En el marco de la venta directa al consumidor (”Retail”), se plantea con frecuencia el problema de la vinculación de diferentes versiones de una página de aterrizaje (o puerta de entrada al negocio online) a segmentos demarcados por el grado de intención de compra del visitante.

Esto implica combinar dos importantes tareas:

1. La del A/Bn Testing o MVT de diferentes elementos en la página
2. La de segmentación

Como la primera tarea ya ha protagonizado diversas entradas en este blog y está suficientemente documentada en cientos de webs especializadas, paso a centrarme en la segunda para después reflexionar sobre los nexos que podríamos establecer entre ambas.

La segmentación en base al grado de intención de compra no había estado nunca tan al alcance de la mano (si bien el concepto no tiene nada de nuevo). Asumiendo que el canal web objeto de análisis no cuenta con un canal alternativo en el mundo “offline” (red de tiendas), podemos establecer tres grandes segmentos:

- Visitantes que nunca comprarán: Curiosos, despistados o competidores que buscan descripciones, imágenes o entretenimiento.
- Visitantes que están pensando en comprar.
- Visitantes que entran para comprar porque la decisión ya ha sido tomada en su fuero interno.

Es evidente que todo lo que hagamos por satisfacer al segundo grupo satisfará igualmente al tercero (que va a comprar de todos modos). Sin embargo, no tenemos claro que lo que hagamos por satisfacer al primero en la lista no vaya a ser contraproducente con vistas a hacer la vida más fácil a los dos últimos grupos (hay ciertos contenidos que pueden ser muy útiles a nivel de documentación académica y al mismo tiempo constituir un peligroso elemento de despiste para quien esté buscando una fría comparativa entre funcionalidades específicas).

¿Cómo distinguirlos?

Podríamos empezar con la fuente. La web de origen o palabra de búsqueda en motor de búsqueda pueden delatar, por ejemplo, al investigador académico o competidor en algunas circunstancias.

Podríamos seguir con los datos sociodemográficos ya disponibles a partir del proceso de navegación (que cotejados con tendencias históricas o resultados obtenidos de nuestros esfuerzos en web mining pueden ser enormemente ilustrativos).

A ello podemos añadir encuestas, datos remitidos mediante formularios de acceso e información almacenada en el historial de visitante (número de visitas, compras previas, etc.). No vendrá mal aquí echar mano de los vitales conceptos de Recency y Latency documentados hasta la saciedad por Jim Novo.

Todo esto nos permite definir con mayor o menor solidez los tres segmentos identificados. ¿Cómo establecer ahora el nexo entre estos segmentos y los contenidos que les dan la bienvenida? Es aquí donde dependemos completamente de nuestra capacidad de integración técnica entre la generación de contenidos y la identificación del segmento. Como alternativa a la integración manual que a día de hoy recae sobre consultores expertos en Analítica Web y desarrollo, el mercado está presenciando ciertas iniciativas de integración de sistemas de MVT (Multivariate Testing) con herramientas de gestión de contenidos (verbigracia de la reciente adquisición de Optimost por Interwoven), y aquí podría estar la respuesta.

Por supuesto, todo esto deja de ser necesario en el momento en que confiamos en algoritmos de aprendizaje automático (inteligencia artificial) que crean sus propios segmentos sobre la marcha. Productos como Touch Clarity incorporan estos algoritmos, si bien su alcance se limita a módulos muy específicos (”containers”) de la página.