Data-driven marketing: de los big data a los smart data

Las grandes ca­n­ti­da­des de datos siempre han supuesto un reto, y no solo en el ámbito del marketing. El de­no­mi­na­do método de data mining o minería de datos solamente permitía trabajar con datos del pasado, requería el análisis manual y entregaba a cambio pocos re­su­l­ta­dos de valor. Los últimos avances técnicos permiten, en­tre­ta­n­to, poder analizar los datos cada vez más rá­pi­da­me­n­te. En la era de los big data, los datos se analizan en tiempo real y de forma co­m­ple­ta­me­n­te au­to­má­ti­ca. Esto sin contar que el aumento de los öpuntos de contacto online con los co­n­su­mi­do­res está creando volúmenes de datos cada vez más grandes, co­n­te­nie­n­do in­fo­r­ma­ción que conviene no perder. El marketing digital dirigido por datos utiliza pre­ci­sa­me­n­te estos avances para in­te­r­pre­tar co­rre­c­ta­me­n­te los datos, reconocer puntos a favor y gestionar mejor las es­tra­te­gias. 

El giro digital ha oca­sio­na­do que el usuario, donde sea que se encuentre dentro del espacio web, vaya dejando huellas de sus acciones en forma de in­fo­r­ma­ción que las empresas están en situación de re­co­le­c­tar y utilizar para sí. No en vano, se habla de los datos como el oro de la edad de la di­gi­ta­li­za­ción. La co­m­pi­la­ción de los datos de los clientes, lo que se conoce como big data, también es parte fu­n­da­me­n­tal del data-driven marketing. Los datos más re­le­va­n­tes son, entre otros:

• Datos de­mo­grá­fi­cos: in­fo­r­ma­ción general sobre grupos, como edad, género, lugar de re­si­de­n­cia, situación social (profesión, estado familiar, ingresos), que ayuda a esbozar una imagen global del público objetivo.
  
  
• Datos sobre hábitos y co­m­po­r­ta­mie­n­to: se extraen del análisis web y con ellos se elaboran los de­no­mi­na­dos KPI o Key Pe­r­fo­r­ma­n­ce In­di­ca­to­rs (in­di­ca­do­res clave de re­n­di­mie­n­to), como pe­r­ma­ne­n­cia, iti­ne­ra­rio seguido con el ratón, tasa de rebote.
  
  
• Opiniones de los clientes: in­fo­r­ma­ción pro­po­r­cio­na­da de forma vo­lu­n­ta­ria a través de, por ejemplo, encuestas te­le­fó­ni­cas o de fo­r­mu­la­rios online.

El análisis de datos es, sin duda, el corazón del data-driven marketing. Solo así adquiere sentido el enorme cúmulo de in­fo­r­ma­ción re­co­le­c­ta­da y es allí donde se pueden reconocer patrones, por ejemplo, en los clics de los usuarios en una web. Esto es posible gracias a di­fe­re­n­tes modelos de datos y al­go­ri­t­mos, que dotan a los datos de una es­tru­c­tu­ra y permiten reconocer co­ne­xio­nes.

Los análisis pro­s­pe­c­ti­vos permiten a los pro­fe­sio­na­les del marketing colegir el co­m­po­r­ta­mie­n­to futuro de un usuario a partir de sus hábitos actuales. Esto supone una clara ventaja frente a la co­m­pe­te­n­cia, pues un uso correcto de los datos permite entender mejor a los clientes po­te­n­cia­les. Y, co­no­cie­n­do sus ne­ce­si­da­des, sus deseos y sus ex­pe­c­ta­ti­vas, es posible adaptar mejor los productos y los servicios que se ofrecen. Es así como la re­co­le­c­ción es­tru­c­tu­ra­da, la eva­lua­ción y la in­te­r­pre­ta­ción de los datos son, al final, factores decisivos para lograr un diálogo fluido con el cliente y el éxito para la compañía.

Todo esto solo es posible mediante una pla­ni­fi­ca­ción sólida y la sintonía entre los llamados data scie­n­ti­sts o analistas de datos, que extraen la in­fo­r­ma­ción relevante con ayuda de diversas he­rra­mie­n­tas ana­lí­ti­cas, y el equipo de marketing. Estos deberían responder en común preguntas re­le­va­n­tes como:

• ¿Cuál es el punto de partida?, ¿con qué datos se cuenta?
• ¿Qué co­ne­xio­nes nos interesan y qué análisis hemos de llevar a cabo para ello?
• ¿Qué valor tienen los re­su­l­ta­dos para la empresa?
• ¿Qué trabajo supone?
• ¿Es su­fi­cie­n­te esta pro­po­r­ción eco­nó­mi­ca­me­n­te hablando?

La tarea común consiste, entonces, en controlar la marea de datos y en vi­sua­li­zar grá­fi­ca­me­n­te de forma sencilla todos los hechos re­le­va­n­tes sin perder in­fo­r­ma­ción por el camino. Gracias a los análisis au­to­ma­ti­za­dos y a la se­g­me­n­ta­ción in­te­li­ge­n­te se logra trabajar efi­cie­n­te­me­n­te.

La meta principal del marketing digital dirigido por datos es co­m­pre­n­der el co­m­po­r­ta­mie­n­to del cliente y pe­r­ma­ne­cer ac­tua­li­za­do respecto a las últimas novedades. Esto significa estar pendiente siempre de te­n­de­n­cias, co­rrie­n­tes, cambios efímeros o pe­r­ma­ne­n­tes en los hábitos de consumo o en la pe­r­ce­p­ción de la marca en general. Reac­cio­nar a tiempo no solo fortalece la fi­de­li­za­ción y la relación con el cliente, sino que, en de­fi­ni­ti­va, significa también aumentar las ventas. Re­co­no­cie­n­do te­n­de­n­cias en la ingente masa de datos numéricos y ex­tra­ye­n­do pro­pue­s­tas concretas de actuación se consigue agilizar el trabajo de marketing de manera co­n­si­de­ra­ble.

Veámoslo a la luz de dos ejemplos:

En el marco del data-driven marketing todo depende del mensaje correcto. Para ganar la atención del cliente es necesario presentar contenido relevante y de calidad. Un análisis correcto de los datos permite deducir cuáles son los intereses del público objetivo y, de esta forma, es mucho más sencillo se­le­c­cio­nar los co­n­te­ni­dos adecuados y aplicar la forma más adecuada de dirigirse a la audiencia.

El problema de los clientes perdidos es muy conocido por los de­pa­r­ta­me­n­tos de marketing. Se trata de aquellos clientes po­te­n­cia­les que han mostrado interés y que han llenado incluso el carrito de la compra en la página web, pero que, al final, no se deciden por la compra. ¿Cuáles de estos clientes inactivos son aún re­cu­pe­ra­bles? Mediante el análisis de puntos de contacto es posible extraer co­n­clu­sio­nes sobre la calidad de la relación con el cliente. En el caso de una inac­ti­vi­dad duradera respecto a estos puntos de contacto, aún es posible in­te­r­ve­nir y reactivar esta relación con un lenguaje pe­r­so­na­li­za­do.