Cómo elegir tu MarTech según el estadío de tu negocio
Revisaremos las principales preguntas que surgen en cada etapa de un negocio y el stack MarTech óptimo que debes considerar (y cuáles no) desde el Early stage, Scale Up o Enterprise.
Empecemos por lo primero; ¿qué es MarTech?
Por definición se refiere a Tecnología aplicada al Marketing - es decir el conjunto de herramientas y tecnologías que vamos a poder utilizar en nuestros productos digitales con el objetivo de crecer y optimizar nuestro producto y negocio.
Y por más de que su nombre dice “marketing” la verdad es que su scope abarca también a equipos de retención, growth, producto, datos, tech, customer support, etc.
¿Cuáles son los errores comunes al elegir MarTech?
Hay muchos muchos diferentes tipos de herramientas - Product Analytics, CEPs, MMPs, CDPs, Experimentation & Personalization y más.
- hasta sus nombres parecen jeroglíficos encriptados -
Así que un error muy común es no conocer qué tipo de herramientas hay disponibles ni cuáles convienen implementar a medida que va creciendo y madurando nuestro producto.
Muchas de estas herramientas pueden llegar a costar miles de dólares al año - que si son contratadas en el momento equivocado puede que terminen juntando polvo y no tengan éxito - pero en cambio si lo hacemos en el momento indicado nos pueden ayudar a hacer crecer exponencialmente nuestro negocio.
La idea de este artículo de hoy es ir revisando cada una de estos tipos de herramienta, explicar qué nos van a permitir hacer, cuándo convienen implementarlas - y también tips de cómo abaratar sus costos.
Early Stage: ¿Cómo validar tu producto desde el día uno?
Herramienta clave: Product Analytics
La frase es cliché, pero es muy verdad: “lo que no se mide, no se mejora”
Desde el minuto cero es muy importante poder conocer cómo nuestros usuarios están interactuando con nuestro producto, qué features están usando - y cuáles no -, dónde se están trabajando, y de esta manera poder tomar mejores decisiones de producto o growth para poder mejorar la experiencia
El tipo de herramienta que nos permite ver esto es una herramienta de Product Analytics - Analítica de producto- las líderes del mercado son Mixpanel y Amplitude
Y lo que nos van a permitir hacer es trackear todas las acciones claves que realice cada usuario, y una vez que recopilamos estos datos vamos a poder crear distintos reportes para poder ver cómo interactúan con el mismo
Así podemos ver con datos:
¿dónde se están trabando en el flujo?
¿qué features están valorando? y cuáles no!
¿quiénes abandonaron el producto?
¿qué fuente de nuevos usuarios está convirtiendo mejor?
¿cuál es la retención día 1, semana 1, mes 1?
seteamos alertas cuando se disparan errores o cae la tasa de conversión
Ahora, cuando recién lanzo mi producto y tengo pocos usuarios, ¿podría sacar conclusiones que sean significativas cómo para poder tomar las decisiones correctas?
Cuando recién comenzamos vamos a tener poco volumen de usuarios y entonces pocos datos y es verdad que puede parecer difícil de tomar conclusiones con tan poco volumen, entonces el caso de uso de la herramienta de Product Analytics puede ser distinto al principio que cuando vamos creciendo
Voy con un ejemplo que creo que va a quedar más claro
Tengo un amigo que hace unos meses estuvo trabajando en un proyecto donde lanzaron una app que les permite a dueños de granjas o campos administrarlas.
Y dado que es un apasionado de los datos, lo primero que hizo fue implementar Mixpanel para medir la actividad de cada uno de los usuarios que iban adquiriendo. Y lo bueno de estas herramientas es que podemos ver datos agrupados - es decir si tenemos 100 usuarios cuáles son acciones que hacen la mayoría de ellos - o también nos permiten ver hasta nivel usuario por usuario.
