Análisis de datos

For the English version, click here.

Recientemente completé el Certificado Profesional de Análisis de Datos de Google que se ofrece en Coursera. Este programa de certificación explica las seis etapas del proceso de análisis de datos: preguntar, preparar, procesar, analizar, compartir y actuar. También da explicaciones básicas de herramientas como hojas de cálculo, SQL, Tableau y R.

Para completar el curso, Google recomienda que cada estudiante cree su propio proyecto final. Este proyecto permite a los estudiantes resaltar las habilidades técnicas aprendidas durante el curso y mostrar su comprensión de cada paso en el proceso de análisis de datos.

Elegí enfocar mi proyecto final en pruebas A/B de correo electrónico. Utilicé las habilidades que aprendí en el curso para recopilar datos, limpiarlos, analizarlos y crear visualizaciones. También compartí mis hallazgos con otros y discutí las implicaciones de mis resultados.

Estoy orgullosa del trabajo que hice en mi trabajo final. Considero que demuestra mi capacidad para utilizar el análisis de datos para resolver problemas del mundo real. También confío en que las habilidades que aprendí en este curso serán valiosas en mi futura carrera.

---

Las pruebas A/B, también conocidas como pruebas divididas, son un método para comparar dos versiones de un activo de marketing para ver cuál funciona mejor. Esta puede ser una excelente manera de determinar qué funciona y qué no para una audiencia específica, y puede ayudar a mejorar los resultados de marketing.

Para realizar pruebas A/B, primero tendríamos que crear dos versiones del mismo activo de marketing. En el caso de este conjunto de datos, tenemos dos versiones de correo electrónico, que luego se envían a una audiencia asignada al azar. Esto asegura que los resultados de la prueba sean precisos y no sesgados por ningún otro factor.

Gracias a los datos de Gigasheet y la información sobre las pruebas A/B, podremos ver este conjunto de datos, buscando analizar ambos grupos para así descubrir qué correo electrónico tiene más éxito y qué es lo que genera una mejor conversión y compromiso.

Título	Pruebas A/B de correo electrónico de marketing
Enfoque de la industria	Marketing
Planteamiento del problema	¿Cuál de los correos electrónicos generará una mejor tasa de clics?
Caso de uso comercial (¿qué está resolviendo?)	Identificar las mejores opciones para impulsar la conversión y el compromiso.
Metas / Métricas	Identificar los factores que son más efectivos para impulsar las conversiones y el compromiso. Descubrir el tipo de contenido que resuena con el público objetivo. Observar cual versión es más probable que evite el filtro de correo no deseado.
Entregables	Gráficos que comprueben la utilidad de la prueba, al igual que recomendaciones y siguientes pasos
¿Hay conjuntos de datos disponibles?	Sí
Lista de conjuntos de datos	Análisis de datos de marketing por correo electrónico de pruebas A/B
Sitios web para obtener los datos necesarios	https://www.gigasheet.com/post/a-b-testing-email-marketing-data-analysis

Preguntar

Las preguntas que intentaremos responder y presentar gráficamente en este estudio son:

• ¿Cuál es la tasa de apertura para cada versión?
• ¿Cuál es la tasa de clics para cada versión?
• ¿Cuál es la tasa de baja para cada versión?

Preparar

Los datos se tomaron de los datos e información de Gigasheet en el conjunto de datos de prueba A/B. Según el autor del artículo, Ankit Vora, “Una herramienta de automatización de marketing probablemente no sea la mejor herramienta para la exploración y el análisis de datos. Por lo tanto, sería mejor exportar los datos y utilizar un formato de hoja de cálculo para el análisis”. Si ya no se puede encontrar el conjunto de datos, me he tomado la libertad de descargarlo y guardarlo aquí, limpio, ya que tenía información de identificación.

Diccionario del conjunto de datos:

• Opened (Yes, No) – Para entender la tasa de apertura de cada versión.

