, ¿estás en 23 y yo? Tal vez seas realmente un primo. Sí. Así que rápidamente cuéntales a las personas tu experiencia y conocimientos. Y así, comenzaremos con Chris tal vez, pero ¿qué haces profesionalmente y qué sabes sobre atribución y todo lo que vamos a hablar hoy?

Christopher Gutknecht: Claro. Sí. Gracias. Comencé en PPC hace 12 años y tengo un enfoque en comercio electrónico y retail durante los últimos ocho, nueve años. Tuve un rol en una agencia de comercio electrónico. Hasta hace dos años y ahora trabajo internamente para Bergzeit. Somos un minorista en línea de equipo de montaña, estamos en el nivel de alrededor de 125 millones de ingresos anuales, así que somos una especie de tamaño mediano y mi equipo lidera la adquisición, así que marketing de rendimiento para la tecnología SEO y las tácticas de optimización, que es análisis de datos cero, y por eso hemos estado trabajando en atribución durante el último año, diría 12 meses y hemos tenido muchas luchas Y podría compartir algunas de esas. Sí, nos encantaría escuchar sobre las luchas y especialmente las soluciones que se te ocurrieron porque creo que todos tenemos nuestras luchas. Brooke, ¿qué hay de ti?

¿Cuál es tu experiencia en esto?

Brooke Osmundson: Genial. Así que trabajo para Nordic Click Interactive. Somos una agencia en Minnesota, y sirvo como la directora senior de estrategia digital. Así que trabajo muy de cerca con nuestros clientes desde un punto de vista diario con la estrategia general del negocio y del cliente. Pero también liderando parte de nuestra estrategia de agencia también.

Así que he estado en el espacio de medios pagados durante un poco más de ocho años ahora, alrededor de cuatro con Nordic Click como agencia y antes de eso, en realidad trabajé internamente para una empresa de comercio electrónico donde dirigí, estaba en el tipo de espacio de bodas y espacio de tarjetas de Navidad, así que muy competitivo. Pero la razón por la que me he metido tanto en la atribución últimamente es por el COVID.

Y muchas de nuestras empresas B2B, sabes, hemos tenido que cambiar mucho de lo que están haciendo y viendo porque simplemente el comportamiento del usuario está cambiando. Y así realmente teniendo esas conversaciones, las conversaciones difíciles con esto es en realidad lo que podemos ver que está sucediendo. Y así me he metido más en el comportamiento del usuario antes de que hagan, ya sabes, se conviertan en una conversión.

Así que ahí es donde reside mi experiencia, midiendo a lo largo de todo. Sí, hablemos de eso también. Ken, ¿qué hay de ti? ¿Tu experiencia profesional?

Ken Williams: Sí. Así que en realidad no soy del mundo de los medios pagados. Exactamente. Comencé en la Sociedad Americana del Cáncer. Y luego contraté a una empresa llamada Search Discovery para ayudarnos con los análisis.

Y en ese momento estaban construyendo su propio gestor de etiquetas. Estaba en el lugar correcto en el momento correcto. Así que lo vendieron a Adobe, se convirtió en Adobe DTM. Y fui un usuario temprano de esa herramienta. Así que he estado en Search Discovery desde entonces. Y he estado, ya sabes, profundamente en implementaciones de análisis.

En algún momento, me convertí en el tipo de arquitecto de Google. Así que comencé a especializarme en Google Analytics Tag Manager y Google Cloud Platform. Y luego, más recientemente, cuando se lanzó la nueva versión de Google Analytics, comencé, hice, hice la primera implementación. En noviembre de 2019.

Así que cuando todavía era una especie de beta temprana y tuve muchos problemas con ella. No había documentación en ese momento. Así que comencé a escribir artículos para esta wiki interna sobre cómo usar este producto. Y luego, cuando llegó la pandemia, los convertí en un blog. Y así opero un blog que realmente trata sobre Google Analytics 4. Está dirigido a analistas, ya sabes, así que personas que están haciendo implementación o informes principalmente, lo cual se superpone muy bien con el lado de los medios pagados.

Así que sí, esa es mi historia y es un verdadero placer hacer esto porque generalmente mis consejos no son solicitados, ya sabes, solo estoy diciendo mis opiniones. Así que es agradable tener a alguien que haga preguntas y muy validante.

Frederick Vallaeys: Bienvenidos al programa. Todos son expertos. Así que espero que tengamos muchas preguntas de la audiencia, pero también tenemos varios temas alineados.

Y así para la audiencia nuevamente en YouTube, si usas la sección de comentarios, ahí es donde nos estás diciendo de dónde eres ahora mismo. Pero eso también va a ser tu lugar para hacer preguntas. Tenemos unos segundos de retraso aquí. Así que si no respondemos a tu pregunta de inmediato, no te ofendas. Haremos nuestro mejor esfuerzo para llegar a ella.

Pero ya sabes, hablemos de desafíos, ¿verdad? Y alguien lo estaba diciendo aquí, como todos hemos tenido nuestras luchas. Creo que Chris, tú, en realidad escribiste hace dos años que algunas de las luchas o los desafíos que viste fueron en términos de encontrar soluciones escalables e implementables para hacer una serie de cosas.

Una de ellas fue sobre la atribución de canal cruzado o multicanal. Seguimiento entre dispositivos, puntos de contacto fuera de línea, ya sabes, ustedes están muy metidos en el comercio electrónico, enfocándose en márgenes y retornos. Así que habla un poco sobre los desafíos que sabes, ¿qué es lo más importante para ti hoy?

Christopher Gutknecht: Bueno, hemos estado trabajando en la oferta de pujas de beneficios y atribución durante un año ahora, y ambos son muy desafiantes. Todavía estamos muy por detrás de donde nos gustaría estar porque cuanto más te adentras en el agujero del conejo, más desafíos encuentras y tienes que hacer tantas suposiciones para seguir adelante. Lo siento, ¿dónde te gustaría estar? ¿Cuál es el objetivo final aquí? ¿No el objetivo final, pero qué estás tratando de lograr?

Christopher Gutknecht: Oh, podría hablar sobre dónde estamos. Hemos estado trabajando en la atribución durante un año ahora. Hemos probado dos modelos, y tenemos uno en producción, que es un modelo de cadena de Markov, que calculamos diariamente, y luego tenemos resultados frescos para los pesos de canal atribuidos.

Frederick Vallaeys: Espera, espera, espera. Cadena de Markov.

Está bien,

Christopher Gutknecht: cadena de Markov.

