\u00bfQu\u00e9 estad\u00edsticas est\u00e1s usando para hacer seguimiento de los KPIs de marketing online?<\/p>\n\n\n\n
Una de las estad\u00edsticas m\u00e1s comunes que se utilizan es el promedio, tambi\u00e9n conocido como la media. Pero \u00bfsab\u00edas que el promedio podr\u00eda estar d\u00e1ndote una impresi\u00f3n equivocada sobre los resultados de tus campa\u00f1as de marketing? \u00bfHas probado la mediana?<\/p>\n\n\n\n
Hoy hablar\u00e9 sobre cu\u00e1ndo usar y cu\u00e1ndo no usar la media o la mediana al analizar tu estrategia de marketing online.<\/p>\n\n\n\n
Tambi\u00e9n conocida como media aritm\u00e9tica o promedio, la media se calcula sumando todos los valores que tienes y dividiendo esa suma total entre la cantidad de valores. Supongamos que 10 apostadores apostaron en tu casa de apuestas online, o que est\u00e1s calculando el ingreso promedio por usuario, un KPI importante, o que vendes accesorios deportivos y 10 personas hicieron pedidos en tu tienda. Estos apostadores gastaron las siguientes cantidades de dinero: $20, $35, $50, $100, $150, $20, $70, $80, $55 y $85.<\/p>\n\n\n\n
La media implicar\u00e1 obtener la suma de todo el dinero, lo que da $665, y cuando divides eso entre 10, obtienes $66.5. Al presupuestar tu pr\u00f3xima campa\u00f1a de marketing, este valor te ayudar\u00e1 a saber cu\u00e1nto necesitas gastar para mantener un ROI sostenible.<\/p>\n\n\n\n
El \u00fanico problema con este enfoque aparece cuando hay valores at\u00edpicos. Estos son valores que son demasiado altos o demasiado bajos. En los valores que acabo de dar, supongamos que una persona lleg\u00f3 y gast\u00f3 $1000. Cuando agregas eso a los $665, obtienes $1665. Y cuando divides eso entre 11, obtienes $151.<\/p>\n\n\n\n
Esto significa que el gasto promedio por persona es de $151, lo cual no es cierto, ya que muy pocos clientes gastaron m\u00e1s de $100. En ese caso, la media estar\u00eda d\u00e1ndote una imagen equivocada de tu negocio. Y ah\u00ed es donde la mediana salva el d\u00eda.<\/p>\n\n\n\n
Por otro lado, la mediana se calcula ordenando los n\u00fameros en orden ascendente y eligiendo el valor que aparece en el medio. En la lista de valores que acabo de dar, tenemos una lista con 10 n\u00fameros y una lista con 11 n\u00fameros. Comencemos con la lista de 11 n\u00fameros, es decir, una cantidad impar.<\/p>\n\n\n\n
La f\u00f3rmula para obtener la mediana = (n+1)\/2 = 11+1 = 12\/2 = 6<\/p>\n\n\n\n
Nuestra mediana ser\u00e1 el n\u00famero en la sexta posici\u00f3n.<\/p>\n\n\n\n
Ordenemos los valores:<\/p>\n\n\n\n
$20, $20, $35, $50, $55, $70, $80, $85, $100, $150, $1000<\/p>\n\n\n\n
Mediana = $70<\/p>\n\n\n\n
Ahora para los valores pares, es decir, 10 n\u00fameros:<\/p>\n\n\n\n
F\u00f3rmula = (n+1)\/2 = 10+1 = 11 = 11\/2 = 5.5<\/p>\n\n\n\n
Pero no podemos tener una posici\u00f3n 5.5, as\u00ed que tendremos que interpolar entre la quinta y la sexta posici\u00f3n.<\/p>\n\n\n\n
Ordenemos los valores:<\/p>\n\n\n\n
$20, $20, $35, $50, $55, $70, $80, $85, $100, $150<\/p>\n\n\n\n
Obtengamos la media de estos dos valores = 55+70 = 125\/2 = 62.5<\/p>\n\n\n\n
Mediana = 62.5<\/p>\n\n\n\n
Como puedes ver, agregar el valor extremadamente grande, $1000, no distorsion\u00f3 tanto los datos, y ahora tenemos una mejor perspectiva de los datos que tenemos. Francesco Mascadri y Christopher Penn, ambos consultores de marketing, coinciden en que la mediana puede ayudar a presupuestar tus campa\u00f1as o analizar datos de una mejor manera en comparaci\u00f3n con la media.<\/p>\n\n\n\n
As\u00ed que, cuando analices algunos aspectos de tu campa\u00f1a de marketing online y tengas que calcular la media, no olvides la mediana.<\/p>\n\n\n\n
