segmentaciones eficaces en Salesforce Marketing Cloud

Guía para realizar segmentaciones

eficaces en Salesforce Marketing Cloud

Índice

Parte I

El Poder de la Segmentación 5

Seamos entonces inteligentes en buscar nuestro target 6

La segmentación, la búsqueda de grupos afines 7

Las principales ventajas de la segmentación 9

Los pilares de la segmentación 12

Segmentación avanzada 15

La segmentación como parte del plan de email marketing 18

Parte II

Filtered Data Extension en Marketing Cloud y aspectos a tener en cuenta 19

Los propios campos que tiene la Data Extension 20

Filtro “Measures” 21

Data relationship 22

ÍndiceParte III

Cómo sacar partido a las SQL Query de Salesforce Marketing Cloud 25

¿Qué es SQL Query? 25

Un ejemplo que además no podrías hacer con un filtrado 28

Parte IV

Fundamentos de SQL para Salesforce Marketing Cloud. ¿Qué es SQL? 36

Conceptos básicos de SQL 37

Parte V

El poder de unir tablas con SQL en SalesForce Marketing Cloud 42

Parte VI

Segmentaciones, SQL y DataViews en Salesforce Marketing Cloud 50

_Subscribers 51

Relación de tablas 52

ÍndiceParte VII

Ejemplos de uso de DataViews con SQL Query en Salesforce Marketing Cloud 56

Una primera Query para saber el status de los suscriptores 56

Email de reinsistencia a No Abridores 57

Abridores de un envío 58

Y si además queremos saber que no hicieron clic 59

¿Y si quiero saber los que han hecho clic en un vínculo en concreto? 60

Recuperar a los “dormidos” 61

Parte VIII

Query Studio de Salesforce Marketing Cloud: una herramienta aliada para testar tus segmentaciones 63

¿Cómo obtener Query Studio? 64

¿Cómo funciona Query Studio? 65

5

El Poder de la Segmentación

1. El Poder de la Segmentación

“La eficacia de una acción (o una secuencia de mensajes) es dirigirte con el mensaje adecuado, a la persona y momento adecuados y por el canal en el que el usuario es más proclive a recibir las comunicaciones”

En efecto, la eficacia de una acción (o una secuencia de mensajes) es

dirigirte con el mensaje adecuado, a la persona y momento adecuados

y por el canal en el que el usuario es más proclive a recibir las

comunicaciones.

Todo esto tiene que ver mucho con la segmentación, buscar esa persona

adecuada, ese momento decisivo y usar el mejor canal para ella.

En el día a día, vemos cómo muchas empresas mandan comunicaciones sin

ningún tipo de segmentación, sobre todo cuando es un envío sin costes

unitarios representativos (emails, push….). Los motivos son muchos:

• Falta de intención: muchos clientes ni se plantean segmentar,

consideran el email un medio gratuito, y siendo así, ¿por qué no

mandar todo a todos? Enorme error que luego trataremos.

• Falta de conocimientos: en muchos casos hay equipos que

querrían hacer segmentaciones, pero no tienen los recursos

técnicos para realizarlo. En posteriores artículos veremos una

aproximación sencilla de cómo hacer segmentaciones básicas en

Marketing Cloud. Es poco, pero ayuda.

6


• Falta de información en su base de datos para poder

segmentar correctamente

• Y en la mayoría de los casos se hacen segmentaciones básicas,

pero no mucho más

Seamos entonces inteligentes en buscar nuestro target

Hay que tener en cuenta que la actividad digital de nuestros usuarios

está creciendo exponencialmente. Esto supone que se dan de alta en

muchos sitios, reciben cada vez más emails (todos nos estamos sumando

al marketing digital) y un día de saturación

marcarlos como no deseados, a darse de baja

en nuestro centro de preferencias. Eso sí,

salvarán las empresas que les mandan

información relevante y

oportuna, iinformación que

realmente les interesa. Esto

se consigue con información

precisa para lo que necesita

nuestro usuario.

O aportamos valor o

acabaremos en la papelera.

7


En resumen, tenemos no solo que tratar de hacer emails y comunicaciones

con valor real y relevancia, además, ese valor o relevancia depende

precisamente de cómo segmentamos. Una oferta de productos para bebés

al 20% es relevante y aporta valor, eso sí, siempre y cuando tengamos bebés

propios o cercanos.

A veces, no es solo segmentar. A la hora de querer hacerlas cada vez más

precisas nos damos cuenta de que nos faltan variables necesarias para ello.

Por lo tanto, la acción es doble, enriquecer nuestros datos y segmentar mejor.

La segmentación, la búsqueda de grupos afines

La base de la segmentación parte de lo que queremos comunicar. Muchas

veces, el equipo de IT hace segmentaciones sin saber suficiente sobre lo que

vamos a comunicar. Aunque sean IT, es muy importante que sepan lo que se va

a comunicar y se le entregue un detallado requerimiento de lo que buscamos.

Segmentar es buscar ese grupo o grupos afines a esa comunicación/oferta.

Por ejemplo: para una oferta de seguros, pueden ser padres de familia (target

afín a seguros de vida), gente mayor para seguros de defunción, conductores

para seguros de automóvil o moto, etc.

En resumen, podríamos decir que cada segmentación debería partir de un

ejercicio de “empatía” e “introspección”. A partir de ahí debemos buscar toda

la información de la que contamos, cruzar tablas, filtrar, etc, para llegar a esos

grupos objetivo.

8


Tu base de datos está llena de GENTE con diferentes comportamientos,

deseos, estructura familiar, poder adquisitivo, hábitos y un largo etcétera. Si

es así, si son tan diferentes, ¿por qué tratarlos como si todos fueran una sola

persona? Con una herramienta como Salesforce Marketing Cloud, puedes

comunicar mucho más precisamente a grupos o incluso a personas de forma

directa con una comunicación 1to1 (usando personalizaciones ampscript) o

metiendo esta segmentación en journey builder, para que cada registro tenga

su propio tratamiento.

Un ejemplo de segmentación puede ser un producto formativo. Si

tienes las siguientes áreas y eres una escuela privada:

GradoJóvenes de 17-18 años finalizando sus estudios de bachillerato y con

familias con cierto poder adquisitivo. Si tu escuela está ubicada en

una zona determinada, esa variable puede influir y pueden ser útiles

las variables de geolocalización.

PostgradoSi es un máster para perfil senior. Tendrás que buscar personas con

edad media y experiencia laboral. Con cierto poder adquisitivo. En

este caso la localización puede ser más amplia.