Frederick Vallaeys: Vamos allí. Creo que, quiero decir, creo que muchas personas han oído hablar de Markov y han visto presentaciones sobre él, pero refresca nuestras mentes un poco. ¿Qué es eso? ¿Y por qué podrías usar algo así en lugar de los modelos más comunes de primer clic, último clic, basado en posición, decaimiento lineal?

Y todos los que Google nos da?

Christopher Gutknecht: Los basados en reglas, sí. Así que creo que la mayoría de nosotros, conocemos todos los modelos basados en reglas. Y creo que hay dos modelos impulsados por datos populares. Uno es las cadenas de Markov y otro es los valores de Shapley. Y para ponerlo simple, las cadenas de Markov se tratan del efecto de eliminación. Así que si tienes dos cadenas similares y una tiene un punto de contacto adicional, digamos, PPC orgánico boletín.

Y tienes otra donde no tienes una interacción de boletín. Quieres mirar ese efecto incremental en esa posición del boletín. Y luego lo agregas a través de todos los puntos de contacto del boletín para decir, ¿cuál es el efecto incremental o el efecto de eliminación de tener el boletín allí? ¿Aumenta la probabilidad de una conversión? Y luego tenemos un valor de Shapi que se basa en la teoría de juegos donde decimos, ¿cuál es el pago promedio para este canal en todos los juegos? Así que el viaje del cliente es un juego y cada vez que un canal está involucrado y tienes un pago, que sería ingresos o una venta, eso sería una contribución a un pago y hemos visto diferentes resultados para los dos modelos y con lo que fuimos esencialmente fue con el modelo de cadena de Markov porque en realidad ayuda a los canales de embudo superior a brillar.

Y lo que vimos es especialmente los canales de embudo inferior, como retargeting afiliado, etc., tienen valores de pago más altos porque están muy cerca de la venta, pero no queríamos construir un modelo de atribución que ayudara y empujara los canales de embudo inferior. Fuimos por el otro camino.

Frederick Vallaeys: Interesante.

Y así, quiero decir, tal vez para poner eso como en una perspectiva diferente un poco, pero así que hay atribución de último libro, que es como ese embudo inferior que está recibiendo todo el crédito, pero eso mata tu embudo superior, especialmente en un mundo donde muchas decisiones y ofertas se hacen automáticamente por aprendizaje automático.

Si no valoras el embudo superior, entonces el sistema va a descontarlo y no hará nada con él. Así que creo que lo que estás describiendo, también podrías lograrlo en un modelo basado en reglas usando más basado en posición. Así que eso podría ser un punto de entrada que las personas pueden usar fácilmente en Google Analytics.

Pero creo que lo que también estás mencionando ahora es que esto no es solo un sistema de medición en canal. Y hablemos de eso, ¿verdad? Así que puedes hacer un modelo de atribución dentro de Google Ads, o puedes hacer un modelo de atribución que abarque todos los puntos de contacto. Y Ken o Brooke, ¿pensamientos sobre eso?

¿Usarías ambos? ¿Usas uno exclusivamente? ¿Cuál es la diferencia?

Brooke Osmundson: Sí, y dejaré que Ken hable sobre algunas de sus otras piezas, ya que no estoy más en el espacio de implementación, dejaré eso a Chris y Ken, pero en mi opinión, especialmente si medir diferentes, diferentes modelos de atribución es nuevo para ti, 100 por ciento comienza a hacerlos en ambos.

Ya sabes, como si los tuvieras construidos en Google Ads o Google Analytics, si estás tratando de encontrar otras herramientas, comenzaría a ejecutarlos uno contra el otro para realmente entender los diferentes puntos de contacto y qué va a funcionar mejor para tu negocio. Así que solo para hacer eco de lo que Chris estaba diciendo, estas son las conversaciones que estamos teniendo con nuestros clientes en este momento.

Siento que estamos un poco atrás también, solo en términos de, ya sabes, incluso entender lo que está sucediendo últimamente, especialmente con el cambio de comportamiento del usuario. Estamos viendo, ya sabes, que los usuarios tardan más y más puntos de contacto para tomar una decisión. Y así tratar de encontrar un modelo que no mate tu embudo superior, creo que es extremadamente importante.

Y al final del día, tienes que encontrar uno que tenga sentido para tu negocio. Así que si eso es usar, ya sabes, los que ya están construidos en las plataformas en lugar de tratar de construir tu propio con otros sistemas. Tienes que empezar en algún lugar.

Ken Williams: Sí, la cosa que añadiría también es que estamos trabajando con datos bastante imperfectos.

Y, ya sabes, creo que estar cómodo reconociendo eso y pensando en las implicaciones de diferentes modelos y encontrando un mejor ajuste. Es un desafío de negocio. Ya sabes, es un desafío de marketing. Se necesita un poco de educación porque tenemos que empezar con cuáles son las preguntas que el negocio necesita responder.

Y luego, ¿cuál es nuestro modelo de negocio? ¿Cómo interactúan las personas con nosotros? Y no hay un ajuste perfecto, ya sabes. Así que habrá una mejor opción para tu experiencia del cliente. Y así solo necesitas pensar en cuáles son tus opciones. Y la otra cosa que reforzaría el punto de Rook sobre las pruebas.

Creo que la experimentación es realmente importante. La cosa que he encontrado que es en realidad el mayor desafío es la aceptación más que nada, ya sabes, especialmente en organizaciones más grandes donde hay mucha gente que se sienta alrededor de la mesa cada mes y mira los resultados y ese tipo de cosas, llegar a un acuerdo.

Ya sabes, elegir algo que todos estén de acuerdo. Esta es la forma en que vamos a pensar sobre la atribución. Ya sabes, empieza allí, elige algo, ya sabes, y trata de que todos estén en la misma página. Para mí, eso es casi el mayor desafío más que decidir el enfoque correcto.

Frederick Vallaeys: Sí. Y me encantaría escuchar lo que piensan los demás también.

Y Brooke, dijiste como, tienes que encontrar un modelo que funcione mejor para tu negocio, pero eso es como siempre, ¿qué significa eso, qué es lo mejor para tu negocio, verdad? O tú. ¿Es el negocio la agencia y estás tratando de demostrar que la agencia te está consiguiendo los clics más baratos en el panel?

¿O estamos hablando puramente de lo que mueve la aguja en ingresos y beneficios?

Brooke Osmundson: Sí, definitivamente diría lo último porque lo que vemos es que nuestros clientes son principalmente en el espacio B2B en este momento y, ya sabes, estamos tratando de enfocarnos más en los esfuerzos de marca y realmente expandir nuestra huella porque si solo te enfocas en el embudo medio a inferior, ya sabes, ese grupo de personas se va a hacer más pequeño y más pequeño cada mes, cada año.

