Instagram, TikTok, Twitter y otras redes sociales se tomaron la elección presidencial donde algunos candidatos van liderando esta nueva estrategia de marketing digital en la búsqueda de nuevos votos.
Los resultados de las elecciones dejaron muchas sorpresas, tanto en el escenario político como en lo que respecta al análisis de consumo de contenido del público objetivo, que llevaron a los candidatos a diversificar sus estrategias de campaña para ajustarlas a las multiplataformas.
Y si bien el boom de las redes sociales se ha masificado con el paso del tiempo, esta es la primera vez que en la carrera a la Moneda las nuevas plataformas y estilos de interacción en línea toman relevancia en la agenda de los candidatos presidenciales a tal nivel, que se destinaron equipos completos para el diseño de estrategias de viralización y el alcance de mejores nichos demográficos.
Una teoría eficazmente comprobada con la campaña desplegada por Franco Parisi, quien logró alcanzar el tercer lugar usando en un 100% las plataformas digitales con millones de usuarios activos y sin campañas pagadas, a lo que se sumó el factor de una comunidad previamente formada por su participación en elecciones anteriores.
Pero este fenómeno digital no fue la tónica de la campaña para esta elección. Según un informe de Yachay Data que compara el crecimiento en seguidores de Instagram según la inversión realizada en anuncios dentro de la plataforma, José Antonio Kast fue el que logró un mayor crecimiento con un gasto promedio de 40 millones de pesos, seguido de Franco Parisi, Gabriel Boric, Marco Enríquez Ominami, Yasna Provoste y Eduardo Artés.
Mientras que Sebastián Sichel con un gasto promedio de 77 millones de pesos fue el único que perdió más de mil seguidores en la plataforma.
Una situación que para Karina Moreno, directora del área de Performance de Rompecabeza Digital, puede tener su origen en diversos factores vinculados a la contingencia: “Son temas desde sistema hasta percepción, de repente tenemos clientes que los funan y se dan vuelta los números con solo un par de comentarios”.
Sin embargo, no se trata de solo hacer Tik Toks o hacer transmisiones en vivo para lograr “convertir un like en un voto”. Se trata de un fenómeno mucho más amplio, donde el desafío está en lograr el contenido desde una perspectiva narrativa acorde a los códigos comunicacionales de cada red social, conocer los tipos de público a los que se busca conquistar y qué tipo de discursos comunes manejan, qué tipo de productos o servicios les interesan, transformando los discursos o ideologías políticas en algo más simple, cercano e interesante de consumir.
“Las políticas son restrictivas con todo lo que tenga que ver con obligar al usuario a hacer una acción, por ejemplo la palabra síguenos la bloquean, hay que buscar nuevas formas de hacer un llamado más sutil por ejemplo, únete a nuestra comunidad” señala Moreno, quien también hace hincapié en que las campañas políticas son clasificadas por las redes sociales como “campañas especiales” donde es necesario verificar la cuenta y subir tu documento de identidad.
Además, destaca la necesidad de conocer qué funciona directamente con la audiencia, para determinar qué tipos de campañas se desplegarán: “Lo primero es siempre dar visibilidad y eso lo dan las campañas de alcance, es lo primero cuando te quieres dar a conocer. Luego vienen las campañas de tráfico para difundir algún programa que tienes como político, cierta información específica. Son complicadas las campañas de conversión en los casos políticos porque la gente, al no saber que van a hacer con mi información, es difícil que llenen un formulario”.
De esta manera, queda en evidencia que no se trata de quién invierte más dinero en anuncios, mensajería instantánea o quién sube más videos bailando.
Para lograr conquistar nuevos nichos y darle un uso a las redes sociales enfocado en convocar personas con un fin político, es necesario siempre tener claro el objetivo, las limitantes de este tipo de campañas, conocer dónde se encuentra tu audiencia y luego compartir contenido y así lograr una inversión justificada con un propósito a largo plazo donde no captarás a cualquiera que se metió a ver tu perfil, sino que apuntarás a la construcción de una comunidad con una identidad y valores compartidos.
La transmisión en directo de contenido o streaming durante estos últimos meses ha revolucionado la industria del entretenimiento. Especialmente, debido a la incursión de personajes públicos como cantantes y deportistas, quienes dedican largas jornadas a transmitir en vivo, chatear y visitar de forma sorpresiva a otros jugadores.
