Inteligencia Artificial aplicada al marketing automation

Cabecera Einstein para Marketing cloud
En las releases de los últimos años Salesforce podemos ver que se están incluyendo una serie de herramientas basadas en el sistema propio de Inteligencia Artificial: Einstein. Su objetivo es mejorar la eficiencia de las campañas de marketing, así como facilitar el trabajo diario de los marketers.
A continuación, os detallo las diferentes funcionalidades de Einstein que disponemos en Salesforce Marketing Cloud y cómo éstas pueden ayudar a impulsar nuestras campañas de marketing.

Engagement Scoring

Esta funcionalidad puntúa y clasifica a los contactos cada 24 horas en base a su actividad vía email o bien vía mensaje push, siguiendo un modelo de confianza dependiendo del canal. Necesita de un mínimo de 90 días y un mínimo de 1000 eventos para que el scoring tenga la máxima precisión.

Email

El modelo de confianza es según las aperturas, clics, unsubscribes y conversión. En el caso de conversión es necesario instalar el collect tracking script en la web a la que dirija el call to action del email.
Clasifica a los contactos en 4 segmentos:
  • Loyalist → Alta apertura y alto ratio de clics
  • Window Shoppers → Alta apertura pero bajo ratio de clic
  • Selective Subscribers → Baja apertura pero alto ratio de clic
  • Win-back/Dormant → Baja apertura y bajo ratio de clic
Engagement Scoring - Omega
Una vez puntuados y clasificados los contactos, realiza una previsión a 14 días de:
  • Aperturas
  • Clics
  • Conversión web
  • Retención de subscribers

Mensajes Push

El modelo de confianza es según la actividad de los usuarios de las apps, tales como las sesiones abiertas en la app, clics en mensajes push, tiempo en la app y aperturas inferidas (abre la app 24 horas después de recibir push message pero sin haber clicado en éste).
Mensajes Push
A diferencia del canal email, la clasificación de los contactos se basa en su engagement con la app y puede obtenerse scoring para varias apps.
También realiza una previsión, en este caso a 7 días, de:
  • App engagement
  • Apertura de mensajes push
  • Aperturas inferidas de mensajes push
  • Sesiones abiertas en app
  • Tiempo en la app

Mensajes Insights

Esta herramienta nos ayuda a identificar anomalías en los mensajes enviados en base al tipo de envío.
Messaging Insights
Se basa en envíos similares en base a:
  • Datos de email enviados, ya sea mediante envío batch o mediante journey
  • Email domain
  • Tipo de envío (comercial, transaccional)
No incluye en estos insights:
  • Datos demográficos de los contactos
  • Datos de compras
  • Renderización del email
Mejora a medida que tenemos más datos y actividad y está accesible desde cualquier punto de la aplicación:
Messaging Insights 2

Send Time Optimization

Esta funcionalidad ayuda a mejorar los ratios de apertura en el canal email y mensajes push. Analiza el engagement de los contactos respecto a los emails comerciales o mensajes push en la app recibidos en los últimos 90 días y asigna una puntuación a cada hora y día de la semana en base a al engagement de los clientes:
Send Time Optimization 1
Para cada día de la semana también indica la mejor hora de envío:
Send Time Optimization 2
De esta manera sabemos para cada contacto cuál es el mejor día y hora en el que tiene mejor predisposición a abrir un email o un mensaje push.

Engagement Frequency

Esta herramienta nos ayuda a detectar la sobresaturación de contactos. A veces no nos damos cuenta de cuánto comunicamos a nuestros contactos, más aún si los envíos son realizados desde diferentes departamentos o áreas. Engagement Frequency analiza los envíos realizados en las últimas 4 semanas y clasifica a los contactos según el nivel de saturación en:
  • Saturated → Ha recibido demasiadas comunicaciones
  • On Target → Está recibiendo el número de comunicaciones óptimo
  • Undersaturated → Puede recibir más comunicaciones
Engagement Frequency
Engagement Frequency 2

Copy Insights

Esta funcionalidad es de gran ayuda ya que analiza los subjects de los emails y su efectividad. El único problema es que de momento sólo detecta el idioma inglés, pero tiene un gran potencial debido a que:
  • Muestra cómo afecta la manera de escribir los subjects de los emails, así como el tono usado
  • Indica también el impacto por las palabras y las frases más usadas en el subject junto al ratio de apertura
Copy Insights

Content Tags

Esta herramienta nos ayuda a localizar de manera más efectiva las imágenes dentro de content builder, algo muy interesante cuando acumulas una gran cantidad de imágenes tras años de campañas con Marketing Cloud.
Funciona asignando tags a las imágenes de content builder de manera automática a medida que las subes, categorizando y facilitando su localización.
Además, puedes indicar los tags que mantienes o descartas e incluso puedes añadir tags manualmente (hasta un máximo de 25 tags por imagen).
Content Tags

Content Selection

Con esta funcionalidad podemos mostrar productos en real-time basados en reglas dentro de los emails. Consiste básicamente en mostrar en los emails bloques de contenido con assets, por ejemplo, productos de nuestro catálogo, basados en reglas que configuramos previamente. Estos assets son mapeados con atributos de los contactos a los que se les va a enviar el email, pudiendo además aplicar reglas de exclusión.
Funciona asignando tags a las imágenes de content builder de manera automática a medida que las subes, categorizando y facilitando su localización.
Además, puedes indicar los tags que mantienes o descartas e incluso puedes añadir tags manualmente (hasta un máximo de 25 tags por imagen).
Content Seleccion
Una vez realizado el mapping y definidas las reglas, dentro de content builder creamos los bloques de contenido y los insertamos en el email a enviar. Cuando el contacto abra el email le mostrará el contenido según las reglas en tiempo real.
Content Selection

Email & Web Recommendation

Esta herramienta, conocida antes como Predictive Intelligence, nos ayuda a fortalecer nuestra venta online mostrando al visitante de la web recomendaciones de productos basados en reglas y escenarios aplicados según la actividad del visitante en la web, o a contactos mostrando recomendaciones de productos en emails basándose igualmente en las mismas reglas y escenarios.
Email - Web Recommendation
Los puntos claves de Email & Web Recommendation son los siguientes:
  • Puede trabajar sobre catálogo de productos o contenido
  • La web está integrada vía scripts generados por Marketing Cloud que han de adaptarse en la propia web o en alguna herramienta de tagging como Google Tag Manager.
  • Es un motor de recomendación bajo unos escenarios predefinidos a los que podemos aplicar algunas reglas de exclusión o variantes, no es un machine learning que podamos definir de inicio
  • Cada recomendación consume un Super Message adicional.
  • Podemos aplicar las recomendaciones tanto en web como en Email
  • El contenido a mostrar es actualizado en real-time (al refrescar la página o abrir el email)
  • Las recomendaciones son imágenes se componen de: Imagen, título, enlace y precio
  • Se requiere un tiempo mínimo de al menos 30 días de recopilación de datos antes de recomendar productos.
  • Muestra un reporte unificado (sin desglose por Web vs Email recommendations) 
  • Podemos integrar una web por Business Unit
Al inicio de este artículo hemos comentado que los objetivos de las herramientas Einstein de que dispone Marketing Cloud es mejorar la eficiencia e impulsar nuestras campañas de marketing, facilitando el trabajo diario de los marketers.
Está claro que las diferentes funcionalidades descritas ayudarán a mejorar nuestras campañas de comunicación y a conocer mejor a nuestros contactos, ya que no es lo mismo segmentar que microsegmentar en base al comportamiento de éstos al recibir un email, como tampoco es lo mismo enviar los emails siempre los mismos días de la semana a la misma hora que enviarlos justo en el momento que sabemos que van a abrir ese email, o que a la hora de redactar o diseñar un asunto de un email, nos indiquen qué tipo y tono de asunto tiene mejor impacto en nuestra audiencia.
No hace falta incidir en los grandes beneficios que tiene una comunicación personalizada en tiempo real en base a las características del receptor, o en la gran oportunidad que puede suponer para el cross-selling las recomendaciones tanto en web como en email.
Para finalizar, podemos afirmar que Marketing Cloud mediante Einstein, provee una serie de funcionalidades que nos ayudan a dar un paso adelante en nuestra estrategia de comunicación: no sólo podemos crear campañas personalizadas en base a los datos demográficos o comerciales de nuestros clientes, sino que Einstein permite diseñar campañas de comunicación personalizando en base al perfil digital de éstos, que ha ido creando en base a su comportamiento.
Ilou

Iván Lou Fernández

Digital Marketing Architect en Omega CRM

Si quieres más detalles de la nueva actualización estaremos encantados de ayudarte.

Saber más

 

429 Total Views 1 Views Today

Sin comentarios

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

mautic is open source marketing automation