La analítica más importante de una estrategia de Inbound Marketing

¿Cuál es la analítica más importante de una estrategia de inbound marketing? ¿Entre el infinito mar de estadísticas a las que tenemos acceso con cuál nos quedamos?

Estas son preguntas que los directores de marketing siempre se hacen al comenzar una estrategia de Inbound Marketing y comprobar el elevado número de paneles de datos a los que tienen acceso.

Antes de continuar queremos aclarar que, para entender bien este artículo, necesitas comprender primero qué es el Inbound Marketing. Si tienes dudas al respecto, descárgate gratis la Guía para entender de verdad qué es el inbound marketing, en la que te explicamos, con brevedad y claridad, lo que es y cómo puede hacer crecer tu negocio.

En cualquier caso, vamos a hacer un pequeño resumen para recordar los los 3 puntos fundamentales:

Una estrategia de Inbound Marketing está sustentada por el recorrido que hace nuestro buyer persona a través de las distintas etapas de su ciclo de vida.
El equipo de marketing invita al buyer persona a avanzar por las etapas del ciclo de vida en función de la cualificación de los contactos.
Cuando un contacto alcanza una determinada cualificación, el equipo de ventas recibe la correspondiente alerta para contactar con el contacto que ya está cualificado.

Durante todo este proceso los responsables de ejecutar la campaña consultan muchas estadísticas y datos analíticos que les permiten ir optimizando creatividades y estrategias para mejorar constantemente los resultados. Así como para decidir a qué contactos se les invita a avanzar por las etapas de su ciclo de vida.

La cualificación para cada una de las etapas de vida se decide antes de lanzar la campaña y en esta decisión son determinantes los miembros del equipo de ventas que, como no nos cansamos de repetir, son quiénes realmente tienen la clave del éxito de una campaña de Inbound Marketing por su conocimiento del cliente.

Sin que esto sea una regla, y sólo para que nos sirva de ejemplo, supongamos que definimos las etapas del ciclo de vida así:

LEAD: contacto sin valor aparente del que no tenemos casi ningún dato.
MQL: contacto del que ya sabemos algo que nos hace valorar que puede llegar a ser interesante para la empresa. Por ejemplo, conocemos su cargo y sector de actividad.
SQL: se trata de un contacto que tenemos absolutamente claro que nos interesa porque responde al perfil de nuestro buyer persona. Este es el momento en el que se informa al equipo de ventas para que contacte. En algunas empresas el paso de MQL a SQL es muy exigente y sólo se considera cuando el contacto manifiesta claramente su deseo de que contacten con él.
OPORTUNIDAD: contacto al que se le ha pasado una propuesta comercial.
CLIENTE: contacto que compra los productos o servicios que ofrecemos.

Una de las analíticas que se manejan es la de los porcentajes de paso de una etapa del ciclo de vida a otra. Veamos un ejemplo:

LEAD --> MQL (40%)
MQL --> SQL (30%)
SQL --> OPORTUNIDAD (10%)
OPORTUNIDAD --> CLIENTE (5%)

¿Qué significan estos datos?

De todos los contactos conseguidos, el 40% se cualifica como MQL (contacto cualificado por marketing).
De los MQL's, el 30% se convierten en SQL's (contactio cualificado para ventas).
Y de éstos, el 10% se transforma en una oportunidad.
Finalmente, de las oportunidades generadas, el 5% se convierten en clientes.

Es importante señalar que esto no significa que todos los clientes hayan tenido que pasar necesariamente por cada una de las etapas del ciclo de vida siguiendo, por decirlo así, "el guión de la estrategia de Inbound Marketing". Evidentemente habrá muchos contactos que se incorporen a nuestra base de datos al principio de su etapa de decisión de compra y otros que lo hagan en cualquiera de las siguientes.

Ya se encarga el equipo de marketing de tener la estrategia idónea para cada etapa y así poder captar contactos en cada una de ellas.

Por lo tanto, el dato que realmente nos interesa es el del paso entre una etapa y la siguiente porque es la única forma de saber si estamos haciendo las cosas bien. En el ejemplo que hemos puesto, los porcentajes parecen buenos, pero son bastante malos. Si en una estrategia de Inbound Marketing sólo convertimos en oportunidad a un 10% de SQL's significa una de estas dos cosas (o las dos a la vez):

El criterio de cualificación está mal hecho y eso hace que el equipo de ventas tenga que tratar con un 90% de contactos que no son buenos.
Si el criterio de cualificación es correcto, hay un problema en el equipo de ventas: no se atiende bien a los contactos, o no se les hace un seguimiento, o no se les atiende en absoluto por los motivos que sean.

Igualmente, si el paso de oportunidad a cliente, teniendo en cuenta que una oportunidad es alguien que ha solicitado un presupuesto, es de tan solo un 5% debemos preguntarnos por qué ese fracaso del 95%. ¿El precio es demasiado alto? ¿Ofrecemos pocas garantías? Porque está claro que pasa algo y el tiempo dedicado a preparar presupuestos también supone una inversión para la empresa.

Cuando los porcentajes no son buenos hay que sentarse y reflexionar conjuntamente los equipos de marketing y ventas para analizar dónde está el fallo. Recordemos que una estrategia de Inbound Marketing se caracteriza por la transparencia de trasvase de datos entre marketing y ventas. Esta transparencia también debe ser trasladada a la actitud de los miembros de ambos equipos. No se trata de echarse las culpas unos a otros, sino de mejorar los resultados gracias al aprendizaje y a la calidad de los datos.