Saleta Sastre es la directora de marketing digital de Openbank, el banco online del Grupo Santander. Una entidad que apuesta por la tecnología y la innovación, con una estrategia de marketing impulsada desde el análisis de datos.
El mercado español de la vivienda no es ajeno a la situación de inestabilidad económica y subida de tipos de interés. Según las previsiones para 2023, en España la compraventa de viviendas caerá un 15% y los préstamos hipotecarios un 10%.
Openbank, banco digital de Grupo Santander, tiene un papel muy importante en el mercado hipotecario español. En el actual contexto hipotecario, el principal reto desde un punto de vista de marketing es generar leads con mayor propensión a la firma de la hipoteca.
Las capacidades de segmentación y el uso de los de datos son elementos fundamentales a la hora de definir cualquier estrategia de marketing, siendo el uso de datos propios una palanca que puede aportar mucho valor a las campañas de medios online. Con el objetivo de mejorar la segmentación de las campañas de marketing, el equipo de Data Science ha desarrollado un modelo predictivo de calificación de leads impulsado por la IA. Este modelo ha dotado al algoritmo de optimización de Google de las señales necesarias para conseguir leads con mayor propensión a firmar una hipoteca.
El éxito de este proyecto se ha basado en tres puntos clave: la alineación de los equipos para establecer objetivos de negocio, el uso de los datos propios anónimos y el impulso de la IA.
Alinear equipos y recursos para establecer objetivos conjuntos
Alinear a todos los equipos implicados ha sido fundamental para sentar las bases del proyecto. Los equipos de data, producto, analítica, cumplimiento y marketing, han trabajado de manera conjunta con el mismo foco.
El siguiente paso ha sido definir el objetivo de negocio teniendo en cuenta que el flujo de contratación es complejo porque empieza online y la firma sucede offline. Para ello se ha analizado el flujo de contratación end to end, cada una de las micro-conversiones hasta llegar al momento en el que el usuario entrega toda la documentación para la firma.
Los datos propios anónimos pueden ser clave para identificar aquellos usuarios con más probabilidad de contratar una hipoteca
El planteamiento ha sido una estrategia que parte desde sus inicios con un enfoque de privacidad, abordando puntos legales y de cumplimiento.
Primero se han identificando aquellos datos propios anónimos que los usuarios aportan durante el recorrido de contratación de una hipoteca. Son señales que no se identifican con ninguna persona. Estos datos pueden ser clave para para identificar aquellos usuarios con más probabilidad de contratar una hipoteca.
Por ejemplo, cuando los usuarios realizan una simulación en nuestra web para calcular una hipoteca, incluyen información como el precio del inmueble, uso que se le va a dar, ubicación, cantidad a financiar o periodo.
Utilizar IA para captar a clientes de alto valor
Con estos datos el equipo de Data Science ha diseñado un modelo en tiempo real basado en IA de lead scoring o calificación de leads.
Esto ha dotado a las estrategias de puja basadas en valor de información adicional para poder pujar más por aquellos usuarios con más probabilidades de entregar su documentación. Se trata de una estrategia de value based bidding o pujas basadas en el valor utilizando valores predictivos (lead scoring).
Según Veronique Nantista, online marketing manager de España, “el modelo de lead score nos ha permitido activar en tiempo real los datos propios y dar un paso más en nuestra estrategia de value based bidding. La señal que estamos generando es lo que nos faltaba para poder alinear mejor la optimización de las campañas con los objetivos de negocio.”
Para poder analizar correctamente el impacto del proyecto en los resultados de campaña, se ha configurado un A/B test en Search Ads 360. Optimizamos el 50% de nuestra campaña de hipotecas hacia el objetivo de retorno de la inversión (ROAS), utilizando los valores de lead scoring, y el otro 50% con valores estáticos.
Apostar de manera pionera por una estrategia de Value Based Bidding o pujas basadas en el valor, utilizando valores predictivos nos ha permitido adquirir clientes de forma eficiente, pasando de atraer un gran volumen leads, a leads más cualificados
Este modelo de datos integrado en la optimización de las campañas, ha permitido a Openbank aumentar la tasa de conversión del lead a entrega de documentación final de hipotecas un 29%. Además, ha mejorado la rentabilidad de las campañas con un descenso del coste por adquisición del lead (CPL) del 26%.
Apostar de manera pionera por esta estrategia de value based bidding o pujas basadas en el valor utilizando valores predictivos ha permitido cambiar la manera de optimizar las campañas, pasando de la generación de leads (online) al objetivo de la firma de la hipoteca (offline). En resumen este proyecto innovador , es un cambio de enfoque en la optimización de campañas y manera de trabajar, que ya se está desarrollando para otros productos y mercados.
