Ha pasado casi una década desde que el término «Big Data» se hizo omnipresente, y la inversión de los departamentos de marketing en tecnología para aprovechar los beneficios del Big Data ha aumentado drásticamente desde entonces.
Una encuesta de Forrester descubrió que el 64% de los responsables de la toma de decisiones de marketing B2C a nivel mundial dijeron que sus compañías planeaban aumentar sus inversiones en tecnología de datos y análisis.
El poder de los datos para personalizar el contenido, las experiencias y las ofertas a los clientes de forma individual, y para optimizar la toma de decisiones sobre la combinación de medios y canales impulsa estas mayores inversiones. Pero la recolección de datos es sólo una pieza del rompecabezas. La capacidad de acceder a los datos y actuar sobre ellos en tiempo real se ha convertido en un diferenciador clave para las empresas que aprovechan con éxito sus datos. Aun así, los silos de datos -la práctica de almacenar diferentes tipos de información en sistemas separados y desconectados- a menudo impiden que eso suceda.
El problema de los silos de datos no va a desaparecer. El analista de Forrester, Jay McBain, predijo que el número de empresas en lo que él describe como “the channel software stack” aumentaría aproximadamente de 100.000 en 2017 a 1 millón en 2027, a pesar de que los CMO desean una menor complejidad.
Entonces, ¿Cómo pueden los marketers asegurarse de que están extrayendo el máximo valor de sus datos? ¿Cómo pueden hacer que sus datos sean accesibles y procesables en tiempo real? La respuesta puede estar en una plataforma de datos en la nube, donde todos los datos de una empresa pueden almacenarse de forma segura y, además, ser accesibles sin problemas tanto para los usuarios técnicos como para los no técnicos.
La idea de una plataforma de datos que reúna todos los datos de una empresa no es nueva; las tecnologías de Data Warehouse Legacy han existido durante décadas, pero han estado en el ámbito del departamento de IT, con poca visibilidad o interacción de los equipos de marketing y otras funciones empresariales.
Obtener una visión holística de los clientes para ofrecer experiencias personalizadas, aumentar la lealtad y por consiguiente, su customer lifetime value.
Aumentar la velocidad del ROI al permitir que los equipos de datos y análisis sean más ágiles optimizando
Aprovechar el análisis predictivo para mejorar la experiencia del cliente e informar sobre el gasto, la distribución apropiada de canales, el merchandising y otras decisiones clave de marketing.
Adelantarse a los requisitos tanto regulatorios como de IT.
Vamos a verlo todo en más detalle:
Cuando se trata de aumentar la lealtad y la retención, muchas marcas juegan en desventaja debido a que los datos de sus clientes se encuentran en silos, lo que dificulta la obtención de los conocimientos profundos que requiere la personalización del marketing a escala.
Para apreciar la magnitud del problema (y la oportunidad resultante), ten en cuenta la cantidad de datos que maneja un marketer hoy en día:
Datos de compra, que muestran lo que los clientes han comprado realmente
Los datos de tráfico del sitio web, que nos muestran la navegación realizada hasta la compra
Datos de correo electrónico y aplicaciones móviles, que también revelan detalles sobre la ruta de compra
Los datos de los medios de comunicación de pago, que revelan información sobre la procedencia de los clientes y los puntos de contacto que influyen en sus decisiones
Los datos del programa de fidelización, que proporcionan información clave sobre los atributos de los clientes existentes de alto valor.
Social Media y Third Party Data
Estas porciones de información suelen estar almacenadas en diferentes lugares, lo que hace extremadamente difícil conectar los puntos y obtener una imagen completa de quiénes son sus clientes y cómo son sus trayectorias. Como resultado, muchos marketers están desaprovechando la oportunidad de cultivar clientes de alto valor a través de contenido y ofertas personalizadas. Y cuando los clientes con afinidad por tu marca no obtienen la mejor experiencia, estás dejando de lado ingresos potenciales.
Por ejemplo, antes de que la empresa de Retail de productos femeninos de alta gama, Lilly Pulitzer, adoptara una plataforma de datos en la nube, los equipos de datos y análisis de la marca utilizaban múltiples sistemas, lo que hacía imposible manejar todos los datos que necesitaban a la vez.