Formación in-companySi tienes formación a empresas la cosa cambia. Tienes que buscar

decisores de temas de formación en empresas. Eso ya suelen ser

empresas con cierto tamaño, pongamos más de 50 empleados.

Mejor aún si son más grandes, en tu área de influencia y que tengan

perfiles afines a tu formación.

9


Las principales ventajas de la segmentación

Ahora llegamos al quid de la cuestión. Segmentar tiene muchas ventajas y no

solo a nivel de performance de email, también a nivel ROI a largo plazo y Valor

de Vida del cliente.

Para empezar, podemos analizar datos de un estudio de MailChimp que

saca conclusiones muy interesantes sobre las ventajas de segmentar

correctamente. Estamos hablando de datos reales, no opiniones subjetivas.

Métrica Desempeño (% de mejora frente a campañas no segmentadas)

Opens 14,31%

Unique opens 10,64%

Clicks 100,95%

Bounces 4,65%

Abuse reports 3,90%

Unsubscribed 9,37%

10


Los resultados como se pueden ver son espectaculares, los incrementos en

aperturas y clicks son muy altos. Además, se reducen los aspectos negativos

del email, como son los que se dan de baja. Es algo que se cae sobre su propio

peso. Si recibes información de tu interés, no te das de baja. Si lo que te

mandan no tiene nada, es muy probable que lo hagas.

Otro aspecto muy interesante del estudio es su significación estadística. Se

hizo con 2.000 cuentas de usuario con volúmenes importantes de envíos, por

lo que las conclusiones son totalmente extrapolables.

Como comentábamos antes, la razón principal de una baja de un suscriptor es

que los contenidos no son de su interés (no has segmentado correctamente)

o simplemente son aburridos. Si además de los números, quieres más razones

para convencerte que segmentar es imprescindible en email marketing, aquí

tienes una relación de estas:

Evitar mensajes repetitivos o innecesarios Mediante la segmentación, puedes evitar comunicar a un cliente

algo que es repetitivo o que igual incluso te ha comprado. Qué

desagradable es que tu escuela de negocio te vuelva a ofrecer un

máster que acabas de terminar, ¿no? Lo mismo sobre enviarle una

oferta de algo que compró sin oferta.

Aumentar la imagen de marca y relevancia Si mandas comunicaciones cuidadas y adaptadas al usuario, estás

haciendo un goteo de buenas experiencias que al final se engloba en

una mejor imagen de marca para tu empresa.

11


EntregabilidadEmails repetitivos acaban muchas veces siendo filtrados por los

usuarios a través del “Marcar como spam”, aunque el usuario se

diera de alta voluntariamente. En resumen, podrás estar más en la

bandeja de entrada del usuario y si eres relevante, resaltarás entre

los múltiples emails que recibirá.

Hacer acciones tácticas precisas para usuarios pasivosSi detectas usuarios pasivos, puedes hacer acciones concretas

para reactivarlos. Es mejor no seguir machacándoles y probar

alternativas para ver si siguen ahí. Promociones especiales, mensajes

“rompedores” o probar otro canal por si simplemente el email quedó

desactualizado.

No olvidemos los más activosMuchas veces, la única recompensa que reciben los más

activos es un martillo pilón que les sigue metiendo en todas las

segmentaciones. No estaría de más darles un poco de mimo, algo

exclusivo para ellos, una oferta, un privilegio, etc.

Contenido de interésSería el concepto resumen. Debemos enviar contenido de

interés con lo que involucra: pertinente, adecuado, bien

diseñado, bien redactado, con valor añadido y todos los

calificativos positivos que se te ocurran.

PsicográficaGeográfica

Otros tipos

Historial decompras Cultural

Generacional

Demográfica

Comportamiento En este gráfico se pueden ver los pilares principales de las segmentaciones, pero según el caso puede haber muchas más.

Si tu target es B2C o B2B, puede hacerlas variar sustancialmente.

12


Segmentar es cuestión de aprender de nuestras bases de datos y nuestros

envíos. Solo con esto, mejoramos el valor de nuestra base de datos. Si

somos un e-commerce, venderemos más y mejor y además mantendremos a

nuestros usuarios cuidados y fidelizados.

Los pilares de la segmentación

Hay veces que cuando se habla de segmentación se reduce a segmentar

por género, por tramo de edad y poco más, pero una vez que empiezas, la

segmentación puede ser infinita. La principal limitación, suele ser los datos

que tengas en tu base de datos.

Por un lado, pueden estar los datos que guardas simplemente de contacto

de tu cliente (que ya puede ser un buen punto de partida) pero igual también

tienes sus datos de compras, analítica de su actividad en email, web o

información de terceros que puedes interrelacionar. Con todo esto, puedes

hacer segmentaciones más inteligentes. Cuantos más datos relevantes, más

inteligencia podrás aportar.

13


VARIABLES GEOGRÁFICASSi eres una empresa multinacional, tienes que tener en cuenta que,

aunque cada vez somos más globales, sigue habiendo una fuerte

diferenciación por áreas geográficas. Por idioma, cultura, religión y

otros muchos aspectos..

El aspecto demográfico es un fuerte segmentador. Aquí en el

gráfico solo mostramos algunas opciones, pero lógicamente

variables como edad, entorno familiar o género son aspectos

que determinan muchas segmentaciones.

Continente

País

Región

Ciudad

Edad

Género

Ocupación

Socioeconómico

Estado Civil

Tamaño familia

Nível Educativo

Ingresos

Proprietario/alquiler

Etnia

14


PSICOGRÁFICOS Aquí podemos tener variables como:

Nivel social

Estilo de vida

Hobbies

etc

15


COMPORTAMIENTO Es muy determinante y cada vez se enriquece más. Los medios

digitales nos permiten tener una información increíble de nuestros

usuarios de cara a segmentar mucho más precisamente.

Este área nos encontramos con comportamientos de compra,

qué ha comprado, su frecuencia, cuantía y valor. Nos puede

dar datos de qué sugerirle en este momento, pero esto

entremezclado con que puede haber visitado un área de la

web de un producto complementario a una compra previa.

Imagínate el poder de esa segmentación.

Dónde nos lee o ve: ¿email, sms, web, vídeos, push?

Cuando navega, abre los emails, etc. En resumen, nos da una

información precisa para unido a otras variables, acertar al

máximo en nuestras comunicaciones.

Segmentación avanzada

Las segmentaciones avanzadas como te puedes imaginar hacen una

combinación múltiple. Más allá de los casos específicos, sí hay ciertas técnicas

avanzadas para segmentar:

16


Valor de vida del cliente: es una visión más a largo plazo. En este gráfico

puedes ver una fórmula habitual, pero también puedes encontrar hojas de

cálculo con estas formulaciones.