Entonces el primer mes quizas tenían sólo 10 usuarios, y lo que hacía era ver la actividad de cada uno de ellos, buscando insights de qué features estaban utilizando - y cuáles no - por ejemplo veía que el principal caso de uso era agregar los animales y registrar cuándo los vacunaban para darle seguimiento después. Y qué quizas otro módulo - que habían dedicado muchas horas de desarrollo - que servía para registrar las ventas de sus cultivos y animales ni habían sido utilizadas.
Entonces con estos datos iniciales, ya podían entender qué features de su producto eran más valiosos para los usuarios, y combinando estos datos con otros cuali - por ejemplo entrevistas - podían seguir desarrollando nuevos features para seguir expandiendo su producto hacia estas verticales.
Eso para producto, pero para Adquisición / Marketing podrían también utilizar estos insights para orientar sus anuncios a mensajes basados en estos insights.
Y también desde el lado de soporte podían llamar personalmente a los usuarios que veían que se instalan la app pero no la usaban o que se trabajan en algún punto en particular.
Acá hay 2 grandes conclusiones
La importancia de tener datos ni bien lanzamos nuestro producto para tomar mejores decisiones
Que cuando lanzamos está bien hacer cosas que no escalan.
Claramente una vez que tengamos cientos o miles de usuarios, no vamos a estar mirando la actividad de usuario por usuario y tampoco vamos a llamar a cada uno personalmente
Sino que como vamos a hablar después, en cuanto a datos vamos a poder agruparlos y llegar a conclusiones de grupos - que se llaman cohortes
Y a nivel comunicación vamos a buscar herramientas que nos permiten enviar comunicaciones o personalizaciones de manera masiva.
Scale Up: ¿Cómo escalar las comunicaciones con tus usuarios sin perder la personalización?
Herramienta clave: Customer Engagement Platforms (CEPs)
Cuando tu base de usuarios crece, necesitas herramientas que permitan gestionar y personalizar las comunicaciones de manera escalable. Plataformas como OneSignal, Braze o Clevertap automatizan el envío de mensajes personalizados a través de canales como email, push notifications y SMS.
Además es posible integrar tu herramienta de Product Analytics con la de Customer Engagement.
En Mixpanel podemos ver un funnel de los usuarios que ya realizaron un Sign Up pero aún no probaron un feature clave (por ejemplo realizar su primer depósito en una Fintech o realizar su primera compra en un Marketplace). Podemos guardar estos usuarios en un segmento (llamado Cohort) y luego sincronizamos este grupo de usuarios con OneSignal. Así luego les podemos enviar Push Notifications / Emails / In-apps / SMS para poder incentivarlos a que hagan esta acción de valor.
Scale Up: ¿Cómo medir el impacto de tus campañas?
Herramienta clave: Mobile Measurement Partners (MMPs)
Si su producto es Mobile first, las herramientas de atribución como Appsflyer, Adjust o Singular son indispensables. Estas plataformas te ayudan a identificar de dónde provienen tus usuarios (Meta, Google, TikTok, etc.), a medir las conversiones posteriores y así decidir dónde alocar tu budget de forma más inteligente.
Vamos a un ejemplo para que quede más claro: antes de instalarme una app yo clickee en un anuncio en Instagram, luego de 3 días uno en Youtube y finalmente terminé instalando después de clickear en uno de TikTok. En este caso si vamos a cada plataforma puede ser que el pixel de cada una se esté atribuyendo la instalación diciendo que yo instalé después de clickear su anuncio.
Entonces lo que hace el MMP es ser una fuente de verdad centralizada que puede ver este recorrido y con distintos modelos de atribución podemos asignar pesos a cada uno de estos touchpoints para que sea más justa su atribución. Y así después poder tomar mejores decisiones de cómo invertir el presupuesto en las campañas que mejor performance tengan.
Esto es tanto para paid media pero también podría ser si tenemos distintos links en campañas de referrals o emails por ejemplo.
Ahora si no tienen app y su producto es 100% web la buena noticia es que no precisan contratar un MMP sino que directamente la plataforma de Product Analytics va a permitirles hacer este tipo de análisis con UTM tags. Es decir, en Mixpanel van a poder cómo está performando cada media teniendo en cuenta los usuarios que llegaron a tu página web desde cada uno de ellos y si convirtieron o no.