¿A qué se debe este éxito de twitch.tv? ¿Te gustaría saber de qué se trata esta nueva red social? Quédate en este post, porque te resolveremos todas tus dudas y detallaremos lo que debes saber sobre esta plataforma que asoma como el principal competidor de YouTube en el apartado de los directos.
2014: año del despegue junto a Amazon
El año 2007 se crea en Estados Unidos una plataforma llamada Justin.tv, que contaba con diferentes categorías de contenidos. Una de ellas era dedicada a los específicamente para los videojuegos, este segmento tuvo una expansión considerable al poco tiempo tanto en Asia como en Europa.
Cuatro años después, Justin lanza un subproducto llamado Twitch.tv, con foco principal en la emisión en vivo de deportes electrónicos y sus jugadores. El éxito de este proyecto potencia la marca y genera interés de diversos inversores en Estados Unidos.
Amazon logra concretar la compra de Twitch luego de varios años de especulación, confirmando así su irrupción en el mundo gaming y de servicios de streaming. Con esta adquisición, la gigante estadounidense ha comenzado a disputar el segmento de la transmisión en vivo con Google (YouTube).
¿Cómo funciona y qué ofrece?
Twitch ofrece, de forma gratuita y también mediante pago, contenido de video en vivo de streamers. Esta plataforma de streaming está disponible en dispositivos móviles, pero su enfoque está puesto principalmente en jugadores y usuarios de computadoras fijas para el uso gaming.
Muchas aplicaciones móviles tienen la posibilidad de transmitir en vivo, pero Twitch destaca por tener características propias de una red social, ya que cuenta con usuarios libres, suscriptores, seguidores, afiliados y socios, cada uno con su propias acciones y beneficios.
Estos diferentes usuarios de Twitch han comenzado a hacer comunidad dentro de la plataforma, situación que ha propiciado un traspaso de canales y youtubers a Twtich, debido a que este ofrece una mejor y más sencilla monetización.
El camino hacia una red social
Su éxito se puede explicar por la cantidad de herramientas que ofrece tanto a jugadores como espectadores para generar comunidad. Si en un comienzo la plataforma se centraba en solo transmitir a jugadores disfrutando de sus partidas, hoy, podemos decir que Twitch es una verdadera red social que cuenta con múltiples formas de generar contenido y engagement.
La red perteneciente a Amazon cuenta con millones de usuarios activos a la fecha. Posicionándose como una gran alternativa para monetizar el contenido; ya que cuenta con 3 tipos de pago para suscriptores; publicidad antes del comienzo de la transmisión; cuenta gratuita por tener Prime; además de contar con bits, la moneda propia de Twitch, con la que puedes comprar insignias y donar a tus streamers favoritos.
Famosos y celebridades
España y Estados Unidos son los países que poseen las cuentas de mayor tráfico en Twitch, “Rubius” y “Ninja” suman casi 20 millones de seguidores. Ambos, son personas que viven del contenido que crean en Twitch, por lo que resulta muy atractivo para otros usuarios dar el salto de consumidor a creador de contenido.
Otro de los fenómenos que presentó Twitch este año 2020, es que producto del confinamiento, muchos futbolistas, especialmente argentinos, dedicaron horas y horas a transmitir partidas de sus juegos favoritos. “Fifa 20” y “Gta” fueron algunos de los elegidos por Sergio Aguero, Paulo Dybala, Eduardo Salvio, Courtois y Grizemann para emitir en vivo.
Estos futbolistas, se suman a los raperos estrellas Travis Scott y Drake, quienes hace un par de años rompieron récords de espectadores al transmitir en vivo sus partidas con el reconocido streaming Ninja.
Los números de Twitch
Como dijimos anteriormente, la plataforma centra su fuerte en fortalecer su comunidad, logrando establecer vínculos importantes entre la persona que emite en vivo y los que visualizan el contenido.
Entre chats exclusivos, regalos y consejos por parte de la comunidad a sus jugadores favoritos, Twitch tiene definido su segmento de público. Entre 13 y 34 años se reparten el 71% de la audiencia.