Así que cuando estamos haciendo diferentes canales desde un punto de vista de medios pagados. Así que ya sea LinkedIn o Google, Twitter, cualquier cosa que puedas nombrar, mucho de eso va a comenzar aquí cuando solo están investigando. Y así antes de elegir un modelo que sea mejor para ese negocio, estamos mirando cómo cada canal contribuye a una conversión o una venta en general.

Así que eso es lo que quiero decir en términos de elegir uno que sea mejor para tu negocio. Conozco algunas empresas o clientes con los que he hablado que solo dirán, queremos elegir el que le da más crédito al marketing. Bueno, por supuesto que sí, porque los dólares de marketing son los primeros en irse en tiempos difíciles. Pero a veces tienes que mirar los datos para entender cómo está contribuyendo y qué otros esfuerzos estás haciendo fuera del marketing.

Eso va a tener más sentido para tu negocio.

Christopher Gutknecht: Tal vez podría añadir eso. Lo siento. No, vamos a obtener la perspectiva interna sobre eso. Sí. Así que mi analogía que he usado durante medio año ahora es la analogía del fútbol. Así que si pones un equipo, no puedes solo poner ofensiva, necesitas todo el equipo. Y tiene que estar bien bien armado. Y aunque son las personas de la ofensiva las que marcan los goles, necesitas una defensa también.

Y así necesitas este conjunto completo de diferentes expertos contribuyendo. Y eso funciona bien para entender, está bien, no solo necesitamos retargeting. También necesitamos contenido, marca, etc. Y luego lo que descubrimos es que tenemos áreas donde, como empresa, queremos invertir, que es contenido.

Contenido de producto, contenido editorial, y en realidad orientamos nuestra decisión hacia qué modelo puede ayudar a justificar la inversión en contenido, pero también dirigirlo de la manera correcta. El modelo de Markov funcionó bien para nosotros. Así que, por ejemplo, teníamos un 1% tenemos un blog y este blog tenía un 1 por ciento de participación en ingresos de último clic y aumentó al 5%, lo que es un aumento del 400 por ciento.

Y esa fue una buena historia para contar. En realidad, PPC perdió alrededor del 9%, pero el boletín también perdió. Así que estas fueron historias que tuvimos que poner en una gran imagen, pero ahora tenemos algo que no está basado en, digamos, puramente en heurísticas, está basado en un modelo algorítmico, y luego podemos simplemente sacar la, digamos, la política, en cierto sentido. Otra cosa que me gustaría mencionar, porque preguntaste mirando dentro de una plataforma o cruzando canales, nuestra experiencia fue que, tienes que obtener esta configuración de canal cruzado correcta antes de entrar en un canal, como por ejemplo, si entras en PPC y lo haces a nivel de GCLID, eso es mucho más complejo. Creo que necesitas obtener la infraestructura correcta para distribuir los valores a través de los canales, luego tener esta estructura realmente sólida, y luego puedes entrar en canales. Y hasta entonces podrías simplemente dejar que Google Ads haga el trabajo, enviarle el valor de conversión correcto, y luego Google Ads puede hacer la atribución dentro de los diferentes clics relacionados con eso.

Diría

Frederick Vallaeys: que hay una pregunta que está en mi mente. Así que fuiste al modelo de Markov. Suena de alguna manera un poco similar a la atribución impulsada por datos de Google, donde es como la adición de un paso en la cadena. ¿Y cómo contribuyó eso a ello? Entonces, ¿por qué elegiste Markov frente al sistema de Google DDA?

Christopher Gutknecht: En realidad usamos Google Probamos las recomendaciones de Google también. Así que el modelo subyacente de la mayoría de los productos de Google es Shapley y lo han abierto. Se llama Fractribution. Podría compartir el enlace y trabajamos en eso con ingenieros de Google y el equipo de Google durante unos tres meses y luego ejecutamos cadenas de Markov en paralelo miramos los resultados y lo que vimos con el factribution de Google es que es muy mucho sobrevalora esos canales de embudo inferior, como vimos un, un más, un aumento para PPC, para Afiliado.

Para retargeting y en realidad disminuyendo el valor para, para contenido y embudo superior. Así que esa fue nuestra decisión arbitraria de decir, ya sabes, queremos invertir en embudo superior, especialmente en contenido. Así que fuimos por la cadena de Markov.

Frederick Vallaeys: Las personas aprenden más sobre cómo configurar el Markov. ¿Es eso a través de un software? ¿Cómo empiezas con eso?

Christopher Gutknecht: Sí. Podría compartir como es un channelattribution. net. Es un paquete de código abierto. Es un dos, es un tipo de Inglaterra, un tipo de es Italia. Y actualmente estamos probando un paquete pro, que te devuelve los valores atribuidos en el nivel de ruta u orden. Así que puedo recomendarlo altamente. Es gratis de usar como una versión de Python y una versión de R. Funciona en datos sin procesar de análisis. En nuestro caso, usamos universal analytics 360, pero creo que podrías ajustar los datos sin procesar de GA4 y conectarlos a un paquete. Así que podrías ir en ambos sentidos.

Frederick Vallaeys: Bien. Bueno, ya que dijiste GA4, hablemos de GA4. Y Ken, eres el experto en eso.

Dale a las personas una introducción sobre qué hay de nuevo sobre eso. Qué es interesante por qué deberían cambiar o por qué podrían querer esperar y cambiar.

Ken Williams: Sí. Así que hay mucho que es nuevo en GA4. Cuando hablo de ello, lo reduzco a tres o cuatro categorías. Una de ellas es que hay un nuevo concepto de un modelo de datos impulsado por eventos.

Así que los datos están formateados un poco diferente. Y la cosa que hay que saber sobre eso es que esta es una estructura que firebase analytics ha usado durante años, funciona muy bien con aplicaciones móviles. Y así ahora web y móvil están compartiendo la misma estructura. Y así hay una integración muy agradable y sin problemas.

Pero incluso si eres solo web y no tienes una aplicación móvil, todavía hay grandes beneficios para ti de este enfoque. Uno de ellos es la forma en que medimos el compromiso ha cambiado bastante. Así que si piensas en, ya sabes, lo que has visto en universal analytics, pones la página de inicio, todas las métricas clave que son basadas en sesiones.

