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.
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”
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
- 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 oportuna a la persona indicada.
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 a veces cierta confusión. Si te ocurre, la razón puede ser esta.
Conclusión
La principal ventaja de las filtradas 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 datos o recuperar datos de diferentes tabla y hacer cosas más complejas, no tendrás otro remedio que recurrir al lenguaje SQL.
Si te ha gustado este artículo, también podrían interesarte:
