MENU

Aumenta el rendimiento de tus campañas de Marketing en Twitter con Insights de Personalidad

Aumenta el rendimiento de tus campañas de Marketing en Twitter con Insights de Personalidad

¿Sabías que los usuarios de Twitter con unos rasgos específicos de personalidad son un 40% más propensos a canjear un cupón? ¿O que la gente con ciertas características son dos veces más propensas a hacer clic en tus anuncios en Twitter? Esta es la clase de potentes insights que te ayudarán a impulsar el rendimiento de tus campañas en Twitter, concretamente las pagadas.

A estas conclusiones ha llegado el equipo que está detrás de IBM Watson, quien recientemente ha llevado a cabo una serie de estudios entre los usuarios de Twitter para comprender mejor cómo la personalidad y el comportamiento puede tener un impacto en el marketing social. No hay duda pues de que el modelo de personalidad de “Los Cinco Grandes” es algo a tener muy en cuenta para las futuras campañas de marketing en redes sociales.

Modelo de Insights de Personalidad

 

Para validar estas hipótesis, los investigadores de IBM realizaron una serie de experimentos en Twitter en las siguientes áreas: respondiendo a los tuits (recopilación de información), publicidad segmentada (publicidad no solicitada), campañas de marketing (canje de cupones) y preferencia de marcas (afinidad con las marcas).

Respondiendo a los tuits – Un estudio

El primer estudio, “Responding to Tweets” para la recopilación de información y la difusión de las funciones, muestra que aquellos que son más propensos a responder tuvieron una alta puntuación en facetas como la búsqueda de emociones, simpatía, nivel de actividad, afabilidad, mientras que los menos propensos a responder tuvieron altas puntuaciones en cautela y ansiedad.

A los encuestados se les hicieron preguntas basadas en la localización o en productos, dependiendo si tuiteaban sobre estar en un lugar determinado o poseer un producto en particular. Con las estadísticas actuales de Twitter sobre usuarios activos mensuales (288 millones) y tuits al día (500 millones), se trata sin duda un ruidoso mundo de datos sin estructurar y públicos. IBM Watson y la segmentación de SocialBro no solo ponen el foco en esas audiencias relevantes y comprometidas, sino que además aseguran que no se desperdicie el dinero que se gasta en anuncios en Twitter.

¿Cómo lo hizo la publicidad segmentada?

A través de los tres modelos de personalidad de IBM Watson, Los Cinco Grandes, Necesidad y Valores y su enfoque de la inferencia de la personalidad, es fácil deducir los rasgos de personalidad de un usuario a partir de sus tuits pasados. Para este experimento, el equipo de investigadores creó un servicio de información de viajes basado en Twitter e hipotetizó que los usuarios de Twitter con alta apertura a experiencias y bajo rango emocional responderían más favorablemente a anuncios no solicitados sobre sus servicios. Se dirigieron al 10% de los usuarios con puntuaciones más altas de cada rango, que se tradujo en aumentos de la tasa de clics del 6,8% al 11,3% y del 4,7% al 8,8% en la tasa de seguimiento. ¡Impresionantes estadísticas!

Haz clic aquí para canjear este cupón

Es el sueño de cualquier minorista el saber qué vende y por qué, qué es lo que hace que un consumidor canjee un cupón y si sus campañas tendrán los resultados deseados. El mapeo de datos altamente detallado de IBM proporciona estos insights. En un experimento realizado con una gran empresa de retail, IBM envió a los consumidores cupones canjeables para validar su hipótesis de que aquellos que canjean cupones tienen los siguientes rasgos: orden, autodisciplina, cautela. Fue validado utilizando los datos de los clientes y sus rasgos inferidos. ¿La conclusión? Aquellos con alta puntuación en alguno de los rasgos anteriores y baja puntuación en desenfreno son un 40% más propensos a canjear cupones.

Uniendo personalidad y preferencia de marca

La mayoría de las marcas en estos días están disparando en la oscuridad. Con una mínima segmentación, esperan que los mensajes de sus campañas lleguen a los consumidores adecuados. La relevancia es uno de los aspectos más importantes del marketing en Twitter y las marcas están tratando de hacer las cosas bien. Usando un número de usuarios de Twitter, IBM realizó un estudio para descubrir si sus rasgos de personalidad (“Los Cinco Grandes”, “Valores”, “Necesidades”) predijeron sus preferencias de marca. Se encontró que las características de personalidad de una persona pueden predecir su preferencia de marca con una precisión del 65%.

Casando estos datos de insights de personalidad con unas capacidades de segmentación muy concretas se ayudaría a los profesionales del marketing a sacar el máximo partido de sus campañas de publicidad en Twitter.

Por ejemplo: Si tienes que crear un perfil de tu usuario final y ejecutar campañas de marketing en Twitter personalizadas, todo lo que tienes que hacer es coger los seguidores globales de la marca en Twitter, añadir segmentación específica como el género, idioma o palabras clave y emparejar la audiencia relevante con los Insights de Personalidad de IBM Watson (dentro de SocialBro). Este intenso mapeo de personalidad permitiría una campaña altamente detallada que culmine con los precisos y deseados resultados.

Modelo de segmentación junto a insights de personalidad

 

Personalización y adaptación reciben un gran impulso

Una de las mayores tendencias de 2015 en marketing se predijo que sería la personalización y adaptación, y están aquí para quedarse. Cada profesional del marketing está luchando por obtener una visión 360º del consumidor y asegurarse que su estrategia de marketing sigue la línea de pensamiento de “centrarse en el cliente”; los Insights de Personalidad de IBM Watson y una segmentación y analítica en profundidad de Twitter son el truco. Se toma la audiencia global de Twitter, se mapean los Insights de Personalidad y se vincula con la segmentación de Twitter y la ejecución de la campaña, uniéndose en perfecta armonía para impulsar un mejor rendimiento y aumentar los ingresos de tus campañas de marketing en Twitter.

Este post es una traducción al español del original de Divya Sehgal para la versión en inglés del blog de SocialBro.