Marketing Digital

Abstract

El trabajo constará de dos partes, un marco teórico, seguido de un análisis práctico. En la primera parte, se destacará la relevancia de conocer al público objetivo para establecer y diseñar campañas efectivas, explorando qué estrategias funcionan según el tipo de cliente al que se desea llegar, con el objetivo de maximizar la tasa de conversión. Además, se abordará la diferencia entre los distintos tipos de medios —paid, owned y earned—, incluyendo un análisis de las principales métricas y KPIs utilizadas en marketing digital y su relevancia en la toma de decisiones empresariales. En la segunda parte, el análisis práctico, se llevará a cabo la construcción de un modelo de clasificación orientado a predecir la probabilidad de la conversión de un cliente. Este modelo permitirá identificar los factores más influyentes en este aspecto, proporcionando una interpretación detallada de los resultados y evaluando su desempeño mediante métricas de validación adecuadas.

El objetivo principal del trabajo es conseguir determinar aquellas variables de una campaña de marketing que influyan significativamente en la probabilidad de conversión del consumidor. La motivación de dicho estudio radica en la creciente necesidad de las empresas de comprender los factores que determinan el éxito de sus campañas digitales en un entorno donde la información y la competencia son abundantes.

In an era deeply shaped by digitalization and the advancement of new technologies, we have witnessed how traditional marketing has progressively evolved into digital marketing. This approach enables precise monitoring of metrics and KPIs, facilitating the real-time evaluation of campaign performance and a more efficient optimization of invested resources. This paper will be structured in two parts. First, a theoretical framework is developed in which the evolution of digital marketing is analyzed, along with some key concepts, metrics, and the most relevant tools. Second, a practical case is presented in which, based on a dataset, a regression model will be built with the aim of determining the probability of user conversion and identifying the variables that may be most significant in that conversion.