La plataforma estadounidense ha comenzado a expandir sus límites, si en un inicio se enfocó solo en el segmento gaming, vemos como la audiencia se ve interesada en otros temas. Un 59% de los usuarios dice estar interesado en tecnología, mismo porcentaje en música, un 55% y 53% en películas y videojuegos respectivamente, además de aparecer intereses como el deporte y gastronomía.
Dentro de los juegos más visualizados en Twitch, se encuentran el LOL o “League of Legends” con 19.8MM de visualizaciones. Le siguen dos juegos shooter, el “Counter Strike” con 12.6MM y el Call of Duty: Modern Warfare” que tiene 8.3MM. Cierra la lista del top 5 el popular juego de construcción “Minecraft” con 8MM.
Con un excelente 2020 en números y cifras, Twitch solo podría ver un aumento de ganancias y consumidores en los próximos años. Se proyecta que para el 2022 el mercado de los videojuegos a nivel mundial podría crecer en torno a los $200 billones de dólares.
Destaca especialmente la región hispanoamericana como una de las zonas de mayor y más rápido crecimiento de esta industria. Dada la fuerte demanda por infraestructura y productos E-sports en los últimos años.
Como ves, Twitch puede transformarse en una de las redes sociales más importantes en los próximos años, traspasando las fronteras del mundo gamer y sumando alternativas a la hora de crear contenido.
Si quieres enterarte de las últimas tendencias del mundo digital y marketing, puedes visitar nuestro blog aquí, donde se encuentran todas disponibles nuestras publicaciones.
La pandemia no sólo transformó nuestra manera cotidiana de vivir, trabajar y estudiar a distancia, también afectó en cómo las marcas venden, interactúan y se comunican con sus clientes en este nuevo panorama; una discusión que tomó lugar en el último webinar de The Valley junto a Ariel Jeria.
“Sin duda alguna, el Coronavirus fue el mayor acelerador para la transformación digital de las marcas y los hábitos de los consumidores” aseguró el Gerente General de Rompecabeza e invitado en el encuentro online “¿Cómo construir marca dentro del nuevo contexto?” realizado el pasado jueves vía online.
La frase fue decisiva para dar comienzo al evento que tuvo como propósito reflexionar sobre el escenario actual que enfrentan las empresas para adaptarse al comercio electrónico, las nuevas plataformas de internet y las necesidades de los usuarios.
En este sentido, para Jeria -y también profesor de the Valley- existen cuatro elementos que marcan esta pandemia en materias de marketing digital. En primer lugar, están las personas hiperconectadas.
Ya era sabido que antes del llamado a quedarse en casa vivíamos en una sociedad donde el celular era una extensión de nuestra mano y las redes sociales, nuestro espacio para informarnos y compartir con nuestros conocidos. Hoy, los usuarios pasaron a una hiperconexión frente a sus pantallas, siendo una oportunidad para potenciar tu marca en internet.
Además, no podemos olvidar que esta conexión trajo consigo el descubrimiento de nuevas plataformas digitales para trabajar, disfrutar y entretenerse. Quién no ha perdido una tarde entera viendo series en Netflix o Amazon Prime, hablando por Zoom junto a sus familiares o estudiando en clase con Microsoft Teams.
Para Jeria, este punto es fundamental: “hoy, más que nunca, estamos abiertos a explorar nuevas plataformas y herramientas. Las marcas deben indagar en este nuevo terreno para conectar con los usuarios”. Este proceso también incluye cómo las marcas se reinventan en redes sociales, adaptándose a nuevos canales de comunicación digitales y de compra.
Sobre este último, claramente el ecommerce fue el gran ganador durante la pandemia. Si tomamos en cuenta abril, el comercio electrónico aumentó en un 502% en comparación con el mismo mes del año anterior, destacado gran número de compradores debutantes y en especial adultos mayores que no se habían subido hasta ahora.
Así, las empresas que antes concretaban sus ventas en puntos físicos y usaban sus sitios web sólo para informar, hoy han tenido que adaptarla para vender sus productos. Un desafío que para muchos -como los servicios de delivery- ha resultado airoso, y para otros, aún queda experiencia por recabar.
En definitiva, para Jeria “parece que no es fácil construir marca en el nuevo contexto, sin embargo yo creo que el marketing digital debe ser el mejor amigo para tu marca y para relacionarnos con el nuevo consumidor durante esta era digital”.
Te muestro un ejemplo de experimentación digital que aplican las mejores empresas del mundo
Resumen del artículo: La experimentación es fundamental para ser más rentable y tener una propuesta de valor centrada en usuarios.