Y muchas de ellas, ya sabes, alguien dice, ¿cuánto tráfico obtuvimos a través de, ya sabes, una campaña de correo electrónico? Por lo general, la respuesta se da en sesiones. Y si quieres describir, ¿son estas personas, son visitantes de alta calidad? La respuesta a eso generalmente se da en tasa de rebote, páginas por sesión, tiempo promedio en el sitio.

Así que esas son todas métricas basadas en sesiones. Y con el modelo de datos impulsado por eventos, se lanzó una nueva característica llamada tiempo de compromiso y el tiempo de compromiso resuelve un par de problemas que tuvimos con versiones anteriores de analytics. Así que la definición corta de eso en un sitio web, hay una especie de temporizador que se ejecuta cuando tu pestaña está activa en un sitio web en un sitio.

Y esa cantidad de tiempo que estás viendo activamente una página se envía a GA4 periódicamente. En una aplicación móvil, está mirando el tiempo que la aplicación estuvo en primer plano. Así que lo está tratando de una manera muy similar a través de dispositivos, lo cual es agradable porque las métricas de compromiso para web siempre han luchado por tener sentido en una aplicación móvil. Y lo que puedes hacer con eso es que puedes decir, digamos que soy un sitio de noticias y publico artículos, alguien podría hacer una búsqueda en Google, aterrizar en una página, pasar cinco minutos leyendo un artículo y salir. Y esa es una visita exitosa para mi negocio, pero en la versión antigua de Google analytics, era un rebote.

El tiempo en el sitio era la duración promedio de la sesión. La duración de la sesión era cero porque la forma en que se calcula, no sabía que estabas allí tanto tiempo en una página, por lo que se ve muy negativo. El tiempo de compromiso elimina eso y esto es útil para ciertas industrias. Es extremadamente útil para aplicaciones web y móviles donde el concepto tradicional de aterrizar en una página y moverse a otra página y moverse a otra página ha cambiado en los últimos años. Así que no es así como las personas usan Internet más, al menos no en la medida en que solía ser. Así que GA4 maneja esto mucho mejor. Y todo esto es gracias a este tipo de modelo de datos impulsado por eventos. Así que, ya sabes, preguntaste cuáles son las grandes cosas, diría todo eso como número uno, está todo un poco envuelto en esta nueva forma de pensar sobre cómo describimos lo que los usuarios están haciendo. Pero hay otros, ya sabes, hay muchas cosas que se han lanzado y que están por venir para prepararnos para un futuro sin cookies o una estricta limitación de cookies.

Y podemos hablar mucho sobre eso. Y la otra gran categoría es que GA4 está construido sobre el global site tag, que básicamente la cosa que es útil sobre eso es que puedes hacer cambios en la interfaz de usuario que en realidad modifican el código. En tu sitio sin necesidad de un cambio en el gestor de etiquetas.

De todos modos, esos son todos grandes temas. Podemos profundizar en cualquiera de ellos si quieres ir más a fondo, pero esos, diría, son como las grandes conclusiones de GA4.

Frederick Vallaeys: Sí. Así que vamos a, en realidad nos has hecho una buena transición a algunas preguntas de los usuarios. Así que con el cookie de seguimiento desapareciendo.

Y esto no es para nadie en particular, pero ¿cuáles crees que son los desafíos? Y más importante, ¿qué tipo de soluciones estamos empezando a pensar en eso?

Christopher Gutknecht: Intentaré decir que creo que esta idea de desaparecer es difícil de predecir si quieres establecer alguna infraestructura. Creo que lo que, en lo que trabajamos ahora mismo son pequeños pasos desde las cosas que ya nos están afectando. Así que, por ejemplo, el ITP 2.1 de Safari está matando las cookies de primera parte después de siete días, pero no matan o respetan las cookies del lado del servidor.

La única cosa que podrías hacer para mejorar la calidad ahora mismo, porque no sabes cuál es el futuro en el anillo, podrías hacer la transición a las cookies del lado del servidor. Podrías hacer el servicio de reescritura de cookies, o podrías ir al gestor de etiquetas del lado del servidor, que tiene una funcionalidad incorporada. Eso podría ser un primer paso. En realidad no tengo una buena respuesta para todo lo que viene con iOS 14. No he investigado lo suficiente para entender qué deberíamos hacer ahora mismo. Así que mi recomendación sería ahora mismo centrarse en las cookies del lado del servidor. Porque eso es algo que respeto. Y para mí es simplemente demasiado desconcertante decir que podemos ir completamente sin cookies porque eso implicaría que tenemos que obligar a los usuarios a iniciar sesión cada vez para obtener el estado del servidor.

Así que tal vez, y tienes una mejor visión, una visión más clara del futuro. O Brook, lo siento.

Brooke Osmundson: No, puedes seguir, Ken.

Ken Williams: Sí. No sé si diría que tengo una visión más clara. Afirmaré tu recomendación sobre las cookies del lado del servidor. Esto es algo que estamos haciendo con algunos de nuestros clientes.

Y el concepto aquí, supongo que solo, si esto es desconocido para alguien que está viendo esto, es que ha habido dos cosas que son relacionadas con la privacidad a las que tenemos que responder. Una de ellas es regulatoria y hemos estado lidiando con GDPR durante un tiempo. Y CCPA es nuevo en los EE. UU. También hay mucho impulso de navegadores realmente populares.

Safari es el más grande, Firefox también. Para restringir. Cookies. La visión que, ya sabes, tanto Apple como Mozilla han presentado es que están tratando de alejarse de la capacidad de empresas como Facebook para monitorearte a través de dominios. Así que poder, identificar quién eres cuando estás en un estado no conectado y recopilar esa información. Y no creo que el objetivo de esas empresas sea dañar lo que estamos haciendo. Y en realidad ha habido bastante trabajo hecho en el equipo de webkit para averiguar cómo podemos preservar la atribución mientras, ya sabes, pisoteamos algo que las personas están construyendo un consenso general alrededor de que no están cómodos con lo cual es esa información personal siendo recopilada por una empresa.

Así que, ya sabes, lo que sabemos es que ahora mismo, la mayoría de las personas probablemente están más impactadas por los cambios de Apple de lo que se dan cuenta. Desde noviembre pasado, ya sabes, las cookies que son establecidas incluso solo por primera parte en tu navegador por Google Analytics están limitadas a siete días. Así que esos usuarios que están visitando el sitio en un iPhone o una computadora Apple.

Y tienen una brecha de más de siete días entre sesiones van a parecer un nuevo usuario cuando regresen. Así que ese es el impacto práctico. Creo que las soluciones, así que ese es el lado oscuro. Creo que las soluciones vienen en un par de categorías diferentes también. Así que. La cosa que puedes hacer ahora mismo, si tienes la capacidad, es escribir tus servidores desde una cookie.

