Conversación con Jofre Folch

Jofre Folch es un experto en Marketing Digital y Analítica Web con más de 20 años de experiencia en el sector. Comenzó su carrera como desarrollador web y consultor SEO y a día de hoy, continúa formándose y estudiando de forma activa en tecnologías emergentes en un sector cuya evolución es veloz e imparable. Jofre ha impartido formación en Masters y Posgrados de Marketing Online y Analítica en diferentes universidades y escuelas de negocio. Actualmente es Digital Engagement Manager en AXA Group.

Siempre me gusta comenzar estas conversaciones con un viaje en el tiempo, así que demos un salto al comienzo de tu carrera profesional. ¿Cuáles fueron tus primeros proyectos y los retos a los que te enfrentaste? Porque imagino que el ecosistema era muy distinto al actual 

En aquellos días había muchas oportunidades para los profesionales del ecosistema digital. La competencia era menor y el mercado estaba en pleno crecimiento, lo que significaba que había muchas empresas que buscaban ayuda en el área digital. En la parte de tecnología, es interesante ver la evolución del “Marketing Technology Landscape” de Scott Briker desde su primera publicación en 2011 donde se incluían alrededor de 150 empresas, mientras que hoy en día, la cantidad de empresas en el espacio Martech se cuenta por miles. La cantidad de categorías y subcategorías en el Martech Landscape también se ha multiplicado, reflejando la amplia variedad de herramientas y tecnologías disponibles para los profesionales del Marketing Digital.

Mis primeros proyectos en el sector digital estaban focalizados en el desarrollo de páginas web en diferentes CMS y en estrategias SEO, lo que me llevó a trabajar como consultor para varias compañías tanto en el ámbito B2B como B2C. Los retos a los que me tuve que enfrentar en mis primeros proyectos estaban principalmente relacionados con la falta de conocimiento y confianza en las estrategias digitales, así como la falta de recursos y herramientas avanzadas para llevarlas a cabo. 

Para superar estos retos, dediqué mucho tiempo a formarme y a estar al tanto de todas las tecnologías digitales que existían en ese momento. Me sumergí en foros y comunidades de SEO para estar actualizado en las últimas tendencias y herramientas, y para aprender de otros profesionales del sector. Sin embargo, estos desafíos también fueron una oportunidad para aprender y crecer en mi carrera profesional, y me permitieron sentar las bases para mi especialización en la Analítica Web, el mundo de la Data y el Marketing Digital en general.

De hecho, cuando hablé contigo me llamó la atención que uno de tus primeros proyectos grandes fue crear un departamento de Marketing Digital en una agencia. Cuéntame un poco sobre esta etapa

En el proceso de crear un departamento de Marketing Online desde cero, el mayor desafío que tuve que enfrentar fue convencer a los clientes de la importancia del Marketing Online y de cómo podía ayudar a sus negocios a crecer. 

Conseguir resultados a corto plazo fue otro desafío importante. Los clientes estaban impacientes por ver los resultados de su inversión de forma inmediata. Para abordar este desafío, trabajé con cada cliente de forma única y personalizada, para establecer objetivos realistas y medibles, y poder desarrollar estrategias enfocadas a alcanzar esos objetivos.

Empezamos a implementar estrategias invirtiendo en campañas de publicidad en buscadores en Google AdWords (Google Ads), desarrollamos estrategias de SEO que incluyeron la creación de blogs y la publicación de contenido relevante redes sociales. Esto permitió a nuestros clientes aumentar su visibilidad online y posicionarse como líderes de opinión en su sector.

Asimismo, implementamos de forma paralela herramientas de analítica y medición en las páginas web de nuestros clientes para recoger todos los datos acerca del tráfico, el comportamiento del usuario y las conversiones. Esto nos permitió optimizar las páginas de destino y mejorar la tasa de conversión, lo que llevó a resultados tangibles y medibles.

También creamos campañas de email marketing individualizadas y diferenciadas, para cada uno de nuestros clientes, lo que les permitió llegar a su audiencia de manera efectiva y aumentar las conversiones. 

En resumen, crear el departamento de Marketing Online fue un desafío emocionante y gratificante. Me permitió superar varios obstáculos, incluyendo convencer a los clientes de la importancia del Marketing Online, crear una estrategia personalizada para cada cliente, conseguir resultados a corto plazo y trabajar en equipo con otros departamentos de la agencia.

¿Y en qué momento empieza tu idilio con los datos? 

Mi interés por los datos y la analítica web comenzó cuando me di cuenta de la importancia de medir y analizar el rendimiento de las campañas de Marketing Online que estábamos implementando para nuestros clientes. Entendí que, sin un estricto seguimiento de los datos y su análisis, nos era imposible saber si nuestras estrategias estaban funcionando y, lo más importante, si estábamos obteniendo un retorno de inversión positivo para nuestros clientes.

En aquel momento, las herramientas de analítica web estaban comenzando a desarrollarse y a popularizarse. Me interesé mucho por ellas y empecé a utilizarlas en mis proyectos para medir el rendimiento de nuestras campañas de publicidad en buscadores, contenido y email marketing.