Te muestro las dimensiones teóricas y prácticas de Google Optimize para crear un test A/B y te explico como funciona para probar hipótesis de negocios que ayuden a optimizar las tasas de conversión de tu sitio web.
¿Por qué hacerlo? podrás entregar una mejor experiencia de usuario que va a significar en aumentar la rentabilidad de tu producto (y de tu organización)
Índice del artículo
Bayes: el modelo estadístico de Optimize
¿Cómo analizar un Test A/B en Optimize?
Recomendaciones prácticas
Cuando termines de leer este artículo conocerás como Google Optimize enfoca la medición de los experimentos digitales, cuales son las principales variables que debes manejar para tomar decisiones y algunas recomendaciones para enfocar tus experimentos hacia la rentabilidad.
1. ¿Cual es el modelo estadístico de Optimize?
Thomas Bayes, creador de la teoría bayesiana
Existen 2 modelos para interpretar probabilidades, por un lado tenemos los modelos frequentistas (o clásicos) y por otro tenemos los modelos bayesianos.
Para poder explicarlos mejor, cito un ejemplo de Google Support:
Imagine que ha perdido su teléfono en casa y oye que suena en una de las cinco habitaciones. Por sus experiencias anteriores, sabe que suele dejar el teléfono en el dormitorio.
Un enfoque frecuentista le obligaría a quedarse inmóvil y escucharlo sonar, con la esperanza de poder determinar con seguridad en qué habitación se encuentra, y todo eso desde el punto en el que se encuentra, sin moverse. Además, no podría usar la información sobre dónde suele dejarlo.
En cambio, un enfoque bayesiano se corresponde bien con nuestro sentido común. En primer lugar, usted sabe que a menudo deja su teléfono en el dormitorio, por lo que tiene más posibilidades de encontrarlo allí, y se le permite utilizar ese conocimiento. En segundo lugar, cada vez que suena el teléfono, puede caminar un poco más cerca de donde cree que se encuentra el teléfono. Por tanto, las posibilidades de encontrar su teléfono son mucho mayores.
El enfoque frecuentista genera una interpretación basada en los patrones obtenidos hasta el momento (ej. Si de 100 lanzamientos de moneda, obtuvimos “cara” 15 veces, la probabilidad de obtener “cara” es un 15%), mientras que el enfoque bayesiano parte de la base de que tenemos información incompleta (ej. Si al plantar 100 semillas de arboles, 30 crecen satisfactoriamente, no es correcto decir que existe un 30% de probabilidades de que al plantar un arbol este crezca bien).
¿Qué implica que Optimize utilice el enfoque bayesiano?
En términos de interpretación estadística, implica que si pasas más tiempo recogiendo datos, la interpretación será más cercana a un óptimo (mientras más datos, mejores conclusiones).
En términos del experimento, implica que Optimize estara continuamente estimando las probabilidades y tasas de conversión para que puedas tomar decisiones independientes de la conclusión final.
Recibirás recomendaciones de la herramienta en durante el transcurso del tiempo, a pesar de no haber concluido el experimento con una muestra de datos significativa, incluso te puede recomendar finalizar el experimento para que puedas replantear las hipótesis o variables a testear.
2. Cómo interpretar los resultados de Optimize
El panel de resultados de Optimize es más simple y fácil de leer de lo que parece.
Revisemos un ejemplo de Firecase (mi empresa de cobranza judicial de documentos impagos) donde estamos probando una pequeña variante de texto en el call to action (CTA) del botón principal del home.
A la derecha tenemos (A) como variante original, a la izquierda (B) como la variante a experimentar
Contexto: luego de un benchmark por distintos sitios web nacionales e internacionales, decidimos que el mejor CTA para Firecase era “Iniciar Cobranza”.
Luego de recibir cierta cantidad de tráfico, leads y contactos con clientes potenciales, nos dimos cuenta que al momento de la llamada se estaba repitiendo un patrón: “necesito cotizar una cobranza”. ¿Próximo paso? experimentar.
Como analizar los resultados en el panel de Optimize
El panel está compuesto por 3 secciones, en primer lugar vemos las Variantes del experimento (en este caso Original v/s CTA cotiza), en la parte central vemos los Datos Observados que consulta data directamente de Analytics y en la parte derecha vemos el Análisis de Optimize con resultados para tomar decisiones.