Eso no es fácil, y hay, hay solo como, tienes que involucrar a personas con habilidades de desarrollo para ayudarte a hacer eso, que no son normalmente los especialistas en marketing. Así que hay un poco de un desafío allí. Las otras cosas, así que hay un par de cosas que vienen en GA4 que ayudan a abordar esto. Que lanzaré por ahí, pero creo que en realidad hay una mejor solución. Que todos podemos lanzar también. Eso es separado de GA4. Así que con el mundo de GA4, hay dos grandes anuncios que han hecho recientemente. Uno y por cierto, no trabajo para Google. Estoy leyendo estos con ustedes y no tengo una visión más profunda. Ninguno de estos está en vivo todavía. Uno de ellos, sin embargo, es este concepto de identidad de informes.

Siendo vinculado a las señales de Google. Así que si estás conectado a tu cuenta de Google y has optado por la personalización de anuncios, si voy a, ya sabes, newyorktimes. com, podría no estar conectado, pero Google sabe quién soy. Y así ese identificador se ha anunciado que se va a lanzar como algo que podemos usar con Google Analytics para reconocer usuarios. El impacto de eliminar las cookies de terceros en las señales de Google es incierto ya que Google. Posee Chrome y Chrome tiene una gran cuota de mercado. Algo así como el 60 por ciento. Ya sabes, tienen mucha flexibilidad para hacer que eso. Sobreviva a lo que viene, pero no sabemos, veremos y en realidad son bastante abiertos con lo que están trabajando. Hay algo llamado privacy sandbox que cualquiera puede ver. La otra cosa relacionada con GA4 es el modelado de conversiones. Así que eso es donde, ya sabes, sabemos que hay personas como en el ejemplo de Safari que di más de siete días pasan entre sesiones. Pareces un nuevo usuario que en cierto modo podrías pensar en ello como crea una brecha en nuestros datos cuando sabemos dónde están esas brechas.

Y así Google está trabajando en algo que usará aprendizaje automático para ayudar a llenar esas brechas, lo cual creo que es realmente importante porque estas son brechas en nuestros datos ahora que la mayoría de los analistas no tienen idea. No están teniendo en cuenta, es realmente complicado mirar tu tráfico y decir, basado en lo que Apple ha hecho y lo que Mozilla ha hecho, voy a modificar mis informes para.

Ya sabes, los interesados que tengo, es demasiado complicado para que alguien lo haga. Así que eso necesita venir del producto. Y así eso es lo que el modelado de conversiones está intentando hacer. Esto es algo que se ha escrito. No lo hemos visto todavía y tengo la esperanza de que será, ya sabes, un poco de un paso adelante en esto.

Y luego, así que esas son las dos soluciones de Google. Creo que solo diré, no hablo mucho sobre ello, pero creo que en realidad la solución real que va a tener el mayor impacto es que probablemente vamos a. Todos necesitamos mejorar en la ejecución de pruebas de campo y experimentos. Porque este es un conjunto de habilidades que, ya sabes, algunos de nosotros probablemente hemos hecho cuando hemos dicho, voy a simplemente apagar la publicidad en una geografía y ejecutarla en otra y comparar la diferencia. Creo que ese tipo de experimentación va a convertirse en realmente importante para las personas en medios pagados.

Frederick Vallaeys: Hay mucho allí, Ken.

Ken Williams: He hablado durante mucho tiempo. Vamos a hablar durante mucho tiempo. Es fascinante y se siente como si necesitáramos tener tres, tres horas más de sesiones sobre todas las cosas que acabas de decir. Así que desempacaremos mucho de eso en solo un minuto, pero hay otra pregunta. Quiero dirigir esta a Brooke.

Así que, ¿hay otras plataformas además de GA que te guste usar? Mixpanel aparece como un ejemplo. ¿Y cómo mides las vistas en lugar de los clics en algunos de los software? ¿Y las vistas te importan?

Brooke Osmundson: Entendido. Bien, así que para desempacar, la primera pregunta de qué otras plataformas. Así que en toda transparencia, estamos usando Google Analytics ahora para la mayoría de nuestros clientes.

Una siendo, ya sabes, trabajamos desde cualquier lugar, principalmente clientes B2B donde podrían ser más pequeños, pero hasta el nivel empresarial. Pero un poco haciendo eco de lo que Ken había dicho al principio de la charla es incluso obtener esa aceptación de los clientes para mirar la atribución de una manera diferente se está volviendo más y más desafiante incluso con los datos que estamos trayendo.

Creo que mucho del desafío es cómo hablar de ello de una manera que van a entender. Así que incluso para, ya sabes, decir que querríamos ir hacia este modelo, pero luego mirando otras, bien, otras herramientas. Así que hay un par que estoy investigando solo desde el lado de la agencia. Así que podemos traer estas ideas a nuestros clientes.

Probablemente me referiría a Ken o Chris para sus recomendaciones para otras plataformas. Pero hay un par que estoy investigando, uno siendo McConnell, otro estaba mirando funnel como justo el otro día, pero hay tantos por ahí y yo personalmente, necesitamos como cortar y dividir los matices de cada uno para dar una mejor respuesta a eso.

Pero la segunda pregunta, cómo ver qué canales ayudan a la atribución con vistas pero no clics. Creo que esto depende de qué canal estás mirando. Así que si es Google, si es Facebook, si hay otro, ya sabes, canal que estás usando desde un punto de vista de medios pagados, ahí es donde podrías necesitar mirar.

Bueno, probablemente necesitarás mirar esos análisis en plataforma para entender cómo están atribuyendo, asegurándote de que estás capturando esos datos desde como podrían no estar haciendo clic, pero luego eventualmente llegan como una conversión. Así que ahí se pone un poco desordenado, para ser honesta, cuando estás mirando como GA holísticamente para cada uno de tus, cada uno de tus canales de medios pagados, pero eso es solo una pieza que está mirando si incluso han llegado al sitio, pero tratando de unir eso con lo que estás viendo en, en plataforma y no es una solución fácil en este momento porque están tan fragmentados y así.

Para ser honesta, eso es solo un gran desafío, pero tratando de hacer suposiciones más generalizadas, lo cual creo, ya sabes, va a ser parte del caso cuando estemos eliminando o, ya sabes, las cookies de terceros están desapareciendo. Sé que estoy divagando un poco aquí, pero escuchamos de los clientes, queremos saber todo sobre nuestros clientes.