Finalmente, se busca clasificar los clientes por su valor a largo plazo:

17


RFM, muy específico para venta. Sus siglas significan recency (lo

reciente de la última compra), frequency (la frecuencia de compra),

monetary (la cuantía comprada). La fórmula puede adaptarse según

el negocio. Es ponderar cada variable y finalmente generar un

SCORE. Debería ser que cuanto más alto, más posibilidades tiene

ese cliente de comprar en tu próxima comunicación.

18


La segmentación como parte del plan de email marketingCada vez que haces un envío, bien o mal, estás segmentando, pero

hemos visto previamente que no te puedes permitir el lujo de no

segmentar si quieres tener rendimientos positivos sobre estas

acciones: mejorar ROI, mantener a tus clientes contentos y no irlos

perdiendo por el camino.

Ahora toca ponerse manos a la obra con nuestra herramienta favorita,

Salesforce Marketing Cloud y cómo llevar a cabo segmentaciones en

ella a través de Filtered Data Extensions y el lenguaje SQL.

19


2. Filtered Data Extension en Marketing Cloud y aspectos a tener en cuenta

No siempre podemos recurrir a una persona de perfil técnico para que nos

haga una query a través del lenguaje SQL. Muchas veces no podemos y otras

veces es mucho más operativo realizar esta acción desde un departamento de

marketing o negocio.

El proceso es sencillo, dada una Data Extension ya creada, podremos crear

una Filtered Data Extension

En principio, puedes filtrar esta Data Extension por 3 tipos de campos:

1. Los propios campos que tiene la Data Extension que quieres

filtrar.

2. Las llamadas “Measures” que son estadísticas de los

subscribers a las que podemos recurrir para afinar nuestra

segmentación.

3. Tablas relacionadas, Data Relationships. Esto siempre y

cuando tengas configurada una relación de tablas como más

adelante explicaremos.

20


Los propios campos que tiene la Data Extension

Esto tiene poco que explicar, el proceso de creación de una Filtrada ya te

obliga a seleccionar una DE de origen (la tabla que contiene los datos a ser

filtrados).

Los pasos a seguir son:

Primero pulsamos en cualquier carpeta del área de las Data Extension a

“Create” y aparece una ventana con opciones entre las que está: “Filtered

Data Extension”

21


Después, te solicitará seleccionar una Data Extension y una vez

seleccionada, te aparecerán todos los datos de la misma a la izquierda.

Luego, solo tienes que arrastrar los campos a utilizar a la derecha e ir

filtrando los criterios que necesites. Ahí puedes anidar opciones, usar AND,

usar OR, etc.

Filtro “Measures”

En este apartado tienes 2 tipos de filtros, los predefinidos por Marketing

Cloud:

• Total Unsubscribes for Marketing Sends Last 30 Days

• Total Unique Opens Last 30 Days

• Total Unique Clicks Last 30 Days

22


• Total Marketing Sends Last 30 Days

• Total Transactional Sends Last 30 Days

• Total Emails Not Opened Last 30 Days

• Total Emails Not Clicked On Last 30 Days

• Total Hard Bounces Last 30 Days

Y en cualquier “Measure” que tú hayas creado, puedes crear medidas

diversas en su propio apartado. Si tienes creada alguna específica de usuario,

te aparecerá en el listado para filtrar.

Data relationship

En esta área, si defines en el apartado de My Data Relationships, una relación

con la Data Extension a filtrar, te aparecerán estos campos adicionales.

En este caso, hemos unido una tabla categoría al usuario, con relación 1 a n,

pudiendo tener un usuario

en varias categorías. De esta

forma, puedes filtrar por

categorías de temáticas,

productos que ha

comprado, o cualquier otra

información relacionada

que tengas de tu usuario

y pueda enriquecer tu

segmentación para dirigir

el mensaje oportuno a la

persona indicada.

23


Con todo lo explicado, puedes ver que es una herramienta muy interesante

para “cacharrear” con tus datos, ver qué segmentaciones puedes realizar

para acertar más en tus comunicaciones, ver conteos que te salen según vas

añadiendo filtros de más precisión, etc.

Eso sí, no todo son ventajas. Algunos inconvenientes que te puedes encontrar

con esta solución:

1. No puedes realizar cosas muy complejas, queries uniendo

muchas fuentes de datos. Usando Dataviews complejas, o

criterios específicos, estos filtros tienen ciertas limitaciones.

2. Filtras sobre una tabla única. Con SQL puedes sumar datos de

diferentes DE para finalmente crear una nueva DE con más datos

que has recopilado de todas ellas. Con la filtrada, solo tendrás una

vista parcial de los mismos campos que tiene la Data Extension

“madre”.

3. Si extiendes el número de Data Relationships, puede tener

comportamientos no deseables la consulta. Si es así, tendrás que

recurrir a una Query Actitivy como opción alternativa.

4. Finalmente, hay otro comportamiento que puede parecer anómalo.

Si cuando realizas un filtro te aparecen menos subscribers de lo que

esperabas, resulta que si la DE es Sendable, los suscritos que han

sido excluidos por “Contact delete process” desaparecerán por arte

de magia, creando confusión. Si te ocurre, la razón puede ser esta.

24


Conclusión La principal ventaja de los filtrados de cara a realizar segmentaciones en Marketing Cloud es su sencillez de cara a usuarios sin conocimientos técnicos como para hacer instrucciones SQL. No obstante, si necesitas cruzar o recuperar datos de diferentes tablas y hacer cosas más complejas, no tendrás

otro remedio que recurrir al lenguaje SQL.

25


3. Cómo sacar partido a las SQL Query de Salesforce Marketing Cloud

En un capítulo anterior hablábamos de las posibilidades de las Filtered Data

Extension, una herramienta muy útil para hacer segmentaciones.

Lo que debemos perseguir con nuestra estrategia de Email Marketing debe

estar en la línea con la frase tan utilizada de mandar el mensaje correcto a

la persona adecuada en el momento preciso.

Para mandar el mensaje adecuado en el momento adecuado, además de

hacer una buena planificación de envíos (en lo que también te puede ayudar

Marketing Cloud y sobre todo con las nuevas funcionalidades de Einstein) y

crear un buen mensaje, lo suyo es que también lo mandes a la persona que

le pueda interesar en ese momento. Es ahí donde entra en juego una buena

SEGMENTACIÓN, pudiendo hacerla si tienes una buena estructura de datos

y sabes manejar las herramientas de Marketing Cloud para ello. Como hemos

comentado, para unos filtros básicos te puedes ayudar de los “filtrados”, pero

para cosas más avanzadas, ya necesitas SQL Query.