Sin embargo, quería profundizar más en la analítica web y conocer las mejores prácticas en el campo. Fue entonces cuando descubrí el posgrado en Analítica web liderado por Enric Quintero. Me pareció una gran oportunidad para aprender de uno de los referentes en el campo de la analítica web en España. Él me inculcó la pasión por la analítica y los datos. Años más tarde tuve la suerte de trabajar en su agencia Metriplica y gestionar el equipo de Analytics de SEAT bajo su tutela.

El posgrado me permitió profundizar mis conocimientos acerca del análisis de datos en entorno digital, estar al día en las últimas tendencias y herramientas en el campo, así como aplicar mis conocimientos a proyectos reales. Además, me permitió establecer una red de contactos y colaboraciones con otros profesionales del sector, lo que ha sido muy valioso en mi carrera. Recuerdo haberme examinado del GAIQ cuando apenas había profesionales certificados en España.

Desde entonces, he liderado, colaborado y participado en proyectos de analítica avanzada para varias compañías.

También he reforzado mi expertise en analytics con un Posgrado en Big data y otro en Business Intelligence y Data Science. Actualmente también estoy cursando el Grado en Ciencia de Datos de la UOC.

Un momento de tu carrera que me parece interesante es cuando empezaste a interactuar con modelos de atribución. ¿En qué año? ¿Qué tipo de modelos contribuiste a realizar? 

Es tal vez la época donde más he disfrutado. Los modelos de atribución MTA siempre me han apasionado. En el principio de los tiempos toda medición de acciones de marketing se basaba en el modelo “last touch”, ya que era la forma más sencilla y entendible para todo el mundo. Pero a mi entender es un acercamiento erróneo; no podemos atribuir la conversión únicamente al last touch. 

Fue en el año 2015, cuando fui contratado como consultor de analytics, por una compañía multinacional  de fabricación y venta de muebles donde mi principal función fue la de analizar y configurar sus Modelos de Atribución MTA en la parte digital.. En ese momento, la compañía invertía en múltiples canales y partners, incluyendo SEO, SEM, emailing y metabuscadores. Lógicamente solo se estaba teniendo en cuenta la atribución por “last click”.

Empecé por lo básico, asegurar que disponíamos de toda la data y que ésta estuviese bien organizada (sobre todo la 1st party data) evitando los silos, y aplicando modelos heurísticos.

Hay que tener en cuenta que no todos los touchpoints están en el mismo orden en las rutas de conversión, así que el verdadero reto era entender cuál era el rol de cada canal en las ventas y conversiones.

De esta forma podríamos obtener una mejor visión de la aportación de cada canal a la conversión, pero también dar mejor visibilidad a los departamentos encargados de cada acción y permitirles optimizar sus acciones. A partir de los resultados iba realizando un fine tuning hasta aproximarnos al mejor modelo. Bien es cierto, que es un trabajo constante, donde hay que evitar adoptar el primer modelo que funciona y continuar testeando todas las situaciones. El entender la correlación entre canales nos permite afinar mucho más en determinadas acciones estacionales optimizando las inversiones.

Puedo decir que los resultados fueron muy buenos (aunque no determinantes), además de lograr romper los silos de data dentro de la compañía. De alguna manera, además de contribuir a entender mejor las conversiones y optimizar la inversión por canal, también contribuí a democratizar el dato en la compañía.

He de confesarte que yo era un ferviente defensor de los modelos de atribución pero me fui desencantando con el tiempo porque había mucha diferencia entre el valor que teóricamente aportan y el que realmente acababan aportando. ¿Cuál fue tu experiencia?

Entiendo tus inquietudes acerca de los modelos de atribución y es cierto que en ocasiones puede haber discrepancias entre el valor teórico y el valor real que aportan. Sin embargo, en mi experiencia trabajando con ellos he visto que pueden ser muy útiles para entender mejor el comportamiento del usuario en su journey o ruta de conversión, y tomar decisiones informadas sobre cómo asignar el presupuesto de la manera más efectiva.

Creo que los modelos de atribución pueden ser muy útiles si se utilizan adecuadamente y se comprenden sus limitaciones para poder utilizarlos de manera inteligente. Es importante tener en cuenta que no son una solución mágica, pero sí pueden ser una herramienta valiosa para tomar decisiones basadas en datos para la asignación de la inversión en cada canal.

Hoy en día, curiosamente, parece que en el apocalipsis de las cookies, los modelos de atribución ya no están tan de moda y las empresas optan por modelos econométricos y de media modelling mix. ¿Cuál es tu punto de vista al respecto? 

En mi opinión, los modelos de atribución aún tienen su lugar en el panorama actual de la medición del marketing digital, pero es cierto que su precisión puede verse limitada por la falta de datos y la disminución del seguimiento de cookies. 

Los modelos econométricos y de MMM pueden ser alternativas interesantes para las compañías que buscan una visión más completa y precisa del rendimiento de sus inversiones en marketing, pero también tienen sus limitaciones y desafíos en términos de datos y capacidad analítica.

Creo que cada empresa debe encontrar la estrategia de medición que mejor se adapte a sus objetivos y recursos.