Bueno, eso simplemente no va a ser posible. Y así podrías tener que hacer suposiciones más generalizadas. Y creo que esto va a si tienes, ya sabes, piezas de marca donde el objetivo principal es interactuar con ellos y pueden no hacer clic de inmediato. Así que estás mirando tanto en plataforma como si es Google Analytics o tu otro sistema que estás mirando.

Frederick Vallaeys: Correcto. Así que siempre vas a tener brechas en los datos y no vas a obtener una imagen, pero luego y esto lleva bien a la pregunta de Derek. Está dirigida a Chris, pero con estas brechas en los datos, ¿cómo las llenas? ¿Qué haces? ¿Cómo sigues tomando las decisiones correctas?

Christopher Gutknecht: ¿Fue dirigida a mí o?

Frederick Vallaeys: Sí, esta pregunta específicamente el usuario, Derek dice. Está bien. Está bien. Atribución.

Christopher Gutknecht: Tal vez podría simplemente responder la última pregunta. He estado siguiendo snowplow por un tiempo ahora. No estoy seguro si estás familiarizado con snowplow. Son básicamente. GA4 o lo que GA4 y el gestor de etiquetas del lado del servidor quieren ser, pero si quieres implementar Snowplower, necesitas un equipo de análisis de datos muy sofisticado.

Así que necesitas un equipo de analistas escribiendo SQL y luego tienes en la parte superior un snowflake o digamos un looker. Así que realmente un stack de datos sofisticado. Y al final del día, necesitas datos sin procesar. Necesitas modelar tus datos sin procesar para obtener sesiones y obtener canales. Y luego construir los modelos en la parte superior de eso.

Así que sí, podrías hacer eso con varios sistemas de seguimiento, pero al final del día, es, es muy un analítico es un trabajo duro.

Frederick Vallaeys: Entonces, como organización, ¿cuánto se invierte en eso? Quiero decir, ¿es eso un equipo de, es eso tú, es eso un equipo de múltiples personas? ¿Es ese tu trabajo a tiempo completo? Personas, ¿querían resolver estos problemas? Pero como, ¿cuál es una expectativa realista sobre cuán grande tienes que ser y cuánto dinero tienes que invertir para hacerlo?

Christopher Gutknecht: Bueno, si quieres construir desde cero, diría que al menos necesitas un equipo de ingeniería de análisis, probablemente un analista de datos a tiempo completo, como un analista de datos experimentado, y luego ese analista de datos podría hacer un poco de trabajo de ciencia de datos.

Si tienes un paquete que solo consumes, o si quieres construir desde cero, entonces. Bueno, necesitas un equipo de ciencia de datos también. Tal vez para tocar, porque mencionaste el seguimiento de impresiones o el modelado de atribución de impresiones. Tuvimos algunas charlas con empresas de viajes, así que grandes equipos internos con equipos de ciencia de datos, y dijeron, no hagas modelado de atribución de impresiones si no tienes que hacerlo porque es tan complejo, es tanta infraestructura.

Necesitas, y simplemente nos alejamos de eso. Solo intentamos obtener esto en. ¿Puedes hacer que la pregunta aparezca? Datos precisos. Sí. Así que cruzar dispositivos. No hemos No lo hemos construido adecuadamente en un modelo todavía. Existe la opción como universal analytics para pasar información de ID de usuario.

Pero creo que universal analytics no es una solución ideal para hacer un seguimiento entre dispositivos GA4 es mejor. Así que la mejor cosa que podrías hacer es mirar señales de dispositivos cruzados, inicios de sesión y aperturas de correo electrónico porque desde un correo electrónico, ya sabes, es un usuario registrado. Podrías si tu sistema de correo electrónico pudiera hacer eso, podrías conectar la información es que este usuario.

Por supuesto, tienes que cifrar la información de alguna manera para que estas sean las dos señales que usaba. Y hay tantas fuentes de datos incompletos. Y algunas son más problemáticas que otras. Por ejemplo, mencionamos el problema de ITP de Safari donde siete días después apareces como un nuevo usuario, ese es un gran problema para la atribución en general, como el consentimiento de cookies para mí es.

No es tanto un gran problema porque si no consientes si no estás de acuerdo con el seguimiento Entonces estás simplemente en negro, ¿verdad? No tienes parte del viaje. Solo el viaje completo simplemente falta. Eso es más fácil en mi opinión y luego endurecer las cookies al lado del servidor es una solución útil y cruzar dispositivos, sería intentar usar las señales de dispositivos cruzados, enviándolas a Google analytics como un ID de usuario.

Y desde ese punto en adelante unir las sesiones. Así que eso es lo que Google analytics no ofrece. No ofrece la unión retroactiva como lo hacen otras herramientas como snow plow o un segmento. Bueno, eso es solo analytics. Intenta servir a todos los propósitos. No es específicamente bueno en el gráfico de ID de usuario. Y así, sí, hay varias fuentes de datos negros, datos faltantes.

Intentas abordarlos con las cosas que puedes hacer. Ken o Brooke, ¿alguna forma en que ustedes llenen las brechas?

Brooke Osmundson: Quiero decir, honestamente, como Chris había dicho, es mucho tiempo e inversión incluso ir por esa ruta. Creo que la unión de usuarios o si es atribución de ID de dispositivo será una solución más a largo plazo.

Pero ahora mismo es extremadamente complicado y a menos que tengas, como dijo Chris, la infraestructura, ya sea en tu equipo o estás en una agencia muy grande donde tienes eso. Ya sabes, esas personas en esos roles, diría que será una solución a largo plazo, pero el hecho es que muchas empresas no tienen esos recursos disponibles.

Así que es en lo que estamos viendo, solo tener las conversaciones con los clientes como tú, ya sabes, lo que los datos que tienes disponibles y tener esas conversaciones y. Hacerlo de una manera que puedan entender aquí está lo que está sucediendo. Y a corto plazo, ya sabes, siendo completamente, creo que Ken, lo dijiste, como simplemente estar cómodo con algunas de esas incógnitas y tener que a veces ser más generalizado en tus suposiciones, pero podrías tener que hacer algunas pruebas reales y ver qué funciona mejor, pero hasta que tengas esos recursos o los dólares para invertir en eso, pasará mucho tiempo antes de que tu empresa.

Pueda llegar a cada pieza que quieras. Simplemente se está volviendo más y más difícil.

Ken Williams: Estás en silencio.

Brooke Osmundson: Oh, Ken, estás en silencio.