La moda es otra medida de tendencia central que puede ayudar a analizar tus datos. Es simplemente el valor que aparece con mayor frecuencia. En nuestros valores anteriores, $20 aparece dos veces, por lo que es nuestra moda. Pero para una compa\u00f1\u00eda de apuestas deportivas con millones de clientes, calcular la moda ser\u00e1 m\u00e1s complejo que eso. Al igual que la mediana, la moda no se ve afectada significativamente por los valores at\u00edpicos. El \u00fanico problema con la moda es que no siempre es pr\u00e1ctica, ya que no representa todo el conjunto de datos.<\/p>\n\n\n\n
Esta es otra estad\u00edstica que puedes usar junto con la media. La desviaci\u00f3n est\u00e1ndar mide el grado de variabilidad con respecto a la media o promedio. Por ejemplo, en los valores que acabamos de usar, la media era $66.5 antes de agregar el valor de $1000. Como se mencion\u00f3 antes, la media puede representar mal los datos cuando hay valores at\u00edpicos importantes.<\/p>\n\n\n\n
Pero la desviaci\u00f3n est\u00e1ndar puede pintar una imagen m\u00e1s clara al decir que el gasto promedio por usuario en un d\u00eda es de $70, con una variabilidad, o desviaci\u00f3n est\u00e1ndar, de aproximadamente $50. Esto significa que algunos d\u00edas las personas gastan m\u00e1s y otros d\u00edas gastan menos. Una desviaci\u00f3n est\u00e1ndar alta hace necesaria una investigaci\u00f3n para entender qu\u00e9 est\u00e1 sucediendo.<\/p>\n\n\n\n
Por ejemplo, si administras un sitio web de noticias deportivas y en algunas p\u00e1ginas algunas personas encuentran tu contenido interesante y pasan horas all\u00ed, mientras que otras solo pasan unos segundos y abandonan la p\u00e1gina, necesitas investigar. Tal vez tu contenido apunta solo a un grupo demogr\u00e1fico, pero aun as\u00ed necesitas abordar m\u00e1s grupos demogr\u00e1ficos con el contenido.<\/p>\n\n\n\n
El mismo caso aplica al calcular la tasa de conversi\u00f3n de varios canales de marketing. Puedes calcular un promedio de las tasas de conversi\u00f3n. Sin embargo, algunas pueden tener una tasa de conversi\u00f3n muy alta, mientras que otras pueden tener una tasa de conversi\u00f3n muy baja. La desviaci\u00f3n est\u00e1ndar te ayuda a entender la variabilidad entre los distintos canales.<\/p>\n\n\n\n
Este es el estudio de la relaci\u00f3n entre dos variables. La correlaci\u00f3n se mide en una escala entre +1 y -1; los valores cercanos a +1 muestran que las variables tienen una correlaci\u00f3n positiva. Esto significa que si aumentas el valor de una variable, la otra variable tambi\u00e9n aumentar\u00e1. Pero si los valores est\u00e1n cerca de -1, muestra una correlaci\u00f3n negativa. Y si mejoras el valor de una variable, es probable que la otra variable disminuya.<\/p>\n\n\n\n
Puedes usar el an\u00e1lisis de correlaci\u00f3n para analizar lo siguiente:<\/p>\n\n\n\n
El an\u00e1lisis de correlaci\u00f3n suele realizarse mediante encuestas, donde los especialistas en marketing intentan encontrar las variables con el valor de correlaci\u00f3n positiva m\u00e1s alto. Los dos m\u00e9todos para realizar an\u00e1lisis de correlaci\u00f3n son el rango de Spearman y el coeficiente de Pearson.<\/p>\n\n\n\n
Recuerda, si los valores est\u00e1n cerca de 0, entonces las variables tienen poca o ninguna relaci\u00f3n.<\/p>\n\n\n\n
En esta era del marketing digital, los datos lo son todo. Los KPIs son ejemplos de diferentes grupos de datos que puedes usar para medir el rendimiento de tu negocio. Pero los datos no servir\u00edan de nada si no hubiera una forma de analizarlos. Ah\u00ed es donde estad\u00edsticas o par\u00e1metros como la media, la mediana, el an\u00e1lisis de correlaci\u00f3n, la moda y la desviaci\u00f3n est\u00e1ndar pueden ayudar. Eliminan las conjeturas del marketing y mejoran tu ROI a largo plazo. La media es la m\u00e1s com\u00fan y ayuda a dar una imagen general de los datos.<\/p>\n\n\n\n
Pero la desviaci\u00f3n est\u00e1ndar, la correlaci\u00f3n y la mediana ayudan a pintar una imagen m\u00e1s clara.<\/p>\n\n\n\n