Y ya que hemos hablado de un mundo sin cookies, un asunto que hoy en día está muy presente en las conversaciones de marketing digital es la necesidad de gestionar “first party data” e incluso tener un CDP. ¿Cuál es tu recomendación al respecto? 

Sin duda, la gestión de first party data es crucial en el actual panorama de privacidad de datos y cambios en la regulación. 

Mi recomendación para las empresas es centrarse en obtener, gestionar y utilizar de manera efectiva su propia "first party data" como base de sus estrategias. Para ello, es importante tener un enfoque centrado en el cliente y en la privacidad de los datos, y establecer una estrategia de recopilación de datos clara y transparente. 

En cuanto al uso de un CDP, puede ser una herramienta útil para la gestión de datos y la personalización de la experiencia del cliente, pero es importante tener en cuenta que no es una solución mágica y requiere una implementación adecuada y una integración efectiva con otras herramientas y sistemas de la empresa. 

¿En qué casos debería una empresa apostar por un CDP? ¿Qué casos de uso son más relevantes?

Una empresa debe apostar por un CDP cuando tiene una gran cantidad de datos dispersos en diferentes sistemas y quiere tener una vista unificada de sus clientes. 

Un CDP puede ayudar a una empresa a recopilar y consolidar datos de clientes de múltiples fuentes, como CRM, sitios web, redes sociales y aplicaciones móviles, para crear perfiles únicos de clientes, Los casos de uso más relevantes incluyen la personalización de la experiencia del cliente, la segmentación y la automatización de marketing, así como el análisis del ciclo de vida del cliente y la optimización de la retención.

En el caso de la personalización, el CDP puede ayudar a identificar los patrones de comportamiento y preferencias del cliente y, por lo tanto, ofrecer recomendaciones y ofertas más precisas y relevantes.

En definitiva, las empresas que se enfrentan a desafíos en la gestión de datos y en la personalización de la experiencia del cliente a través de múltiples canales deberían considerar la implementación de un CDP como una solución para mejorar su capacidad de análisis y toma de decisiones.

¿Y cuáles serían los 3 DO’s and Don’ts para un proyecto de CDPs?

Los 3 DO's para un proyecto de CDPs serían:

1. Identificar claramente los objetivos y casos de uso específicos que la empresa espera lograr con el CDP. Esto permitirá una mejor selección de la solución adecuada y la definición de los requisitos específicos del proyecto.

2. Involucrar a todas las partes interesadas en el proyecto, incluyendo marketing, ventas, IT y otras áreas de negocio, para garantizar que se cubran todas las necesidades y se obtengan los máximos beneficios del CDP.

3. Realizar una buena gestión del cambio para asegurarse de que los usuarios finales del CDP estén capacitados para utilizar la nueva solución y que ésta se adopte adecuadamente en toda la organización.

Los 3 DON'Ts para un proyecto de CDPs serían:

1. No centrarse en las tecnologías o soluciones específicas antes de definir los objetivos del proyecto. Es importante enfocarse primero en las necesidades de negocio y luego encontrar la solución tecnológica adecuada para cumplir con esos objetivos. La tecnología no es el fin, es el medio. 

2. No subestimar la importancia de la calidad de los datos. Es fundamental asegurarse de que los datos sean precisos y estén bien integrados antes de comenzar a utilizar un CDP.

3. No esperar resultados inmediatos y milagrosos, la implementación de un CDP es un proceso a largo plazo que requiere de un enfoque y planificación adecuados.

¿Cómo te mantienes al tanto de todos los cambios en nuestro campo?

Mantenerse al día en el campo de la analítica de datos requiere esfuerzo y dedicación, pero con las herramientas y recursos adecuados, puedes conseguir estar actualizado en las últimas tecnologías y tendencias.

Además existe una amplia oferta de formación de calidad en todas las disciplinas.También es importante tener una mentalidad de aprendizaje continuo y estar dispuesto a experimentar con nuevas herramientas y tecnologías.

Para mí no supone ningún esfuerzo, al fin y al cabo es mi pasión.

Por otro lado, y si miramos hacia al futuro ¿qué grandes tendencias / cambios crees que se avecinan en el campo de Data Analytics?

Por un lado se espera una mayor atención a la privacidad y seguridad de los datos, especialmente con la creciente preocupación del público en general sobre el uso de sus datos personales. Las empresas deberán ser más conscientes de los requisitos de cumplimiento y regulación, así como de la ética en la recopilación, almacenamiento y uso de datos.

El uso de la 1st party data para la personalización y la experiencia del cliente se ha vuelto cada vez más importante, y se espera que siga siendo una tendencia en el futuro. Las empresas buscarán comprender mejor a sus clientes y ofrecer experiencias personalizadas y relevantes para aumentar la lealtad y la satisfacción del cliente.

También se espera una mayor adopción y mejora de la inteligencia artificial y el machine learning, permitiendo una mejor automatización de procesos y la toma de decisiones más precisas y rápidas. 

Además, la implementación de tecnologías de análisis de datos en tiempo real se está volviendo cada vez más importante, lo que permite una respuesta más rápida y efectiva a los cambios en el mercado y en el comportamiento del consumidor.