Ken Williams: Gracias. Lo siento. Tengo niños ruidosos. Así que sigo haciendo eso. He estado pensando en esto mucho últimamente porque al principio de mi carrera en marketing, creía muy fuertemente en esta idea de 360 de un cliente que, ya sabes, porque tenemos todos estos datos digitales, vamos a mejorar y mejorar en entender todos estos puntos de contacto con nuestros clientes y finalmente llegaremos.

A un punto donde tenemos datos increíbles y podemos saber todo. Y siento que eso es algo que estamos teniendo que renunciar como industria. Ya sabes, como hay, ya sabes, cuando Google lanzó un muestreo, hizo que mucha gente se frustrara realmente. Tuve muchos clientes que decían, estos no son números reales.

Ya sabes, quiero saber exactamente qué está sucediendo. Pero la realidad es. Estamos resolviendo preguntas de negocio y hay momentos y habrá más momentos en el futuro donde mirar los datos reales es un poco menos útil que mirar datos que han pasado por algo como el modelado de conversiones o el muestreo y aprovechar estas herramientas, ya sabes, que nos dan una imagen más clara de lo que está sucediendo.

Pero, ya sabes, al final del día, creo que esto nunca vamos a llenar todas estas brechas de datos, y tenemos que acostumbrarnos a eso y aprender a vivir con ello un poco.

Frederick Vallaeys: Bueno, y creo que también hay que estar cómodo con la noción de que no hay una respuesta real a muchas de estas cosas, pero es una respuesta direccional.

Y así cuando pienso en los modelos de atribución, es como si obtuvieras la pregunta, ¿cuál es el modelo de atribución perfecto para ti? Y es como, bueno, no hay. Perfecto. ¿Verdad? Se trata de algo, se trata de un modelo que de alguna manera se correlaciona con los objetivos de negocio que estás tratando de lograr. Y creo que por eso, Ken, cuando hablaste sobre hacer la prueba de campo, como encender un mercado y el otro apagado, y luego ver qué pasa.

¿Cuál fue el impacto real en la línea de fondo? Y no te quedes atrapado en el nivel de, bueno, ¿qué consultas ejecuté para él con eso? Porque Google está quitando esos datos. Y solo tenemos que ser un poco más amplios en nuestro pensamiento. Volver a lo que dijiste, que es, ¿qué está tratando de lograr el negocio?

Y no se trata de cada cliente en particular, necesitamos, necesitamos estar en eso. Necesitamos seguirlos. Correcto, correcto.

Ken Williams: Hay un par de niveles. Lo pienso como, ya sabes, si estoy optimizando mi búsqueda, necesito cierta información y podría tener más sentido para mí decir. Voy a encender uno de estos.

Probablemente tenga más sentido. Digamos que voy a encender estos modelos de atribución. Voy a usar lo que tienen para ayudarme a optimizar mis campañas. Y tenemos que tomar estas decisiones sobre cuál es el mejor para mí. Pero si estás tratando de responder una pregunta de, ya sabes, gastamos X cantidad de dólares, ¿cuál fue el retorno de eso?

Eso es algo que diría que no es un buen caso de uso para un modelo de atribución. Eso es un mejor. Eso es un caso de uso de necesitamos ejecutar un experimento porque tenemos esto. Ya sabes, los resultados que tenemos son una combinación de lo que habría sucedido si no hiciéramos nada. más nuestros esfuerzos de marketing, más algo de ruido desconocido y error que es el boca a boca y las cosas que simplemente no podemos medir. Y los científicos sociales han estado ejecutando experimentos usando, ya sabes, datos similares durante cien años. Y creo que es algo que haremos más y más

Frederick Vallaeys: para eso. Atribución de Facebook. No sé si alguien tiene una opinión sobre esto.

Brooke Osmundson: Bueno, creo que esto va en paralelo con una de las otras preguntas, creo, sobre cómo lidias con vistas, pero sin clics, así que, y, nuevamente, no sé si esa primera pregunta fue sobre Facebook específicamente, pero podrías usar eso para Google si estás ejecutando anuncios de YouTube o cualquier cosa o display cualquier cosa que no pueda resultar en un clic, así que, honestamente, miramos la atribución de Facebook, ya sabes, además de lo que estamos viendo para todos con nuestros clientes específicamente, mucho de eso no es como construcción de marca solo por la naturaleza de nuestros clientes.

Así que la mayoría de nuestro objetivo es llevarlos al sitio donde no estamos ejecutando como un montón de anuncios de video, pero a ese punto de cómo manejas la atribución de vistas, solo haciendo eco de mi comentario original sería, ya sabes, mirando el modelado que está disponible en esa plataforma específicamente. Y solo tratando de, ya sabes, casar esos datos con las personas que están en el, los datos de personas que están realmente viniendo de Facebook para tratar de entender esa imagen holística, pero nuevamente, estando cómodo con que habrá brechas y nunca vas a entender uno a uno que.

Cliente específicamente, estaría más enfocado en lo que en general está moviendo la aguja y dónde podemos enfocar nuestros esfuerzos allí porque siempre habrá esas brechas.

Frederick Vallaeys: Y luego no Facebook, pero ahora hablemos de Amazon por un segundo, ¿verdad? Lo interesante de Amazon es que toda la actividad ocurre en el sitio web de Amazon.

Y así si quieres llevar eso a tu comprensión, tienes que usar su producto de atribución, que creo que todavía está en beta. ¿Alguno de ustedes ha trabajado con Amazon y cómo piensan sobre? Ya sabes, enchufar esas piezas que podrían no encajar en un Google Analytics para muchos de los otros paquetes de medición.

Brooke Osmundson: Personalmente no lo he usado, pero lo siento, adelante, Chris. Yo,

Christopher Gutknecht: intentaré responderlo de una manera que creo que deberíamos, o estamos yendo de lo simple a lo más complejo. Y creo que si intentas dibujar un gran mapa de las cosas que deberías hacer, sería tan complejo que ni siquiera podrías resolverlo, así que solo intentamos resolverlo desde las pequeñas piezas que podemos hacer.

Como empezamos con la calidad de los datos de Google Analytics obteniendo nuestros canales correctos, y luego definiendo un modelo simple que es ligeramente mejor que un modelo basado en reglas, y luego obteniendo las brechas de la fuente de seguimiento correctas al resolver eso, pero solo tomándolo muy simple, y creo que esto no responde a la pregunta, pero apunta a otra recomendación que creo que antes de que vayas demasiado en la atribución, deberías enfocarte más en, como, la calidad de los datos de medición para obtener un proceso establecido de cómo encuentras tus canales, obtener la calidad del tráfico de tu canal correcta, así que tienes un analista a bordo, un analista web, y posiblemente un ingeniero de datos.