¿Qué es SQL Query?

Es una herramienta que tiene Marketing Cloud y que podrás encontrar bajo

el epígrafe de Journey Builder -> Automation Studio -> Activities. Una vez

ahí, encontrarás una sección que se llama SQL Query:

Para crear una SQL QUERY vamos a necesitar la fuente sobre la que

consultaremos la información mediante el lenguaje SQL (Structured Query

26


Language), un lenguaje muy estandarizado para hacer consultas de bases de

datos. Algunas bases de datos utilizan un “dialecto” de SQL, pero básicamente

todas son muy parecidas. En el caso de Marketing Cloud, se basa en T-SQL

para SQL Server con lo que puedes buscar referencias al mismo tiempo en

internet, es muy utilizado y encontrarás de todo.

Otra pieza del puzle es ese “motor” en SQL que crearemos y que es el que

extraerá la información con la estructura que necesitamos para una vez

sacados los datos, almacenarlos en la DE de destino.

27


Varias cuestiones importantes respecto a SQL:

• La única operación que podrás utilizar es SELECT, no acepta el

uso de UPDATE o DELETE.

• Las instrucciones SQL son “case-insensitive” para valores y

nombres de columnas, pero las buenas maneras dicen que lo

que son instrucciones SQL se ponen en mayúsculas. Ejemplo:

SELECT id_cliente AS id FROM tabla_ejemplo .

• Desgraciadamente las SQL son fijas, no pueden recibir

parámetros (cosa que sería tremendamente útil), para eso ya

tienes que usar api’s o ssjs.

28


• La base de datos opera siempre para funciones de tiempo con el

“Central Standard Time” CST, tenlo en cuenta.

• El tipo de lenguaje que se usa es el habitual de Microsoft SQL

Server.

• Un consejo, llama los campos siempre de la misma manera, así no

tendrás que añadir código extra en tu SQL. Si el campo en origen

y destino se llama ID, con llamarlo así es suficiente, si no, tendrás

que usar AS. Si en origen se llama idCliente y en destino ID,

tendrás que poner SELECT idCliente AS ID FROM table1, etc.

Un ejemplo que además no podrías hacer con un filtrado

PASO 1. De de origen y destinoDada una DE de usuario con los datos de id_usuario, email, nombre,

apellido1 y otra con los datos históricos de compra, vamos a

seleccionar la última categoría de compra para poder hacer un email

personalizado con Dynamic content, destacando esa categoría.

Tabla usuario:

Tabla compras:

29


Tabla de destino:

30


Una vez tenemos las tablas bien creadas de origen y destino,

creamos la SQL QUERY. En Activities elegimos SQL QUERY.

PASO 2. Creamos la SQL QUERY

31


Rellenamos las propiedades de la SQL QUERY. Es bueno

siempre darle un nombre muy descriptivo y ordenar por

carpetas las mismas, al final tendrás un montón de SQL queries

y es bueno tener un orden.

En este ejemplo, como no queremos complicar, seleccionamos la

última categoría que ha comprado el usuario.

32


En el último paso de la SQL query, seleccionamos la Data Extension de destino

y elegimos cómo queremos que trate los datos.

• Appending. Añade solo los nuevos registros que encuentra en la

query.

• Updating. Actualiza los datos de los que encuentra por su

PRIMARY KEY y los que no localiza, los añade.

• Overwriting. En este caso, directamente deja en blanco la DE si

es que tenía datos y mete los nuevos.

33


PASO 3. Ejecución manual o automation

Una vez tenemos ya todo preparado, llega el momento de la

verdad, ejecutar la SQL QUERY y ver que todo funciona.

En muchos casos, tendrá que ser así si quieres que sea una SQL

QUERY que va refrescando una Data Extension. Por ejemplo, si

quieres enviar un email y primero se ejecuta la SQL QUERY para

llevar registros a una tabla de usuarios a los que enviar ese email.

Además, con una automation es cierto que tienes todo algo más

controlado y puedes ver si funciona o no, e incluso recibir un

email si hay fallos en el proceso.

Aquí puedes ver un ejemplo de una Automation con SQL QUERY

que finalmente se conecta con un JOURNEY para enviar un email

de Bienvenida:

34


No obstante, en la propia SQL QUERY tienes una pestaña con un

log de errores.

Depuración de errores Dentro de la actividad hay una pestaña esencial. Si cuando

finalmente ejecutas la query no llegan los resultados, hay una

pestaña dentro de la actividad que se llama LOG en la que

encontrarás un mensaje bastante descriptivo de lo que ha podido

ocurrir. Muchas veces es VIOLATION DE PRIMARY KEY, que se

suele resolver intentando no lanzar duplicados con la SQL mediante

distinct, group by, etc.

Inclusión de valores nulos en campos que no los admiten, o bien

cambias el campo a Nullable=True o modificas el origen o sql.

35


Conclusión Como habrás visto, es una herramienta muy útil y utilizada constantemente en Marketing Cloud, tanto para queries puntuales como para integrados en Automations. Hay gente que recomienda meter siempre estas queries en automations para tenerlas controladas. No obstante, por nuestra experiencia, Marketing Cloud resuelve antes las queries si se ejecuta directamente el SQL QUERY.

36


4. Fundamentos de SQL para Salesforce Marketing Cloud. ¿Qué es SQL?

SQL o Structured Query Language es un lenguaje diseñado para administrar y

recuperar información de sistemas de gestión de bases de datos relacionales.

Una de sus principales características es el manejo del álgebra y el cálculo

relacional para efectuar consultas con el fin de recuperar, de forma sencilla,

información de bases de datos, así como realizar cambios en ellas.

En el caso del uso para SQL Query de Salesforce Marketing Cloud y como

mencionábamos en un capítulo anterior: Cómo sacar partido a las SQL Query

de Salesforce Marketing Cloud, solo usaremos SELECT para recuperar

información, no actualizar o borrar registros.

Las Data Extensions de Marketing Cloud y Contact Builder usan

una base de datos relacional. También lo usa en las Data Views y

tus propias Data Extensions siempre y cuando establezcas y definas

relaciones de este tipo.

En definitiva, necesitas la mejor de las maneras para acceder a toda esa

información y poder explotarla con las segmentaciones más interesantes.

Y no solo para envíos, también para hacer informes personalizados o

mezclados con tus propios datos.

37


Conceptos básicos de SQL

Significado de cada elemento...

• SELECT: con esto indicamos que queremos realizar una

selección. Hay otros tipos en SQL, pero en SQL QUERY de

Marketing Cloud solo se pueden usar SELECT.

