BLOG

Por los miembros de la AEAPS

Marketing en el método científico

Por Tim Silverstein, PhD Medical Project Lead, Ogilvy CommonHealth.

El método científico no es solamente para las investigaciones de nuestros clientes. Hypothesis-driven marketing puede ayudarnos a trabajar en una manera más eficaz, y puede aumentar nuestro valor a los clientes. 

Tim Silverstein, PhD Medical Project Lead, Ogilvy CommonHealth

¿Quién se acuerda aquí del método científico? Equipo médico, podéis bajar las manos. Para aquellos que no recuerdan los puntos claves de la filosofía del siglo XVIII, el método científico consiste en:

1.    Hacer una pregunta
2.    Investigar la pregunta
3.    Crear una hipótesis
4.    Llevar a cabo unos experimentos
5.    Analizar los datos
6.    Revisar la hipótesis (y volver al paso 4)
7.    Comunicar los resultados

A pesar de ser fundamental para todos nuestros avances en ciencia y medicina, el método científico se utiliza con poca frecuencia fuera de esos campos. De alguna manera, eso no me sorprende, y no puedo imaginar el resultado si uno propusiera un estudio aleatorizado, doble ciego, con control placebo en el próximo brainstorming. Pero quizás haya algo que podemos aprender de G. Galilei et al.

Hypothesis-driven marketing

La idea del método científico es formular una pregunta sobre cómo funciona algo, y encontrar una respuesta a través de la observación, la lógica, y la deducción. En nuestro caso, la pregunta normalmente viene impuesta por parte del brief del cliente. “¿Cómo podemos animar a que los médicos prescriban nuestro producto?” podría ser una pregunta bastante típica. Se puede refinar la pregunta e incluso obtener conocimientos preliminares si se llevan a cabo algo más de investigación. Ahondar en el tema mediante preguntas como “¿Qué tipo de médicos?”, “¿Cómo actúan?”, y “¿Cuáles son sus valores?”, como ejemplos, nos asegura que estamos creando el contenido correcto para dar lugar a un cambio.

Con la pregunta formada, necesitamos una hipótesis (o muchas). Es importante que la hipótesis se pueda corroborar (podemos medir un resultado) e incluso demostrar que es nula (probando que es una hipótesis incorrecta). Algo como, “Es más probable que cirujanos que están muy ocupados lean los correos si contienen la palabra ‘URGENTE’ en el asunto del correo” es una buena hipótesis que se puede testar de una manera sencilla: podemos crear un experimento donde enviemos dos correos, con y sin la palabra “URGENTE” en el asunto del correo, y comparar el número de veces que se ha abierto cada uno.  

Ese es un experimento bastante simple, pero sospecho que tu cliente no querrá pagar por dos modelos de correo para que tú compruebes tu hipótesis. Afortunadamente, has recopilado los datos de todas tus anteriores campañas, y puedes justificar qué funciona y qué no. ¿Correcto? Si no, ahora mismo es el momento para pensar en cómo puedes cuantificar y analizar los resultados de tus campañas – después de todo, somos muy creativos y esta es la época de big data.

Falta espacio en este blog para explorar pruebas estadísticas y métodos analíticos, pero ¿uno podría imaginar ir a la próxima reunión con el cliente pudiendo afirmar, “predecimos que este correo tendrá una mejor tasa de apertura del XX% comparado con nuestra campaña anterior,” o que, “los equipos de ventas que utilizan este concepto han demostrado una mejora del YY% en la tasa de conversión”? Son declaraciones muy impactantes para compartir con tu cliente, y además nos ayuda a asegurar que estamos utilizando nuestros recursos de la manera más eficaz.

Hemos revisado el método científico muy rápidamente, pero no deberíamos olvidar el último paso: comunicar los resultados. Aunque me encantaría leer tus resultados en un foro público como este blog, al menos deberías poder compartir tus resultados con tu propio equipo. Por citar al académico del siglo XII, Bernardo de Chartres (y luego Isaac Newton), si podemos ver más lejos es porque estamos sentados en los hombros de gigantes.

 

 

 

Escribir un comentario


Código de seguridad
Refescar