Enterprise: ¿Cómo centralizar y escalar tus datos?
Herramienta clave: Customer Data Platforms (CDPs)
Cuando era CPO de Wabi, un pain grande que teníamos era que estábamos integrados por SDK y registrando eventos en múltiples plataformas: Mixpanel, OneSignal, Meta Ads, Google Ads, Appsflyer...
Esto llevaba a dos grandes problemas:
Cada vez que queríamos trackear un nuevo evento, el equipo de tecnología lo tenía que implementar para cada SDK.
Muchas veces había diferencias entre los valores que traía cada evento en distintas plataformas.
Con un CDP, como Segment o Rudderstack, se soluciona porque importa todos los eventos en una única fuente y desde allí puedes agregar destinos donde decides qué eventos enviar - por ejemplo tu plataforma de Product Analytics, CEP, MMP, Meta Ads, Google Ads...
Enterprise: ¿Qué beneficios tiene ser dueño de tus propios datos?
Hoy los que tienen un stack más avanzado están tendiendo a inclusive no depender de un CDP sino que directamente trackear eventos y almacenarlos en sus propios Data Warehouses (BigQuery, Snowflake) o Data Lakes.
Estos permiten gestionar y tener control absoluto sobre tus datos. Permite combinar múltiples fuentes de datos, transformarlos a placer y almacenarlos en distintos formatos.
Por ejemplo, sería posible tener datos almacenados de los eventos del usuario, pero también de fuentes como Ad Spend de paid medias, Revenue (típico ejemplo donde tenemos transacciones cuyo exchange rate hay que actualizar), CRMs, encuestas u otras fuentes desde donde enriquecerlos.
Además las herramientas MarTech más avanzadas hoy ya permiten integrarse directamente con estos warehouses. Por ejemplo, Mixpanel permite ingerir datos directamente desde cualquier Data Warehouse y mantenerse sincronizado. Es decir, si por alguna razón un dato antiguo cambió de valor (por ejemplo el GMV de una transacción que tuvo una devolución) este valor se actualiza en Mixpanel.
Otra ventaja es que nos prepara para el mundo de IA, ser dueño de tus datos es central para poder alimentar a tus propios modelos y probablemente en el futuro traiga muchas otras ventajas aún inciertas - lo que es seguro es que para cualquiera de ellas va a ser indispensable controlas tus datos de manera independiente.
Cómo desventaja vemos que precisas tener un equipo especializado en datos que pueda crear estas bases y mantenerlas actualizadas. Mientras que con una solución más enlatada como un CDP la flexibilidad es menor pero el costo de mantenimiento y setup menor.
Enterprise: ¿Cómo optimizar la experimentación a gran escala?
Herramienta clave: Plataformas de Experimentación
A grandes volúmenes, incluso un pequeño % de mejora en el conversion rate puede tener un impacto significativo en tus ingresos. Por eso, en esta etapa, la experimentación se vuelve clave.
Herramientas como VWO, Kameleoon o AB Tasty te permiten realizar pruebas A/B y personalización a escala para maximizar resultados.
La verdad es que vemos pocas empresas en LatAm que están llevando Experimentación como una parte central de su estrategia. Para lograrlo es clave precisamos tener un equipo alocado al mismo que pueda tener un backlog de experimentos e ir priorizandolos en cada sprint.
Conclusión
El stack de MarTech ideal depende de tu etapa de crecimiento.
En el Early Stage, comienza con Product Analytics para entender a tus usuarios.
En Scale Up, incorpora CEPs y MMPs para gestionar la comunicación y medir el impacto de tus campañas.
Y en Enterprise, apuesta por CDPs, Data Warehouses y herramientas de experimentación para operar a gran escala y optimizar continuamente.
Elegir las herramientas adecuadas en el momento correcto puede transformar tu negocio y prepararlo para el futuro.