• DISTINCT: indica que queremos seleccionar sólo los valores

distintos no repetidos. Es decir, si haces un SELECT de un ID,

y este en la tabla tiene estos valores, 1,2,2,3,4,4,5, un SELECT

DISTINCT te devolverá 1,2,3,4,5.

• ALL: esto es que devuelva todos. Como es el valor por defecto,

raramente se utiliza.

38


Nombre de campos

Ahora toca el turno de los campos que queremos recuperar.

Normalmente es el listado de campos separado por coma, por

ejemplo, nombre, apellido1, email o bien utilizar un asterisco * para

recuperar todos los campos.

Si la consulta es en varias tablas a la vez (ya veremos cómo se hace esto),

hay que especificar el nombre de la tabla antes del nombre del campo o

si hemos usado un alias para la tabla, el alias alternativamente.

AS

Utilizamos AS para generar alias, tanto de una tabla como de un campo.

Podemos hacer algo como SELECT CONCAT(p.nombre,’ ‘,p.apellido1) AS

elNombreCompleto FROM persona AS p.

FROM: Indica la tabla desde la que queremos recuperar los

datos. Para el caso de recuperar datos de varias tablas, ya

veremos en otro artículo cómo utilizar la cláusula JOIN

WHERE: Viene a ser como un filtro o condición de los datos

que va a devolver. SELECT * FROM personas WHERE

nombre=’Santiago’ nos devolverá únicamente los usuarios con

los que coincida exactamente el nombre “Santiago”.

Condiciones de la cláusula where

Todas las condiciones que utilizamos en where devolverá un TRUE o

FALSE, en función de si el registro lo cumple o no, y mostrará solo los

TRUE en la tabla resultante.

39


Se pueden usar operadores como: >, >=, <, <=, =, para distinto hay dos ¡= o <> y

a veces, depende del motor de SQL que admite ambos o solo uno de ellos.

Otra opción que tenemos es verificar si el campo es NULL, IS NULL o en

caso contrario, IS NOT NULL. A veces hay confusión con este concepto,

NULL es totalmente vacío. Si introducimos en ese campo un “” dejará de

ser NULL o simplemente si borramos el campo sin especificar que pase

a ser NULL. Por eso muchas veces es mejor poner la condición WHERE

campo1=’’ OR campo1 IS NULL

LIKE: Antes hemos usado el = para buscar los “Santiago” pero

si queremos sacar tanto los “Santiagos” como cualquier otro

nombre que empiece por “Sa”, Sandra, Sara, etc. La condición

sería LIKE ‘Sa%’, es decir, en like podemos usar caracteres

comodines, el porcentaje % acepta cualquier cadena de

caracteres y si usamos guión bajo es un único carácter. Por

ejemplo, is usamos esta búsqueda %a_a% buscará cualquier

palabra como: calamar, cara, arameo, sara, etc. Es decir, cualquier

palabra que tenga “a” un carácter y otra “a”, tenga o no tenga

luego más caracteres antes de la primera “a” o después de la

última “a”.

BETWEEN…. AND: para buscar un intervalor de valores Precio

BETWEEN 1 AND 50

IN(..,.., …): para no tener que hacer muchos OR, puedes incluir

IN, WHERE colores IN(‘rojo’,’verde’,’azul’)

OR, AND y NOT: se pueden usar operadores lógicos como OR,

NOT y AND y utilizar paréntesis para priorizar un criterio

frente al otro.

GROUP BY: Especifica la agrupación que se da a los datos. Se usa

siempre en combinación con funciones agregadas.

40


SELECT color, COUNT(id_zapato) FROM zapatos GROUP BY

color

Nos devolverá el número de zapatos que hay por color en

nuestra tabla.

HAVING: Es parecida a WHERE, pero se aplica a los resultados

devueltos por la consulta. Debe aplicarse siempre junto a

GROUP BY.

ORDER BY: Se utiliza para ordenar los resultados, puedes

ordenar por varios campos. Por defecto se hace por orden

ascendente ASC y si no se especifica lo contrario, así será. Si

quieres descendente, usa DESC.

Funciones de agregación

Cuando usamos group, solemos necesitar funciones de agregación. Hay

diferentes según el SQL de tu base de datos. En lo que es lo que nos ocupa

de Marketing Cloud, puedes encontrar las siguientes:

COUNT: devuelve el número total de filas seleccionadas por la

consulta.

MIN: devuelve el valor mínimo del campo que especifiquemos.

MAX: devuelve el valor máximo del campo que especifiquemos.

SUM: suma los valores del campo que especifiquemos. Sólo se

puede utilizar en columnas numéricas.

AVG: devuelve el valor promedio del campo que

especifiquemos. Sólo se puede utilizar en columnas numéricas.

A B

Que viene a ser una intersección de conjuntos.

41


¿E INNER?

No nos hemos olvidado de los casos en los que queremos “cruzar” varias

tablas. Es un tema que da para un artículo completo y lo veremos en uno

posterior: El poder de unir tablas con SQL en SalesForce Marketing Cloud.

Como anticipo, diremos que dadas 2 tablas con un campo relacionado, por

ejemplo, imaginad que existe el campo NIF en ambas. Algo como:

SELECT * FROM tabla1 AS t1 INNER JOIN tabla2 as t2 ON t1.NIF=t2.

NIF nos devolverá todos los registros coincidentes, es decir que tengan el

mismo NIF en ambas tablas, y con los campos de ambas tablas.

Conclusión Como introducción al lenguaje SQL, hemos visto una gran parte en este capítulo, especialmente lo que es la estructura básica de una instrucción SELECT de SQL. Más adelante veremos una parte muy interesante que es la que hemos adelantado, por último, el hacer consultas en varias tablas a la vez.

42


5. El poder de unir tablas con SQL en SalesForce Marketing Cloud

Nada de lo que hemos comentado hasta ahora de usar SQL QUERY en vez de

Data Extension filtradas tendría sentido si no quisieras sacarle el máximo

partido uniendo tablas. En Marketing Cloud puedes unir tus Data Extensions

con otras a través de relaciones. Además, tienes las DataViews (información

muy interesante para hacer segmentaciones) e incluso nuevas tablas que

genera Einstein.

En próximos capítulos veremos el tema de DataViews, porque te permiten

cosas como mandar un correo a los que abrieron un email previo o mandarlo

incluso a los que no lo abrieron, entre muchas otras opciones.

Ahora nos vamos a centrar en hacer queries entre varias tablas, lo que

llamamos JOINS. En este caso, nos basaremos en 2 tablas, pero esto se puede

complicar todo lo que se quiera con más tablas e incluso con diferentes tipos

de JOIN.