En este ejemplo la cantidad de datos de la muestra no es significativa, el experimento debe seguir recogiendo datos para identificar una variable líder de manera clara.
Para este caso explicaremos las variables que analiza Optimize:
I. Probabilidad de ser la mejor:
Simplemente muestra la probabilidad de que una variante tenga el mejor resultado para el objetivo definido, por sobre las demás variables.
II. Tasa de conversión basada en patrones:
Nos muestra cual es la estimación del modelo estadístico de Optimize para las tasas de conversión de una variable en particular. Para graficarlo de una manera más amigable, nos entrega un rango:
Rango mostrado para la variante “CTA Cotiza”
En este ejemplo, para nuestra variable “CTA Cotiza” (con tasa de conversión actual estimada de 7,84%) nos está diciendo:
95% medio: existe un 95% de probabilidades de que la tasa de conversión estará entre un 3,2% y un 18,4%.
50% medio: existe un 50% de probabilidades de que la tasa de conversión estará entre un 6,4% y un 11,7%.
Mediana: es la estimación a largo plazo de la tasa de conversión para la variante “CTA Cotiza” que está entregando el modelo estadístico de Optimize.
III. Mejora basada en patrones:
Esta columna nos entrega cuantitativamente los límites superiores e inferiores para tener una expectativa de lo que debieramos esperar en una vista a largo plazo.
En este caso lo que nos está diciendo Optimize, en términos relativos, es que en el mejor escenario posible nuestra variante tendrá un 423% mejor tasa de conversión que la Línea de base. Y que en el peor escenario, la tasa de conversión será un -65% peor que la tasa de conversión base.
Si de algo podemos estar seguros es de que este experimento necesita más tiempo y más tráfico para tener una mejor estimación. Justamente eso es lo que nos puede ayudar a identificar esta sección del panel.
3. Recomendaciones para crear un experimento en Optimize
No entraré en detalles sobre como implementar un test a/b porque existen bastantes guias o tutoriales en internet que lo explican bastante bien (ver paso a paso de Google Support).
Sin embargo, te puedo contar de mi experiencia como puedes enfrentar un experimento para poder sacarle partido.
Genera hipótesis que busquen rentabilidad:
La experimentación existe para aumentar la rentabilidad de un producto o negocio, te recomiendo que las hipótesis a validar sean orientadas a indicadores que puedas relacionar a tu modelo de ingresos o costos.
Enlaza las hipótesis a objetivos del negocio y no métricas vanidosas:
Te recomiendo fijar un objetivo orientado a la conversión y no a indicadores de engagement (puedes ponerlos como objetivos secundarios, pero el objetivo no debiera ser disminuir la tasa de rebote si eso no significa un aumento de rentabilidad).
Experimenta hipótesis que permitan accionar mejoras prácticas:
Un error común es validar interfaces que no puedas desarrollar en el corto plazo o que estén fuera de tu capacidad de desarrollo. A veces uno se ve tentado por la facilidad de modificar una interfaz con el “builder” de optimize.
Utiliza reglas para probar con muestras diferentes:
Cada canal de tráfico tiene un comportamiento diferente, Optimize te permite segmentar experimentos por fuentes de tráfico (y mucho más), te recomiendo partir con experimentos segmentados a una audiencia específica para probar “barato”.
Por ejemplo, puedes enlazar un experimento a usuarios de una campaña de Google Ads (incluso puedes probar para una palabra clave en específico):
Conclusión
La experimentación digital es fácil y significa poco esfuerzo en términos de desarrollo o inversión. Google Optimize es una herramienta gratuita que nos permite acceder a un modelo estadístico como el bayesiano, que por nuestra cuenta no seríamos capaces de construir.
Te invito a probar la herramienta, crear experimentos y mejorar la rentabilidad de tu área / negocio / organización / emprendimiento / empresa, etc.
La experimentación es la manera más eficiente para lograr crear una propuesta de valor centrada en usuarios, con información en tiempo real, a gran escala, rápido y barato.
Escrito por Pedro Viterbo
Ingeniero comercial con Master de Innovación y Emprendimiento. Actualmente co-fundador de Firecase.cl y product manager de Rompecabeza Digital en Chile.
