You are leaving our main website to go to our chinese website hosted in China. For legal reasons there will not be any links pointing back to the main website.
Aunque los beneficios del third-party data son conocidos y celebrados, no está exento de desafíos. Tres de los principales retos que conlleva tratar con datos de terceros son: el retraso en la obtención de valor, el coste continuo de mantener las integraciones de datos y la gobernanza y seguridad de los datos.
Obtener datos externos puede ser un reto. Tradicionalmente, los proveedores de datos han almacenado la información en diferentes formatos y plataformas, en una mezcla de nubes públicas y privadas. Reunir todos esos datos es una tarea bastante pesada para los marketers, que alarga el tiempo que en obtener valor de los datos.
La integración inicial de los datos de terceros con los datos internos es igualmente onerosa. A menudo requiere recursos de ingeniería y la participación del personal de seguridad de IT. Las API, las transferencias FTP y otros procesos de transferencia de datos legacy son difíciles de poner en marcha y gestionar para garantizar una funcionalidad adecuada.
Los procesos legales y de adquisición pueden retrasar aún más el tiempo de obtención de valor. Cada proveedor externo tiene sus propios requisitos, contratos y licencias, que requieren su propio proceso de revisión. La incorporación de una nueva fuente de datos puede llevar semanas o meses, ya que los equipos internos jurídicos, de IT y de cumplimiento deben revisar los requisitos específicos y detallados de cada proveedor sobre cómo se compartirán, almacenarán y supervisarán los datos de forma segura.
Por último, los datos externos serán tan recientes como la última vez que el proveedor los actualizó y los importó al sistema, lo que a menudo significa que están obsoletos para los fines que buscan los marketers. Esto da lugar a gastos e ineficacias. (Piensa en la frecuencia con la que sigues viendo anuncios de un par de zapatos que ya has comprado). Cuando la actualización de los datos depende de un proveedor, el proceso de transformación, traslado e integración de los nuevos datos requiere de un tiempo que dilata el potencial impacto que el análisis de los datos puede proporcionar.
Aumenta el Coste de Mantenimiento de los Data Pipelines de Datos Externos Con las integraciones de datos típicas, la gestión de los datos requiere una supervisión y un esfuerzo continuos. Lejos de ser una configuración del tipo «configúralo y olvídate», el traslado de datos supone un aumento de la complejidad y los costes a lo largo del tiempo. Esto se debe a la complejidad de gestionar la seguridad de los datos, la privacidad y el cumplimiento de la normativa para un conjunto de datos cada vez más grande.
Se requiere una inversión importante para mantener estos procesos y extraer el máximo valor de los datos. Sin un flujo de datos adecuado, la información será obsoleta, incompleta y mucho menos valiosa.
En particular, los procesos de transferencia de datos por FTP requieren un compromiso continuo de recursos y suelen dar lugar a conjuntos de datos que son los más obsoletos. Los procesos de extracción-transformación-carga (ETL) son una mejora, pero se enfrentan a problemas cuando una empresa necesita cambiar un tipo de datos, una frecuencia o un caso de uso.
Recientemente, ha habido casos de intercambio bidireccional, en los que varias partes enriquecen los datos en secuencia o a través de » cleanrooms «, y luego permiten que los clientes accedan a los datos. Aunque este método resuelve los problemas de privacidad y seguridad de los datos, no elimina el reto de los costosos data pipelines o los retrasos en la actualización de los mismos.
Con el aumento de la preocupación por la privacidad de los datos y su regulación, muchas empresas se están adentrando en el gobierno del dato, y están empezando a construir sus propios sistemas capaces de gestionar de forma segura los first-party y third-party data. El acto de trasladar, copiar y almacenar datos en el sistema de una empresa supone un coste y un riesgo adicionales. El gobierno del dato es un reto clave cuando se utilizan datos de terceros para alimentar los análisis avanzados de marketing.
Paradójicamente, la flexibilidad del third-party data es una de las principales razones por las que se generan riesgos en los negocios. Dado que los datos de terceros pueden tener que utilizarse de diversas formas en diferentes equipos para impulsar el impacto del marketing, los datos se copian y se trasladan con frecuencia a diferentes sistemas. Estas copias suponen importantes retos en la gestión de los datos de los clientes.
A medida que las empresas se esfuerzan por cumplir con el GDPR, la CCPA y otras normas de cumplimiento normativo, la gestión de los datos de información personal identificable (PII) a través de los silos de datos fragmentados puede ser costosa, lenta y arriesgada si no se gestiona adecuadamente. Las empresas líderes trabajan cada vez más a menudo con proveedores certificados en seguridad de datos y cumplimiento de la normativa para reducir este riesgo.
La eliminación de datos, por ejemplo, puede requerir costosos procesos de búsqueda y actualización de conjuntos de datos y sus copias en toda la empresa. Las compañías que aun utilizan data marts para analizar conjuntos de datos específicos son propensas a un escrutinio particular, ya que la eliminación requiere que los datos se purguen del data warehouse, así como de todos los data marts que los albergan. Este proceso conlleva mucho tiempo y presenta nuevos riesgos de no cumplir plenamente con la solicitud de eliminación de datos.
Snowflake Data Marketplace se ha creado para hacer frente a los desafíos más comunes que implica trabajar con datos de terceros, incluyendo su abastecimiento, integración y mantenimiento de forma segura.
Con más de 100 data partners disponibles en la plataforma, los marketers pueden mejorar la eficiencia de sus conjuntos de datos existentes y sacar partido de nuevos conjuntos de datos externos con facilidad.