Para explicarlo, lo mejor es usar diagramas de Venn como hacíamos en el

colegio, así lo entenderéis mejor. En este caso, vamos a ver las 7 principales

JOIN’s que se usan. Hay alguna más, pero son inusuales.

Para este ejemplo, vamos a usar 2 tablas, usuario y compra. De la tabla usuario,

sacaremos el nombre, de la tabla compra: categoría, fecha y cuantía. Ambas

tablas están relacionadas con el campo id_usuario.

usuario

LEFT OUTER JOIN

compra

43


TIPO 1: Left Outer Join

En esta primera opción queremos todos los datos de la tabla usuario y

todos aquellos que tengan relación en la tabla de compras. Es decir, todos los

usuarios, hayan comprado o no.

SELECT A.name, B.categoria,B.fecha,B.cuantia

FROM usuario A

RIGHT JOIN usuario_compra B

ON A.id_usuario = B.id_usuario

usuario

RIGHT OUTHER JOIN WITH EXCLUSIONS

compra

44


TIPO 2: Left Outer Join with Exclusions

Con esta JOIN lo que sacamos es todos los usuarios, salvo los que coinciden

con compra. Es decir, estaríamos sacando todos los usuarios que NO han

comprado. Útil, ¿verdad? La SQL sería:


FROM usuario A

LEFT JOIN usuario_compra B


WHERE

B.id_usuario IS NULL

Y el resultado es el de esta tabla…

usuario

RIGHT OUTER JOIN

compra

45


TIPO 3: Right Outer Join

En esta opción queremos todos los datos de la tabla compras y todos

aquellos que tengan relación en la tabla de usuarios. En teoría, esta debería

coincidir en su totalidad, pero en este caso hemos forzado a que no sea así,

como si alguna compra no se relacionara con ningún usuario (a veces se hace

para unidades dadas por perdidas, etc.):

SELECT A.name, B.categoria,B.

fecha,B.cuantia

FROM usuario A



usuario

RIGHT OUTHER JOIN WITH EXCLUSIONS

compra

46


TIPO 4: Right Outer Join with exclusions

Con este tipo, sacaríamos todas las compras “huérfanas”.


FROM usuario A



WHERE

A.id_usuario IS NULLTIPO 5:

Inner Join

TIPO 5: Inner Join

Este tipo casi diríamos que es la clásica, es la pura intersección de conjuntos y

saca solo los coincidentes entre ambas tablas.


FROM usuario A

INNER JOIN usuario_compra B

ON A.id_usuario = B.id_usuarioTIPO 6: Full Outer Join

usuario

INNER JOIN

compra

47


TIPO 6: Full Outer Join

Con full Outer join, como indica la palabra FULL, sacaríamos todo, usuarios

coincidan o no con compras, compras, aunque no coincidan con usuarios y la

intersección de ambos.

usuario

FULL OUTHER JOIN

compra

48



fecha,B.cuantia

FROM usuario A

FULL OUTER JOIN usuario_

compra B


TIPO 7: Outer Join

En este último caso sacaríamos las que hemos dicho que eran las compras

“huérfanas” y los usuarios que no han comprado.

usuario

OUTHER JOIN

compra

49



fecha,B.cuantia

FROM usuario A

FULL OUTER JOIN usuario_

compra B


WHERE

A.id_usuario IS NULL

OR

B.id_usuario IS NULL

Conclusión

Si quieres sacar el máximo partido a Marketing Cloud y a la estrategia de

email marketing, que es finalmente el objetivo, lo esencial es saber segmentar

correctamente nuestras audiencias. Para hacer estas segmentaciones de

forma correcta es importante poder combinar varias tablas. Es aquí donde

entran en juego los JOIN, algo que tendrás que dominar para poder sacar el

máximo partido a tus segmentaciones a través de SQL QUERY.

50


6. Segmentaciones, SQL y DataViews en Salesforce Marketing CloudHasta ahora hemos tratado aspectos como las segmentaciones de una Data

Extension o la interrelación con varias Data Extension. Ahora entran en

juego más datos. Estos vendrán de las DataViews, esas tablas muchas veces

desconocidas para muchos usuarios y que tienen información importante

para poder enriquecer segmentaciones y por lo tanto, eficacia en nuestra

estrategia de comunicación.

Estas dataviews almacenan información de nuestros subscriptores y los

6 últimos meses de información de tracking. Es importante saber que en

tu cuenta no las tienes disponibles por defecto (y no están visibles estén

activadas o no). Si tienes dudas, haz una query simple a una dataview y si te

responde con un error, es que debes solicitar su activación. Si además quieres

tener data extensions visibles de las DataViews, tendrás que hacer alguna

automation con una SQL query que saque los datos y los almacene en esas

Data Extensions, esto es muy recomendable si quieres ir almacenando esa

información que progresivamente Marketing Cloud va eliminando, es decir, si

quieres mantener todo tu histórico.

Con esa información podrás hacer segmentaciones enriquecidas e incluso

puedes usarlas en AMPSCRIPT mediante una simple función lookup.

Una vez vistas estas cuestiones preliminares de las DataViews, lo más

importante es conocer qué hay en ellas y qué relación tienen para poder sacar

datos con lógica de negocio y realmente relevantes.

51


_Subscribers

En esta tabla tienes todos tus suscriptores. A nivel de email studio

aquí se va haciendo un repositorio de todos los usuarios a los que les

envías un email.

En principio, a nivel de DataView, se suele usar para saber el estatus de

ese suscrito.

Si por ejemplo tienes una DE y quieres saber qué status tiene cada registro y

tu campo que coincide con Subscriber Key es el email (aunque no suele ser lo

habitual ni recomendable, se suele usar más un campo único tipo ID), puedes

consultar su status con una query como esta:

He visto muchas veces hacerlo con INNER JOIN, pero prefiero usar un LEFT

JOIN, dado que puede haber nuevos usuarios en esa Data Extension que

todavía no tengan ningún status en All Subscribers y es importante también

saberlo.

Descárgate el diagrama en PDF

52


Relación de tablas

Antes de continuar, es importante ver la relación entre tablas de las

DataViews. Los tres campos principales por lo que se relacionan todas

las tablas que más se usan en la parte de email, son SubscriberKey o

SubscriberID (este es el ID generado internamente por Marketing Cloud)

y JobID. En este gráfico puedes ver estas relaciones y los campos que

puedes consultar. Hay algún objeto más de DataViews para la parte Mobile

principalmente y journey builder.

https://www.marketinet.com/hubfs/blog/pdf-diagrama-SQL-DataViews.pdf?__hstc=266520529.1755ad3f53ce85bad9fba9b34b138d93.1612874277411.1616752393588.1617017693211.22&__hssc=266520529.4.1617017693211&__hsfp=2075630048&hsCtaTracking=74f52571-da4b-4c3e-a87b-c6c292f6956d%7C71760021-b301-4a3c-9bd5-cf2bbd6b5c81

53


1. Click

En esta tabla podrás consultar todo lo relativo a clics de tus campañas.