Para lo siguiente, si no se abre un correo electrónico, la respuesta es null:

• Clicked-Through (Yes, No, Null) – Para entender la tasa de clics.
• Responded (Yes, No, Null) – Para entender las respuestas a los correos electrónicos.
• Booked a Meeting (Yes, No, Null) – Para entender las reservas de reuniones.
• Unsubscribed (Yes, No, Null) – Para descubrir cuál tenía la menor tasa de bajas.

Procesar

Usaré Excel para analizar los datos, ya quees una muestra de 1,000 entradas. Como había información personal en los datos (correos electrónicos), estos datos se eliminaron y fueron intercambiados por un número de identificación. Hubo muchas celdas en blanco que se corrigieron a “no”. Las celdas vacías para correos enviados sin abrir, se llenaron con el texto null.

Analizar

Después de limpiar los datos, usando filtros y fórmulas se encontró la siguiente información:

Correo Electrónico Variación 2: 523 correos enviados

• Tasa de apertura: 52.58% (275 correos abiertos)
• Tasa de clic: 53.09% (de 275 correos abiertos, 146 personas dieron click al enlace de llamado de acción)
• Tasa de respuesta: 26.55% (de 275 correos abiertos, 73 personas respondieron)
• Tasa de cancelación de suscripción: 25.09% (69 personas se dieron de baja)

Compartir

Podemos ver a partir de los datos recopilados, que la tasa de apertura de la segunda versión es más alta por casi un punto porcentual:

Cada versión tiene una muy buena tasa de apertura, sin embargo, podemos ver más información para cada uno en los siguientes gráficos:

También podemos encontrar que la tasa de clics ha mejorado mucho con el llamado de acción (CTA) de la segunda versión.

En la segunda versión, la métrica de cancelación de subscripción se mejora en más de 1.5 puntos porcentuales.

Sin embargo, algo que encontré interesante fue que la gente respondió más a la primera versión que a la segunda versión. En este gráfico, podemos ver a las personas que respondieron directamente al correo electrónico recibido.

Esta es la única parte del correo electrónico que se destaca en la primera versión frente a la segunda.

Actuar

Después de realizar la prueba A/B de estas dos versiones de correos electrónicos, los resultados mostraron que la segunda versión superó a la primera versión en términos de compromiso y conversiones. La segunda versión tuvo una tasa de apertura, una tasa de clics y una tasa de conversión más altas.

Análisis de llamado a la acción

La principal diferencia entre las dos versiones fue el llamado a la acción (CTA). El CTA en la segunda versión fue más claro y conciso, ofreciendo una oferta más atractiva. Esto llevó a que más personas hicieran clic en el CTA y se convirtieran.

Análisis de respuestas

Un punto interesante que noté fue que la primera versión tenía una tasa de respuesta más alta. Esto significa que una mayor cantidad de personas que recibieron la primera versión respondieron al correo electrónico que quienes recibieron la segunda version. Es necesario analizar el contenido de cada correo electrónico para entender por qué es así.

Conclusión

La segunda versión del correo electrónico es la clara ganadora en términos de compromiso y conversiones. Sin embargo, debemos analizar el contenido de cada correo electrónico para comprender por qué la primera versión tuvo una tasa de respuesta más alta. Esta información podría ayudarnos a mejorar el rendimiento general de nuestras campañas de correo electrónico.

Debemos tener en cuenta que el llamado a la acción (CTA) es uno de los elementos más importantes de una campaña de correo electrónico. Un CTA claro y conciso puede marcar una gran diferencia en la cantidad de personas que hacen clic en el y convierten. Parece que el CTA en la segunda versión resonó mejor con los clientes.

El contenido de un correo electrónico también puede tener un impacto significativo en su rendimiento. Es más probable que se abra, lea y responda un correo electrónico que esté bien escrito y sea atractivo. Deberíamos tomar las partes más persuasivas de la primera versión para incluirlas en la segunda versión para que podamos mejorar la tasa de respuesta.

Es importante analizar cuidadosamente los resultados de las pruebas A/B. Esta información puede ayudarnos a identificar qué está funcionando bien y qué debe mejorarse.

Volver a la página de inicio