La primera gran diferencia en Snowflake Data Marketplace es que los conjuntos de datos están siempre actualizados. Esto reduce exponencialmente el tiempo de obtención de valor, asegurando que cada vez que un proveedor de datos realice un cambio en un conjunto de datos, los datos se actualizarán inmediatamente -y serán utilizables- a lo largo de toda la empresa.
Al utilizar datos en tiempo real, los marketers pueden asegurarse de que la información que utilizan para las campañas es nueva y está actualizada.
En Snowflake Data Marketplace, los consumidores no mueven los datos. Esto tiene dos grandes implicaciones para los marketers. La primera es que no se requieren costosas APIs o transferencias FTP, y se minimiza la dependencia de recursos de ingeniería para incorporar y mantener los datos de terceros. La segunda es que la gobernanza de los datos se simplifica enormemente, ya que la ubicación de los datos nunca cambia. La ausencia de copias implica un menor riesgo global.
Al mantener todos los datos en un solo sistema, las organizaciones pueden garantizar que todos los equipos accedan a los conjuntos de datos más recientes para guiar sus esfuerzos en la exploración. Desde los análisis hasta los engagements personalizados, todas las iniciativas se basarán en el mismo conjunto de datos, eliminando los retrasos y garantizando la coherencia en toda la organización.
Mantener todos los datos en un solo sistema también agiliza los procesos de cumplimiento de la privacidad, ya que solo existe una fuente de datos de clientes a la que hacer referencia durante las auditorías u otros controles. Además, cuando los datos de terceros están en el mismo sistema que los propios datos de una organización, los equipos de marketing pueden unir conjuntos de datos sin tener que copiar y mover los datos a otros sistemas.
Todos los datos a los que se accede a través de Snowflake Data Marketplace están listos para ser consultados; no se requiere ninguna transformación. Los equipos de operaciones y análisis de marketing pueden crear inmediatamente dashboards, unir datos de terceros con los suyos propios o, gracias a la difusión bidireccional, compartir fácilmente sus datos con empresas de servicios de datos para su enriquecimiento, todo ello sin los cuellos de botella asociados a la obtención tradicional de datos.
Los datos son fundamentales para el éxito de cualquier organización de marketing. Al aprovechar los datos de terceros con éxito, los marketers pueden:
Obtener un conocimiento más profundo y sólido del consumidor
Descubrir una visión más granular y a nivel micro sobre su audiencia
Aumentar su alcance
Emprender nuevos casos de uso, como la estrategia, la planificación y la atribución, con una confianza respaldada por los datos.
Si bien la obtención y el mantenimiento de conjuntos de datos de terceros ha sido tradicionalmente un desafío, han surgido nuevas plataformas como Snowflake Data Marketplace para ayudar a resolver esos desafíos.
A través de un sistema que mantiene los datos en vivo en un solo lugar, los vendedores pueden estar seguros de que los datos están siempre actualizados y cumplen con la evolución de la privacidad de los datos y el cumplimiento normativo.
Referencias: Todos los derechos reservados a Snowflake
Mantente al día en las últimas noticias y eventos
Tu dirección de correo electrónico se utiliza para enviarte la newsletter de Keyrus y para fines de prospección comercial. Puedes utilizar el enlace de opt-out en nuestros correos electrónicos en cualquier momento. Más información sobre la gestión de sus datos y sus derechos.
Blog post
Conocer el churn rate de tu negocio es imprescindible si quieres garantizar la rentabilidad y sostenibilidad de tu negocio a corto y largo plazo. Los modelos predictivos de tipo churn pueden ayudarte controlarlo y tomar medidas para retener y fidelizar a tus clientes de manera efectiva.
Blog post
Tomar decisiones más acertadas y estratégicas, evitar riesgos (o minimizar su impacto), gestionar tus recursos de manera más eficiente, reducir costes o fidelizar mejor a tus clientes son algunas de las ventajas competitivas que puedes obtener gracias al uso de la analítica predictiva.
Blog post
¿Cuáles son los pasos para crear un modelo predictivo? En este artículo, veremos cómo se requiere de una combinación perfecta de técnicas y un poco de intuición para implementarlos de manera exitosa.
Blog post
¿Cómo explicar el funcionamiento de esta disciplina que trabaja con algoritmos que consiguen predecir el futuro a través de los datos? Aquí te lo contamos.
Opinión de experto
Entrevista de la revista Woman a Kathy Contramaestre, Managing director de Keyrus.
Blog post
Aquí llega un recopilatorio de nuestro mejor contenido y de las entrevistas a nuestros managing directors, el equipo de marketing, presales y delivery y secciones exclusivas con nuestros expertos en Retail, Seguros, Turismo, Energía y Manufacturing
Blog post
¿No se ocupan ambos de trabajar con ordenadores, números y algoritmos sin parar? Bueno, eso es un poco verdad. Pero la realidad es que ambos son dos perfiles muy distintos y en este artículo vamos a conocer sus diferencias.
Opinión de experto
Técnicas utilizadas en los modelos de filtrado colaborativo y basado en contenido.
Opinión de experto
Los sistemas de recomendación han logrado cambiar la forma en la que consumimos nuevos contenidos y descubrimos productos nuevos.
Blog post
El Data Science se convirtió en el as bajo la manga de los decision makers tras la pandemia y ahora son unos players destacados de la partida que cuentan con más recursos que antes para hacer frente a un mercado más digitalizado y más competitivo.