Puedes consultar el número de clics de un envío (si quieres que sean únicos,

recuerda usar el campo IsUnique=’true). Te puede devolver el vínculo del

click, el nombre si lo has definido, etc. Esto también lo puedes sacar a nivel de

subscriber.

2. Bounce

Como su nombre indica, de aquí podrás sacar todo lo relativo a bounce de

tus emails. Tipo de bounce por categoría y subcategoría, respuesta smtp, etc.

Dentro de categorías, puedes filtrar por Block bounce, Hard Bounce, Soft

Bounce, Technical/Other bounce.

El block bounce es un tipo de soft bounce causado por filtros. Luego están los

típicos hard y soft, que en subcategoría puedes encontrar más detalle y los

aspectos técnicos pueden ser un simple “servidor saturado”.

3. Journey

Guarda la información general de los journey como es su status, nombre, etc.

- JOURNEY_activity

Esta tabla tiene su importancia para relacionar como tabla intermedia

JOURNEY con el sistema de tracking de email.

NOTA: JourneyActivityObjectID corresponde con

TriggererSendDefinitionObjectID en las tablas de _Sent, _Open, _Click, y

_Bounce.

54


4. Job

Aquí está recogida cada tarea de envío, por lo que tiene información

fundamental como nombre del envío, el “De”, la fecha de programación,

categoría o el propio “Asunto” del envío.

5. Unsubscribe

Toda la información referente a las bajas, en qué JobID se generó, fecha, etc.

6. Open

Todas las aperturas, con JobID, subscriberKey, etc. Y se puede usar IsUnique

si solo quieres aperturas únicas.

7. ListSubscribers

Aquí podrás encontrar subscriptores por listas.

8. Sent

En esta dataView tienes a todos los subscriptores a los que les has enviado

comunicaciones, una o n veces. Por lo que incluye el JobID para relacionar ese

envío con la tarea específica (_Job)

55


Conclusión

Con esta descripción de relación de tablas y la explicación breve de cada

objeto ya te puedes hacer idea de lo que podemos incluir en diversas

queries para sacar analíticas o segmentaciones más precisas para nuestras

comunicaciones. En próximos capítulos pondremos en práctica esta

información para generar queries más interesantes para nuestros objetivos.

56


7. Ejemplos de uso de DataViews con SQL Query en Salesforce Marketing Cloud

Como hemos comentado en capítulos previos, si queremos mejorar nuestras

segmentaciones y especialmente nuestros resultados en nuestra estrategia

de Marketing Cloud, es esencial desarrollar consultas cada vez más precisas

y aquí entran en juego las DataViews.

Si queremos identificar un potencial cliente de un producto, una señal

puede ser que en un email genérico ese usuario clique en el link de ese

producto. También, que un cliente siempre haga clic en una categoría

específica de producto. Para esto es importante usar de forma inteligente el

LinkName, muchas veces se pone solo un nombre descriptivo, pero si pones

una categoría, un separador y luego el nombre descriptivo, te permite otras

opciones interesantes para identificar usuarios que les interesan no solo un

producto concreto, sino una categoría como tal.

Una primera Query para saber el status de los suscriptores Una primera query muy sencilla puede ser el estado de tus suscriptores en una

DE. Mediante esta query puedes ver el verdadero impacto o envío final que

tendrás en función de ese status:

57


SELECT firstname, de.lastname, de.categoria, de.email, s.[Status]

FROM Test_Data_Extension as de LEFT JOIN _Subscribers s

ON email=s.SubscriberKey

Mediante esta Query, los que están con status NULL, probablemente serán

nuevos usuarios o simplemente que es la primera vez que les mandas algo a

través de Marketing Cloud.

Email de reinsistencia a No Abridores

Una opción con queries de DataViews es reintentar un segundo envío a

usuarios que no han abierto el primero. Si no lo han abierto, las mejores

opciones que puedes manejar para mejorar los resultados se centran en 2

variables; el “De” y el “Subject”. Modifica uno o ambos e intenta conseguir

seducir a esos usuarios que en el primer intento no lo conseguiste.

Para realizar esta consulta necesitas el JobID de tu envío. Si activaste el

tracking, es sencillo, ve a Tracking y localiza tu envío, lo que necesitas es

el mencionado JobID

58


Con ese número ya puedes realizar la consulta….

SELECT SubscriberKey

FROM TuDataExtensionWHERE

SubscriberKey NOT IN

(SELECT SubscriberKey FROM _open WHERE JobId=’1234567’)

Abridores de un envío

Si realizamos una secuencia de envíos, pero queremos enviar ese segundo

envío solo a usuarios que sabemos que han abierto la comunicación,

podemos utilizar esta consulta usando igualmente el JobID:

SELECT de.SubscriberKey

FROM TuDataExtension de

INNER JOIN _open o

ON o.SubscriberKey=de. SubscriberKey

WHERE

o.JobId=’1234567’

AND o.IsUnique=’True’

59


Y si además queremos saber que no hicieron clic

Muchas veces conseguimos captar la atención con el asunto, pero una vez

dentro, el usuario no muestra más interés y no hace clic en ninguno de los

vínculos incluidos. Los motivos pueden ser múltiples:

• Al entrar ven que no era lo que esperaban (el asunto les confundió).

• Las expectativas eran mayores que lo que encontraron.

• Les llamó un amigo en ese momento y les contó algo tan

interesante que luego se olvidaron de hacer clic.

• Igual no entendieron bien la oferta.

• Otros motivos

La clave está en analizar el mensaje enviado, ver si podemos aprovechar que

al menos lo vieron para ir con una opción secuencial o una opción diferente.

SELECT SubscriberKey

FROM TuDataExtension

WHERE SubscriberKey IN

(SELECT SubscriberKey FROM _open WHERE JobId=’1234567’)

AND SubscriberKey NOT IN

(SELECT SubscriberKey FROM _click WHERE JobId=’1234567’)

60


También puede ser que te interese que han hecho también clic (igual

llegaron, pero no convirtieron). En ese caso, con cambiar el último NOT IN por

simplemente IN ya lo tienes hecho.

¿Y si quiero saber los que han hecho clic en un vínculo en concreto?