Y personalmente no iría, en mis tiempos de agencia, no entré en la atribución porque había tanto que hacer con la calidad de los datos y la automatización. Eso es básicamente la automatización de PPC. Creo que eso es, es parte de un modelo de madurez donde necesitas trabajar en como la calidad de los datos y los análisis primero antes de que puedas ir a la atribución. Y siempre invertiría más tiempo como. Si esta calidad no está bien, siempre invertiría más tiempo en esa área antes de ir a la atribución, porque no puedes hacer atribución en un mal día. Malos datos. Sí. Y no diría datos faltantes, pero siempre tienes datos faltantes hasta cierto punto, pero si, si son solo malos datos, no puedes hacer un modelado de atribución adecuado.

Frederick Vallaeys: Palabras sabias. Bien. Estamos bastante cerca de la parte superior de la próxima hora aquí, así que tendré a todos ustedes tal vez opinar sobre algo que creen que deberíamos haber hablado, pero no lo hicimos. O simplemente dinos cuáles son algunos grandes lugares para aprender más de los que aprendes o donde podemos aprender más directamente de ti.

Quienquiera que yo postule Chris. Ahí vamos.

Christopher Gutknecht: Una cosa que mencionamos brevemente fue que GF4 ofrece la exportación de datos sin procesar. Eso es algo que no creo que puedas hacer una atribución adecuada, como construir tu propio modelo de atribución sin datos sin procesar. Y puedes simplemente activar la exportación de datos sin procesar a BigQuery.

Y acabo de publicar un enlace sobre cómo hacer tu propio modelado de sesiones en GA4. Así que eso es solo algo que recomendaría jugar con. Porque ahora tienes los datos sin procesar a mano, puedes hacer todo tipo de cosas interesantes, aprender SQL, jugar con los datos sin procesar, y te llevará desde allí. Típicamente te lleva a Medium.

No estoy seguro si estás familiarizado con Medium. Es absolutamente adictivo. Es un centro tecnológico y encontrarás, no sé, como 100 diferentes artículos sobre cómo hacer modelado de atribución en Python y R, etc. Pero comenzaría con los datos que tienes. En BigQuery, juega con ellos, usa SQL, y luego gradualmente llévalo desde allí.

Frederick Vallaeys: Genial. ¿Qué hay de ti, Ken?

Ken Williams: Sí, así que supongo que tengo un poco de una promoción egoísta. Tengo un blog y tengo un. Hay una sección allí sobre usar BigQuery con Data Studio y GA4. Así que se empareja bien, creo, con lo que Chris estaba hablando. Soy un gran creyente en familiarizarse con SQL como herramienta.

Algo que los especialistas en marketing deberían estar haciendo más. No es el mucho, como el nivel de esfuerzo, la curva de aprendizaje para trabajar con datos sin procesar, generalmente hablando, no es tan alta. Google lo hace un poco complicado porque tienen un esquema divertido, pero yo escribo mucho sobre eso. Y creo que, ya sabes, con suerte, la gente puede encontrar eso útil.

Así que eso es, ya sabes, eso es uno. La otra cosa que diría, hay un par de personas, si usas Twitter o el measure slack, deberías revisar. Measure slack. No sé si esto es algo que este grupo sabría sobre yendo a measure dot chat. Puedes registrarte allí y es una gran comunidad de personas que trabajan en análisis y BI básicamente, y se ayudan entre sí a resolver problemas.

Así que definitivamente lo recomiendo. Está bien curado. Así que las personas no vienen allí y tratan de vender productos. Es solo un buen grupo de personas ayudándose entre sí. Y también diría en Twitter, Charles Farina, Julius Fedorovic de Analytics Mania, ya sabes, esos chicos siempre están al tanto de, ya sabes, aquí, como cosas nuevas que están sucediendo en la industria y los encuentro muy útiles.

No soy muy bueno en Twitter yo mismo. Diría que el 90, tal vez el 60 por ciento de lo que hago es es. Mantente al día con esos dos chicos. Y así lanzaría esos como mis recomendaciones.

Frederick Vallaeys: Genial. Gracias por esos Brooke. ¿Qué hay de ti?

Brooke Osmundson: Honestamente, voy a volver a lo básico de, ya sabes, si hay personas escuchando que no están necesariamente en el espacio de implementación, pero como si todavía estás tratando de averiguar cuál de los modelos de atribución será mejor para ti, o incluso entender los beneficios de cada uno de ellos, como asegurarte de que estás haciendo tu propia diligencia debida e investigando esos.

Y yo personalmente, mientras me estoy metiendo más en profundidad con GA4, es otra conversación que estoy teniendo. Quiero repasar antes de tener esas conversaciones con los clientes, ya que tiendo a realmente querer entrar en los detalles. Así que estoy pasando por las herramientas de desarrolladores de Google solo para realmente entender cómo funciona todo, así que yo personalmente como el solo la investigación que estoy haciendo para tener una mejor comprensión de cómo hablar con los clientes de esa manera, así que estoy un poco en el otro lado desde un punto de vista de marketing y tratando de, ya sabes, entenderlo en términos más simples.

Así que puedo estar comunicando eso a los clientes que dependen de nosotros para ya sea hacer estas recomendaciones o para como poner la bola en movimiento. Así que si eres nuevo en esto en general, solo asegurándote de que estás haciendo tu investigación sobre cada uno de los modelos si hay personalizados que están disponibles, como, como Chris estaba hablando de construir Y luego, ya sabes, solo utilizando, quiero decir, hay tantos artículos de blog por ahí.

Así que asegurándote de que estás encontrando uno relevante, ya sabes, voy a enchufar el de Ken que espero leer en el futuro. Pero yo personalmente, estoy solo en la guía de desarrolladores en este momento, solo tratando de, familiarizarme lo más que pueda con ello.

Frederick Vallaeys: Me encantan las guías de desarrolladores también. Gran consejo.

Está bien, bueno, Brooke, Ken, Chris, muchas gracias. Esto ha sido un consejo fantástico. Algunas cosas realmente buenas que espero que la gente tome acción. Y algunas de ellas son complicadas, pero parece que si quieres invertir tiempo en ello, vale la pena el esfuerzo. Así que gracias a todos por ver otro episodio de PPC Town Hall.

Volveremos con dos episodios en marzo, y hablaremos sobre análisis competitivo de informes, así como gestión de ofertas. Así que estén atentos a los correos electrónicos de notificación sobre eso, y será el 10 y 24 de marzo. Gracias por ver. Que tengan un gran miércoles.