Tras implementar Snowflake, Lilly Pulitzer empezó a beneficiarse de un sistema unificado de presentación de informes, permitiendo a los equipos de negocio tomar decisiones Data-Driven y a veces contrarias a la intuición. Por ejemplo, cuando la marca puso en marcha una iniciativa de devolución gratuita, esperaban que los nuevos clientes fueran quienes más realizaran devoluciones. En cambio, gracias a las capacidades de sus nuevos datos de la nube, se dieron cuenta de que eran los clientes ya existentes los que más se aprovechaban de la política. Como resultado, la marca cambió su estrategia de marketing para promover la iniciativa como un beneficio añadido para los clientes existentes.
La analítica avanzada también ha permitido una experiencia de cliente omnicanal en Lilly Pulitzer.
En las organizaciones que dependen de la tecnología tradicional de data warehouse, las consultas concurrentes sobre los mismos conjuntos de datos causan retrasos en el rendimiento global. Si se combina esto con las demoras causadas por la necesidad de acceder a los datos almacenados en silos y la dependencia de múltiples equipos para transformar o empaquetar esos datos para los usuarios de negocio, es posible que tu equipo de marketing pase más tiempo esperando los datos que utilizándolos.
Una plataforma de datos en la nube puede reducir significativamente el tiempo de valorización de los datos, permitiendo que todo el equipo trabaje en paralelo y en problemas más complejos, con más datos. Las plataformas de datos en la nube permiten a los equipos estar más concentrados, comprometidos y productivos, en lugar de dispersar su atención entre otras tareas mientras esperan que las consultas complejas terminen de ejecutarse.
Los equipos también tendrían más libertad para experimentar, probar nuevas consultas (por ejemplo, ¿se correlacionan el sentiment data de Twitter con el tamaño de la compra?) y hacer nuevas conexiones sin miedo a ralentizar o «romper» las actividades principales. El resultado es una mayor velocidad en el ROI y la capacidad de informar sobre el rendimiento de los nuevos programas y tecnologías disponibles para la alta dirección y los ejecutivos C-level mucho más rápido.
La toma de datos en tiempo real combinada con el procesamiento de baja latencia también permite ciclos de iteración de productos más rápidos, porque las métricas y la retroalimentación de las actualizaciones de los productos están disponibles mucho más rápidamente, en cuestión de minutos, no de días.
Las plataformas de datos en la nube también potencian el análisis predictivo, permitiendo el modelado de escenarios para ofrecer información a la toma de decisiones sobre el gasto en medios, la distribución de canales y la comercialización y para mejorar la experiencia del cliente.
En la práctica, esto significa que las marcas pueden identificar segmentos similares con atributos de clientes existentes de alto valor y dirigir los anuncios y las ofertas a ellos, o identificar a los clientes existentes que corren el riesgo de perderse y mejorar proactivamente su experiencia, entre otras cosas.
También es posible realizar análisis avanzados de productos e inventarios. Por ejemplo, Instacart, la plataforma de entrega de alimentos ha construido sofisticados modelos de predicción para establecer expectativas realistas sobre los artículos que pronto se agotarán y recomendar reemplazos aceptables.
Los 100.000 compradores de la compañía generan una gran cantidad de datos, y estos alimentan el modelo de disponibilidad de artículos de Instacart, que predice constantemente la disponibilidad de 200 millones de artículos de alimentación cada 30 minutos. Lo que está en juego es que el modelo funcione eficazmente: los clientes tendrán una mala experiencia si van a la página web, completan un pedido, y al recibir el pedido se enteran de que no pudo completarse en su totalidad.
Los marketers son cada vez más conscientes de los beneficios del análisis predictivo, aunque la ejecución sigue siendo un reto debido a los silos de datos.
Sólo el 16% de los encuestados en el cuestionario de Harvard Business Review dijeron que trabajan en organizaciones que ya realizan análisis predictivo, comparado con el 51% que planeaban hacerlo en los próximos años.
