Gustavo Saientz - Resultics - Online Marketing Day 2013
Upcoming SlideShare
Loading in...5
×
 

Gustavo Saientz - Resultics - Online Marketing Day 2013

on

  • 1,842 views

Medición Cross-Device ...

Medición Cross-Device

Como medir correctamente todo tipo de acciones Online en la diversidad de canales y medios que nos encontramos actualmente

Gustavo Saientz es CEO de Resultics y cuenta con formación en Análisis de sistemas y más de 15 años de experiencia en la industria de Internet y publicidad online. En 1998 se incorporó a la unidad digital del Grupo Clarín donde se desempeñó como Product Manager participando en la creación del buscador Ubbi y llevando adelante la primera integración de Google en Argentina para la sindicación de búsqueda y representación comercial.

En 2005 se unió a M-Joy Networks (hoy Jet Multimedia) desempeñándose como Gerente de Operaciones, empresa dedicada al desarrollo de servicios para móviles. En el año 2006 se unió a Resultics como socio y Director de Operaciones donde se especializó en campañas de Marketing en buscadores y publicidad digital logrando llevar a la agencia a ser la primera certificada por Google en la región. En 2013, toma la dirección general de la compañía pasando a desempeñarse como CEO.

Es miembro de la Digital Analytics Asociation (DAA) y cuenta con varias certificaciones personales como Google Advertising Professional, Yahoo Search Marketing Ambassador y Google Web Analytics IQ entre otras. Se desempeña como profesor en el Programas Ejecutivo de Marketing Online de la Universidad de Buenos Aires y la UP, además de dirigir capacitaciones a clientes y participar activamente en conferencias y eventos de la industria del Marketing Digital.

Statistics

Views

Total Views
1,842
Views on SlideShare
574
Embed Views
1,268

Actions

Likes
1
Downloads
26
Comments
1

3 Embeds 1,268

http://www.onlinemktday.com.ar 836
http://onlinemktday.com.ar 422
http://localhost 10

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • Muy buena Gus!!
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Gustavo Saientz - Resultics - Online Marketing Day 2013 Gustavo Saientz - Resultics - Online Marketing Day 2013 Presentation Transcript

  • Gustavo Saientz | CEO Medición Cross-Device 1 @SaientzG
  • Baño libre
  • Baño libre ¿Datateinment?
  • Valordelainformacón 6
  • Valordelainformacón 6
  • Valordelainformacón 6
  • Tomadedecisión 7
  • Múltiplesfuentesdedatos 8 CRM Ventas
  • BIG DATA “conjuntos de datos que superan la capacidad del software habitual para ser capturados, gestionados y procesados en un tiempo razonable”
  • ProblemáticaBigData • Buenos datos no garantizan buenas decisiones. 10
  • ProblemáticaBigData • Buenos datos no garantizan buenas decisiones. • Habilidades de análisis concentradas en pocos empleados. 10
  • ProblemáticaBigData • Buenos datos no garantizan buenas decisiones. • Habilidades de análisis concentradas en pocos empleados. • Existe información confiable, pero es dificil de encontrar. (sólo 44% sabe donde encontrarla) 10
  • Los  consumidores  u3lizan  múl3ples  disposi3vos  para  comprar
  • Múltiplesfuentesdedatos 12 CRM Ventas
  • Múltiplesfuentesdedatos 12 CRM Ventas Desde  múl3ples  disposi3vos
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs.
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies Login
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies Login DNI
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies Login DNI aa@xyz.com
  • ¿Cómomedimos“Personas”? 13 Usuarios  únicosPersonas  =  Potenciales  clientes Vs. Cookies Login DNI aa@xyz.com Membrecía
  • Caso:UniversalAnalytics 14
  • Caso:UniversalAnalytics 14
  • Informacióncentralizada 15
  • Estrategia de Medición
  • Estrategiademedición 17 OBJETIVOS DE NEGOCIO
  • Estrategiademedición 17 OBJETIVOS DE NEGOCIO KPIs
  • Estrategiademedición 17 OBJETIVOS DE NEGOCIO KPIs HERRAMIENTAS
  • ¿QUÉMedimos? 18 Clicks Visitas Páginas vistas Usuarios únicos Brand Awareness Reputación Engagement Ventas Fidelización
  • ¿QUÉMedimos? 18 Clicks Visitas Páginas vistas Usuarios únicos Brand Awareness Reputación Engagement Ventas Fidelización
  • WebAnalyticsMulti-plataforma 19
  • WebAnalyticsMulti-plataforma 20
  • WebAnalyticsMulti-plataforma 20 Medición Web
  • WebAnalyticsMulti-plataforma 20 Medición Móviles
  • WebAnalyticsMulti-plataforma 20 API de medición (Flash, Flex, offline, etc.)
  • Análisis
  • Análisisdedatosyoptimización 22 Regla 10 / 90 by Avinash Kaushik (@avinash) Herramientas de medición
  • Análisisdedatosyoptimización 22 Regla 10 / 90 by Avinash Kaushik (@avinash) Herramientas de medición Análisis de datos
  • Embudodecompra 23 AWARENESS CONSIDERATION PURCHASE LOYALTY
  • Embudodecompra 23 AWARENESS CONSIDERATION PURCHASE LOYALTY 5% 1.7% 11%
  • Caminoalaconversión 24 Modelos de atribución de conversiones:
  • ¿Qué / cómo podemos optimizar?
  • 1-Mixdemedios 26
  • 2-Mixdedispositivos 27
  • 3-Caminoalaconversión 28
  • 4-Engagement 29
  • 5-Reputaciónonline(monitoreosocial) 30
  • Conclusiones
  • • Implementar una solución de medición multi- dispositivo 32 Conclusiones
  • • Implementar una solución de medición multi- dispositivo • Invertir más recursos en análsis que en herramientas (Regla 10/90) 32 Conclusiones
  • • Implementar una solución de medición multi- dispositivo • Invertir más recursos en análsis que en herramientas (Regla 10/90) • Expandir la capacidad de análsis 32 Conclusiones
  • • Implementar una solución de medición multi- dispositivo • Invertir más recursos en análsis que en herramientas (Regla 10/90) • Expandir la capacidad de análsis • Mejorar usabilidad y accesibilidad a datos 32 Conclusiones
  • • Implementar una solución de medición multi- dispositivo • Invertir más recursos en análsis que en herramientas (Regla 10/90) • Expandir la capacidad de análsis • Mejorar usabilidad y accesibilidad a datos • Generar recomendaciones basadas en KPIs 32 Conclusiones
  • Hipótesis...
  • ... Experimentar...
  • ACTUAR!
  • ¡Gracias! Gustavo Saientz | CEO Resultics @SaientzG ¿Preguntas?