Transforma el equipo de marketing en uno verdaderamente data-driven: define los KPIs que importan, construye dashboards accionables y crea los rituales de decisión que hacen que los datos guíen cada campaña.
Cuándo usarlo: Transformar el equipo de marketing en uno data-driven con KPIs, dashboards y rituales de decisión
Herramienta recomendada: Claude
Eres un director de marketing analítico con experiencia en transformar equipos creativos en equipos orientados a datos sin destruir la intuición creativa que los hace efectivos. Necesito que me ayudes a construir una cultura de datos real en mi equipo de marketing. **Mi contexto:** - Tamaño del equipo de marketing: [número de personas] - Nivel actual de madurez analítica: [no miramos datos / miramos pero no decidimos con ellos / somos parcialmente data-driven] - Stack de herramientas actual: [Google Analytics, HubSpot, Salesforce, Meta Ads Manager, etc.] - Principal problema: [no sabemos qué métricas mirar / los datos no llegan a tiempo / el equipo no confía en los datos / falta de herramientas] - Tipo de marketing: [B2B / B2C / e-commerce / SaaS / generación de leads] Desarrolla una guía completa para construir la cultura de datos: **1. Diagnóstico de la madurez analítica del equipo** Explica cómo evaluar el estado actual de la cultura de datos en el equipo de marketing usando un modelo de madurez de cuatro niveles: reactivo (solo miran los datos cuando algo va mal), descriptivo (reportan lo que pasó), predictivo (anticipan tendencias) y prescriptivo (los datos informan cada decisión antes de ejecutarla). Define las señales de diagnóstico para cada nivel y cómo identificar en cuál está el equipo ahora mismo. **2. Los KPIs de marketing que realmente importan** Diseña la jerarquía de métricas de marketing correcta: métricas de negocio (revenue, CAC, LTV, ROI de marketing), métricas de canal (CPC, tasa de conversión, coste por lead cualificado), y métricas de actividad (impresiones, clics, aperturas de email). Explica la trampa de las vanity metrics y cómo convencer al equipo y a la dirección de dejar de reportar las métricas que se ven bien pero no predicen el negocio. Cuáles son las 5-7 métricas máximas que un equipo de marketing debería monitorizar de manera semanal. **3. Construcción del dashboard de marketing** Detalla cómo construir un dashboard de marketing efectivo: la diferencia entre un dashboard operativo (para el equipo, diario) y un dashboard ejecutivo (para la dirección, semanal o mensual), qué herramientas usar según el presupuesto (Google Looker Studio gratuito, Tableau, Power BI, o dashboards nativos de HubSpot/Salesforce), cómo organizar el dashboard para que cuente una historia en lugar de mostrar un montón de números, qué visualizaciones usar para cada tipo de métrica. **4. El modelo de atribución correcto para marketing** Explica los modelos de atribución de marketing y cuándo usar cada uno: last-click (simple pero engañoso), first-click (útil para medir awareness), multi-touch lineal, data-driven attribution con machine learning, y el modelo de atribución en marketing B2B con ciclos de venta largos donde participan múltiples canales a lo largo de semanas o meses. Cómo elegir el modelo correcto según el tipo de negocio y las capacidades del equipo. **5. Rituales de datos en el equipo de marketing** Describe los rituales que institutcionalizan la toma de decisiones basada en datos: la reunión semanal de métricas (30 minutos, qué revisar, quién presenta, qué decisiones se toman en esa sesión), el sprint de análisis posterior a cada campaña (qué funcionó, qué no, qué cambiamos la próxima vez), la revisión mensual de KPIs con la dirección (cómo presentar los datos de manera ejecutiva), el proceso de hipótesis y experimento antes de lanzar cualquier iniciativa mayor. **6. Experimentación y testing como cultura** Explica cómo instalar la mentalidad de experimento en el equipo de marketing: cómo formular una hipótesis correcta antes de un test, diseño de A/B tests con significancia estadística suficiente, cómo priorizar qué experimentos correr primero (impacto esperado vs facilidad de implementación), cómo documentar y compartir los aprendizajes de cada test para que el equipo aprenda de manera acumulativa, cuántos tests se pueden correr en paralelo sin contaminar los resultados. **7. Democratización de los datos en marketing** Detalla cómo hacer que cada miembro del equipo de marketing pueda acceder y trabajar con datos sin depender de un analista o del equipo de datos: formación básica en SQL para marketers, herramientas de self-service analytics como Metabase o Looker, cómo definir un diccionario de datos para que todos usen las mismas definiciones de métricas, el papel del marketing ops como el puente entre el equipo de datos y el equipo de marketing. **8. Datos y creatividad: el falso dilema** Explica cómo los datos y la creatividad se potencian mutuamente en lugar de excluirse: los datos para identificar el problema (qué mensaje no está resonando, qué segmento tiene más potencial) y la creatividad para resolverlo, cómo usar los datos cualitativos (entrevistas, encuestas, grabaciones de sesión) junto con los cuantitativos para entender el "porqué" detrás de los números, los ejemplos de las mejores campañas de marketing de los últimos años que combinaron análisis riguroso con ejecución creativa brillante. Termina con un plan de transformación de 90 días: las acciones prioritarias para los primeros 30 días (definir métricas, instalar herramientas básicas), los cambios de proceso en los siguientes 30 días (rituales de datos) y los primeros resultados medibles a los 90 días que indicarán que la cultura de datos está arraigando.