La brecha entre la adopción actual y la futura intención de ejecución es aún mayor en el caso del análisis «prescriptivo», que va más allá de la previsión de los resultados para esbozar recomendaciones y automatizar la futura toma de decisiones.
Apenas el 7% de los encuestados dijo que sus empresas practicaban el análisis prescriptivo, en comparación con el 37% cuyas empresas tenían previsto implantarlo en un futuro próximo.
Las organizaciones de marketing comprometidas con el despliegue del análisis predictivo deben evaluar cuidadosamente su plataforma de datos y considerar la posibilidad de actualizarla con una solución moderna que permita la velocidad, la concurrencia y la escalabilidad instantánea. Los equipos de datos y análisis requieren acceso en tiempo real a una amplia variedad de flujos de datos para poder construir modelos efectivos y ejecutar sus consultas rápidamente. Esto no es posible si el almacenamiento de datos se realiza de forma fragmentaria, con parte de la información guardada en un Data Mart, otra en un data lake y otra en sistemas legacy on-premises.
Prácticamente todas las organizaciones de marketing están hambrientas de datos y talento analítico, pero contratar y retener a analistas de datos y científicos de datos puede ser complicado, incluso cuando tu empresa ofrece salarios competitivos (y a veces incómodamente altos), amplios beneficios y acuerdos de trabajo flexibles a estos valiosos empleados.
Según un informe de la Asociación Nacional de Universidades y Empleadores (NACE) sobre los desafíos en la contratación para puestos Data Analytics, más del 38% de los encuestados dijeron que sus empresas no tenían actualmente la infraestructura tecnológica necesaria para obtener valor de sus datos.
Esto es importante porque la infraestructura de una empresa -o la falta de ella- puede ser un factor esencial al decidir si aceptar un trabajo o permanecer en el actual.
La falta de una infraestructura flexible y escalable que apoye tu labor es uno de los principales factores que impulsan la rotación de los trabajadores del mundo de los datos, especialmente cuando dedican la mayor parte de su tiempo a las tareas de preparación de datos, como el proceso de transformación de los datos en bruto (raw data) para hacerlos útiles en fines posteriores. Una plataforma de datos en la nube puede automatizar o eliminar este tipo de trabajo manual tedioso, que requiere mucho tiempo.
En una época en la que los expertos en datos son caros y fáciles de persuadir para escoger mejores oportunidades, los departamentos de marketing pueden hacer que sus tareas de Data Analytics sean más deseables mediante la implementación de una plataforma de datos en la nube. Una plataforma de datos puede eliminar muchas de las tediosas tareas manuales que de otro modo tendrían que realizar los analistas de datos, liberándolos para que se concentren en trabajos de mayor impacto.
Al invertir en tecnología y en una arquitectura de datos que les sirva de apoyo, la contratación y retención de talento técnico puede convertirse en una ventaja competitiva para tu organización.
En medio de la constante preocupación por los presupuestos y el ROI, los expertos en marketing también están entrando en un entorno creciente de requisitos regulatorios y normativos. Una plataforma de datos en la nube puede ayudar a aliviar el dolor en ambos frentes.
Una de las mayores fuentes de tensión entre los equipos de análisis de marketing y de IT surge de la necesidad del equipo de marketing de escalar el negocio y el imperativo del equipo de IT de protegerse contra los excesos de presupuesto. Los modelos de personalización de marketing juegan en esta dinámica, porque requieren petabytes de datos para ejecutarse, y la potencia de computación a esa escala puede resultar cara.
A medida que las organizaciones de marketing tratan de aumentar el lifetime value de sus clientes mediante contenidos, ofertas y experiencias personalizadas, necesitarán una mayor cantidad de recursos informáticos, pero a veces sólo por cortos periodos de tiempo. Los sistemas tradicionales de almacenamientos de datos (Legacy on-premise Data Warehouses) no son factibles para este propósito, porque los departamentos de IT tendrían que adquirir y mantener un número elástico de servidores físicos (de decenas a miles, dependiendo de las necesidades informáticas del día), algo que simplemente no es realista.