Imagina que mandas un email muy genérico con un montón de productos de

hardware, pero quieres mandar un email posterior solo a los que mostraron

interés por productos NAS con una oferta irresistible.

Con esta query puedes sacar esos suscriptores:

SELECT linkname,JOBid, s.EmailAddress, s.SubscriberKey

FROM _Click c

INNER JOIN _subscribers s

ON c.SubscriberID=s.SubscriberID

WHERE IsUnique=’true’ AND JobId=’1234567’

AND linkname=’Productos NAS’

61


Recuperar a los “dormidos”Cada vez recibimos más emails, nos damos de alta con gran entusiasmo, pero

luego vamos decayendo, es bueno detectar estos somnolientos antes de que

caigan en un sueño infinito.

Una comunicación fresca, una promo solo para ellos, algún recurso

tenemos que buscar para reanimarlos y además ofrecerles el modificar sus

preferencias o frecuencias.

Para identificar estos dormidos con 30 días sin actividad, aquí tienes una query:SELECT DISTINCT s.SubscriberKey

FROM _Sent s

LEFT JOIN _Job j

ON s.JobID = j.JobID

LEFT JOIN _Open o

ON s.JobID = o.JobID AND s.ListID = o.ListID AND s.BatchID = o.BatchID

AND s.SubscriberID = o.SubscriberID AND o.IsUnique = 1

LEFT JOIN _Click c

ON s.JobID = c.JobID AND s.ListID = c.ListID AND s.BatchID = c.BatchID

AND s.SubscriberID = c.SubscriberID AND c.IsUnique = 1

WHERE

s.EventDate > dateadd(d,-30,getdate())

AND (o.SubscriberID is NULL AND c.SubscriberID is NULL)

62


ConclusiónEsta es solo una muestra genérica de cosas que puedes hacer con las

DataViews, pero esto puede hacerse muchos más ad-hoc a tus necesidades

en función de tu negocio, target y tipos de comunicaciones. Si usas Journeys,

hay DataViews, también para la parte mobile, etc. Al final, el objetivo es hacer

segmentaciones cada vez más inteligentes y eficaces.

63


8. Query Studio de Salesforce Marketing Cloud: una herramienta aliada para testar tus segmentaciones

Uno de los aspectos cuando tienes que hacer segmentaciones

constantemente es lo tedioso del tema, crear la DE de destino, subir datos

si necesitas adicionalmente datos, crear la SQL query, ejecutarla y esperar

a ver los resultados en la DE. Todo esto, si es definitivo, es razonable, pero

si simplemente quieres ver conteos y cosas de ese tipo, mejor usa QUERY

STUDIO para ver qué resultados tiene la segmentación e ir modificando

valores hasta dar con la que estás buscando.

Como decíamos, si lo que necesitamos es crear audiencias y validar datos de

manera rápida y sencilla existe una funcionalidad en la que podemos ejecutar

consultas SQL independientes en tiempo real. En este artículo te contamos

qué es y cómo funciona Query Studio de Salesforce Marketing Cloud.

Por lo general, en Salesforce Marketing Cloud es complejo consultar los

datos manualmente, siempre necesitamos una extensión de datos de origen

y destino y no tenemos un módulo que nos permita realizar un proceso para la

validación de datos.

Query Studio es una aplicación de AppExchange que permite ejecutar una

consulta SQL única y recuperar los datos en la misma pantalla de manera

instantánea. Tiene una apariencia similar a SQL Server Studio o MySQL

Workbench, ya que no implica el desarrollo de una SQL Query Activity ni la

creación de una extensión de datos para la visualización de los resultados.

64


¿Cómo obtener Query Studio?

En primer lugar, debemos tener permisos de administrador para descargar

la herramienta en la instancia de Marketing Cloud. Luego navegamos en

AppExchange, buscamos “Query Studio” y hacemos clic en “Consíguelo

ahora”. Automáticamente iremos a “Paquetes instalados” en nuestro menú de

configuración, damos clic en “Instalar” y aceptamos los términos y condiciones.

Tendremos que cerrar e iniciar sesión nuevamente para poder acceder desde

el menú desplegable de AppExchange.

65


¿Cómo funciona Query Studio?

• Al hacer clic en la aplicación ingresarás a la página del Editor de

Query Studio. Esta será tu ventana de trabajo para realizar cualquier

consulta. Puedes elegir una consulta existente o puedes escribir tu

propia consulta directamente.

• En el apartado “Query”, puedes hacer una búsqueda por nombre

de consultas que has realizado anteriormente. También puedes

modificarla y guardarla, esta quedará almacenada como una nueva

“Query Activity” en Automation Studio.

66


• Haz clic en el botón “Run” o utiliza el comando rápido de teclado

CTRL + Intro para ejecutar tu consulta, verás junto a este botón el

tiempo que tardará tu consulta en arrojar resultados.

• Al hacer clic en “Export in Contact Builder”, podrás ver la ubicación

de los datos en Contact Builder.

• En el apartado “Data extension” podemos buscar una extensión

de datos creada previamente si queremos almacenar nuestra

audiencia luego de ejecutar la consulta correctamente.

• Al ejecutar la consulta podemos hacer clic en “Validate Data”,

esto nos permite verificar que los resultados se pueden insertar

correctamente en la extensión de datos de destino seleccionada.

• El cuadro inferior de la pantalla muestra los resultados. Si hacemos

una validación de datos, la herramienta verificará los campos,

longitudes, tipos de datos y arrojará una descripción de error

si nuestra audiencia no coincide estructuralmente con la Data

Extension de destino. Es importante saber que solo mostrará la

descripción del primer error, por lo que si se presentan múltiples

errores tendremos que corregir uno a uno.

• Si finalmente los resultados de nuestra Query se pueden alojar en

la data extension seleccionada, podemos elegir entre “Overwrite”,

“Update” y “Append”, mismas acciones disponibles en Activities de

Automation Studio.

67


• En Email Studio > Extensiones de datos encontraremos una carpeta

llamada “QueryStudioResults”. Cada vez que se ejecuta una consulta

en Query Studio se crea una extensión de datos temporal. Esta se

eliminará automáticamente 24 horas después.

Ahora sabes un poco más de esta gran funcionalidad. Query Studio no

es solo para desarrolladores, es fácil e intuitiva, excelente para realizar

consultas sencillas, explorar datos y ahorrar tiempo. Ya puedes hacer tus

pruebas de segmentaciones con esta herramienta.

segmentaciones eficaces en Salesforce Marketing Cloud

Documents

Transcript of segmentaciones eficaces en Salesforce Marketing Cloud