Datos y variables
Fuentes, features y su poder predictivo con el motivo de cada una.
Agencia CRO · CR-009 · Personalización
Modelos predictivos de conversión
Saber quién va a comprar antes de preguntarle. Probabilidad por visitante, priorización del seguimiento y control del error del modelo.
Un modelo no predice el futuro: ordena a quién preguntar primero.
Que es y para quien
Probabilidad de compra, con el error medido.
Datos, modelo, validación, integración y control de la deriva. Lee la guía completa de CRO para el contexto teórico.
Un modelo de conversión mal validado es una caja negra que decide a quién se llama, y eso se nota pronto: el comercial empieza a perder tiempo en leads que el modelo daba por seguros y deja de fiarse. La validación con datos reales y el control de la deriva no son el paso final, son el paso que hace que el modelo siga sirviendo dentro de seis meses.
Va dirigido a marcas con volumen suficiente para entrenar y con un coste de contacto alto: ecommerce, seguros, servicios financieros, formación B2B. Entregamos el modelo con sus variables y su explicación, la validación con precisión, recall y curva de lift, la integración con el CRM o con el motor de personalización, y el panel de control con la deriva y la recalibración.
- Ecommerce con contacto por email y carrito que se queda frío.
- Seguros que necesita priorizar la cartera de leads.
- SaaS con scoring para el equipo comercial.
- Banca con requisitos de explicabilidad y trazabilidad.
Que incluye
Seis piezas de un modelo en producción.
Datos, modelo, validación, integración y control.
Modelo y versión
Entrenamiento, validación y el por qué de cada decisión de modelo.
Métricas de calidad
Precisión, recall, AUC, lift y curva por tramo de probabilidad.
Integración
Scoring en el CRM, en la web o en el motor de personalización.
Control y deriva
Panel con la deriva del modelo y alertas cuando el AUC baja.
Gobernanza
Explicabilidad, datos permitidos, sesgo y registro de decisiones.
Trazabilidad
Cada visita recibe la versión que le corresponde.
De la predicción a la oferta, con el criterio y el error a la vista.
- Segmento, probabilidad y regla aplicada, con la probabilidad real de compra por visitante como referencia.
- Variantes y contenido que ve cada segmento, según el modelo con sus variables y su validación
- Precisión del modelo y falsos positivos medidos
- Ingreso incremental y cambios de lógica en 8 semanas
Como funciona
El ciclo de una experiencia que se adapta.
Cinco pasos del dato de contexto a la conversión.
-
01
Contexto
Se define la probabilidad real de compra por visitante. Quién llega, desde dónde y con qué intención.
-
02
Predicción
El modelo estima la probabilidad y fija el criterio con el modelo con sus variables y su validación.
-
03
Variante
Cada segmento ve una versión distinta, con el mismo criterio de diseño.
-
04
Respuesta
Se mide la reacción y se corrige lo que no funciona en 8 semanas.
-
05
Aprendizaje
La conversión real vuelve al modelo como entrenamiento.
Personalizar sin criterio es roulette es cada visitante ve una versión distinta y nadie sabe cuál funcionó. Por eso la regla se escribe antes de programarla.
Como trabajamos
De la misma web para todos a una web que responde.
Segmentación, predicción, contenido, medición y ajuste.
-
Criterio de segmentación
Variables con señal y su peso, definidos sobre la probabilidad real de compra por visitante.
-
Modelo o regla
Scoring con el modelo con sus variables y su validación y contraste con datos históricos.
-
Contenido y variantes
Mensaje, oferta y llamada a la acción por segmento.
-
Medición incremental
Conversión y ingreso con control del grupo de contraste.
-
Revisión del modelo
Precisión, deriva y recalibración en 8 semanas.
Donde rinde
Tres modelos que cambiaron a quién se llamaba.
Mismo método, decisiones comerciales distintas.
El comercial llamaba a 200 leads por semana sin orden.
Modelo con 14 variables: 2,3x más contrataciones por el mismo tiempo de llamada.
El email se mandaba a toda la base.
Scoring por probabilidad de compra: +18% de conversión y un 40% menos de emails.
Los leads de alta intención llegaban tarde al comercial.
Scoring en la web. El tiempo de respuesta bajó a 4 minutos y la conversión a demo subió un 22%.
Sectores
Donde ya lo hemos optimizado.
Ecommerce
SaaS B2B
Servicios profesionales
Formación
Turismo
Finanzas
Salud
Retail
Media
Inmobiliario
Agencias
ONG
Nos pusieron un scoring con el CRM. Y lo importante son los nos dijeron dónde el modelo se equivocaba.
Marta C.
RevOps Manager
Reseña verificada en Google
4,9/5 · 86+ opiniones.
¿Cuánto tarda en verse resultados?
De 6 a 8 semanas. Dos de datos y entrenamiento, el resto de validación e integración. El modelo se recalibra cada trimestre o cuando el AUC baja del umbral acordado.
¿Qué incluye exactamente?
Preparación de datos y variables, modelo y versión, métricas de calidad (precisión, recall, AUC y lift), integración con CRM o web, control de la deriva y gobernanza del modelo.
¿Necesito algo previo?
Histórico de al menos 12 meses con resultado etiquetado (compra, sí o no), acceso al CRM o al e-commerce y un histórico de contactos para medir el efecto incremental. Con menos de 20.000 registros etiquetados, el modelo no compensa.
¿Cómo se mide el resultado?
Con la precisión por tramo, el lift sobre la tasa base, el ingreso incremental frente al grupo sin scoring y la tasa de contacto comercial que pasa a conversión.
¿Cada cuánto se revisa?
Trimestral, con monitorización semanal del AUC y alerta automática si cae más de un 5%.
¿Hacen falta datos de machine learning?
Depende del problema. Con datos simples, es posible empezar con reglas y segmentación. Si con un criterio simple ganas un 10%, no necesitas un modelo. El modelo aporta cuando hay miles de combinaciones de variables y ninguna regla manual las captura. En muchos casos, el primer proyecto serio de CRO es un criterio de scoring muy simple que ya ordena la lista.
Reservar
¿A quién llamas primero?
Media hora para ver si un modelo predictivo tiene sentido con tus datos y qué volumen mínimo necesitas.
Reserva tu videollamada gratuita
30 minutos con Jorge Sánchez Mosquete, experto en Modelos predictivos de conversión. Sin compromiso, en español.
•
LMXJVSD
Selecciona un día
• Empieza eligiendo un día disponible en el calendario
Powered by Netbulb