Sin embargo, una plataforma de datos en la nube permite la escalabilidad y al mismo tiempo permite a los equipos de IT poner barreras para el negocio. Concretamente, los equipos informáticos pueden tener visibilidad y control sobre el presupuesto previsto al predeterminar la cantidad de recursos informáticos que un científico o analista de datos puede utilizar durante varios períodos. Esto permite que los equipos de análisis aumenten o disminuyan según sea necesario, sin tener que pasar por un proceso intensivo de emisión de peticiones a IT, que puede obstaculizar los esfuerzos de actividades como la personalización del marketing y el análisis predictivo, que dependen de la capacidad de acceder a los datos en tiempo real.
Un data warehouse moderno también permite cumplir con el Reglamento General de Protección de Datos de la UE (GDPR). Las empresas que carecen de la presentación unificada de informes que se consigue con una plataforma de datos en la nube, podrían tener que recurrir a un proceso laborioso para cumplir con estos nuevos requisitos de datos, interviniendo una variedad de funciones o unidades de negocio para localizar información de identificación personal (PII) dentro de sus respectivos silos.
Dada la magnitud de los datos de PII obtenidos y utilizados por las organizaciones de marketing modernas, se trata de un área a la que los responsables de la toma de decisiones en materia de marketing deben prestar mucha atención a fin de evitar que los equipos se bloqueen de cara a su cumplimiento.
Ya has descubierto los beneficios de la implementación de una plataforma de datos en la nube para los marketers, que incluyen: la obtención de una visión holística de los consumidores para aumentar el valor de la vida útil, el aumento de la velocidad y la productividad de los equipos dirigidos por datos, el aprovechamiento del análisis predictivo para mejorar la experiencia del cliente, la mejora de la contratación y la retención, y la eliminación de los obstáculos en el cumplimiento de la normativa y la requisitos IT.
Pero, ¿cómo se sientan las bases para empezar? Aquí tienes tres formas de empezar:
Crea un mapa de datos: ¿Qué datos se capturan actualmente y dónde se ubican? Comprender los silos dentro de tu organización ayudará a identificar los silos que deben ser eliminados. El mapeo de tus datos también te permitirá identificar carencias en tu conjunto de datos deseado.
Consulta a los usuarios de tus equipos de datos y análisis: Comprende el estado actual planteando preguntas como «¿Cuánto sueles esperar a que lleguen los resultados de las consultas?» y «¿Cuánto tiempo suele tardar el personal de IT en aprovisionar los servidores cuando presentas un ticket pidiendo más recursos?». Consigue que estos usuarios colaboren para seleccionar la plataforma de datos en la nube que mejor se adapte a las necesidades de la organización. Si la retención de los empleados es uno de tus objetivos (y, como hemos comentado, debería serlo), es importante que los expertos en datos estén comprometidos y sientan que son dueños de una tecnología que les facilitará la vida.
Recopila feedback del equipo informático: Habla con el equipo que gestiona la infraestructura de IT sobre el tiempo que suelen dedicar a aprovisionar servidores y a gestionar las peticiones de los usuarios que solicitan más recursos informáticos. Es importante comprender sus puntos débiles y convertirlos en colaboradores cuando se selecciona un proveedor que pueda satisfacer tus necesidades y las del negocio.
El aprovechamiento de los datos nunca ha sido tan crítico para un marketer, pero tampoco ha sido nunca tan factible. La buena noticia es que los beneficios de una plataforma de datos en la nube son lo suficientemente claros como para que prácticamente todas las partes interesadas de tu organización se movilicen.
La plataforma de datos de Snowflake rompe las barreras que impiden a las organizaciones liberar el verdadero valor de sus datos. Miles de clientes incorporan Snowflake para hacer avanzar sus negocios más allá de lo que una vez fue posible derivando todos los conocimientos de todos tus datos por todos los usuarios de negocios.
Snowflake equipa a las organizaciones con una plataforma única e integrada que ofrece el único almacén de datos construido para cualquier nube; acceso instantáneo, seguro y gobernado a toda su red de datos; y una arquitectura central para permitir muchos otros tipos de cargas de trabajo de datos, incluida una plataforma única para el desarrollo de aplicaciones de datos modernas.
Referencias: Todos los derechos reservados a Snowflake