La generación Z y los millenials obligan a las empresas a adoptar tecnología para desarrollar un marketing personalizado y omnicanal
aggity reúne en OM Expo 2018 a McFit, ParClick, Vino Premier, Worten y Job Today para analizar cómo la tecnología responde a la fusión del marketing en los mundos on y offline
Los consumidores del siglo XXI, específicamente millennials y Generación Z, están impulsando a las empresas a adoptar la tecnología necesaria para poder desarrollar estrategias de marketing personalizado y omnicanal, única forma de responder a las altas expectativas de estos clientes en un entorno de convergencia de los mundos online y offline.
Los millennials o Generación Y, nacidos entre 1980 y mediados de los 90, representan alrededor del 50% del consumo mundial. Esta generación, muy tenida en cuenta en el diseño de iniciativas y campañas de marketing, se caracteriza por un consumo notable de información y contenidos online, así como por ser grandes usuarios de redes sociales. Más del 90% de los miembros de esta generación expresa su preferencia por las marcas con presencia social digital activa y consideran la omnicanalidad inherente a la relación con proveedores y marcas.
Además, se trata de una generación con una buena formación (el 54% tiene formación universitaria), crítica, inconformista y con una clara inclinación hacia buscar nuevos retos y experiencias; de modo que su fidelización exige a las marcas el desarrollo de un diálogo motivador y relevante, y la construcción de experiencias únicas y diferenciales.
Por su parte, la Generación Z (nacidos entre 1995 y 2010) posee grandes cualidades intelectuales y son, además, puros nativos digitales, de modo que no conciben un mundo únicamente offline. Se trata de una generación acostumbrada a la hiperinformación y a la comunicación multimedia y presta atención a la imagen, el vídeo y a los mensajes concisos y directos. Es la generación con menor fidelidad y tienen muy en cuenta las opiniones de influencers y coetáneos con los que comparten intereses en comunidades digitales.
Fusión del marketing en los mundos on y offline
Para analizar hasta qué punto las empresas utilizan la tecnología para impulsar y dar soporte a la fusión del marketing en los mundos on y offline, aggity ha reunido en OM Expo 2018 a responsables de marketing de la cadena de gimnasios McFit, la startup creadora de la app para la reserva de plazas de aparcamiento ParClick, el ecommerce de vinos y destilados Vino Premier, la cadena de venta de productos electrónicos Worten y la empresa desarrolladora de la app para la búsqueda de empleo Job Today; marcas que mantienen una relación estrecha con estas Generaciones.
El encuentro ha dejado patente la necesidad de las empresas de construir experiencias únicas y totalmente personalizadas, así como de desarrollar campañas de marketing que trabajen más para la creación de marcas con una personalidad única que de productos o servicios concretos.
Para ello y según Núria Palahí, directora de la división Digital Marketing de aggity, “para poder desarrollar cualquier campaña es necesario tener acceso a datos fiables y relevantes de los clientes, es decir, disponer de una visión única del cliente y poder controlar y potenciar la experiencia omnicanal del cliente desde un único punto”.
Ambas capacidades se combinan en la solución RedPoint Global by aggity que la multinacional española de software comercializa en España, Portugal y México. La plataforma RedPoint se ha desarrollado pensando en las empresas que persiguen crear relaciones únicas, completas y más que satisfactorias para sus clientes y su potencia radica, en primer lugar, en su capacidad para facilitar una visión única del cliente a partir de toda la información que se dispone sobre él. Esta capacidad es una de las razones por las que RedPoint Global ha sido elegida mejor plataforma de gestión de datos de clientes por el Customer Data Platform (CDP) Institute.
Además, dado su alto nivel de usabilidad, el despliegue y puesta en marcha de RedPoint Global by aggity es de tan sólo un mes y medio y con un rápido retorno en incremento de clics, aumento de las ratios de apertura y conversión, mayor rentabilidad y mejores índices de satisfacción y fidelización.
- Publicado en Prensa
Papelera del principado, Paprinsa – Mollerusa, incorpora la solución MES de aggity para aumentar la productividad de sus plantas de producción
La empresa catalana Papelera del Principado – Paprinsa ha firmado un contrato con aggity, por el cual implantará la solución aggity MES 4.0 para gestionar sus procesos de producción en sus fábricas de Mollerusa y aumentar así su productividad a través de una solución que le ayudará a optimizar sus procesos de fabricación con una cobertura completa de todos los requerimientos de la Industria 4.0.
Dentro de su plan estratégico, la empresa fabricante de cartón estucado para envases Papelera del Principado (Paprinsa) finalizó, en 2017, la segunda fase de un plan de inversiones que va a absorber una cifra global superior a los 14 millones de euros y que tiene por objeto la instalación de nueva maquinaria, la mejora de la calidad y el aumento de la capacidad de producción de las instalaciones, situadas en la localidad ilerdense de Mollerussa.
Con el despliegue de este software, Paprinsa podrá disponer online de la información de sus líneas de producción y disponer del soporte inmediato y mejorado de su nuevo socio tecnológico aggity.
Con la iniciativa, también se automatizará la recogida de los datos de fabricación y generará automáticamente indicadores clave (KPI), unificando la información de toda la planta en un único sistema. A través del sistema, la información se presenta directamente en el terminal del operario, lo que permite minimizar la documentación en formato papel.
- Publicado en Prensa
Marketing digital, contextual y personal: la clave del éxito
En marketing, el ‘café para todo’ se acabó hace décadas y en el mundo digital ya no solo reina la personalización, al menos no por sí sola, pues la contextualización se ha convertido en su pareja de hecho. Esta realidad del marketing contextual es fruto de la conectividad permanente de los consumidores, pero también de la creciente conectividad de las cosas –desde los coches hasta las máquinas de café, pasando por todo tipo de dispositivos domóticos– gracias al avance de IoT. Y se enmarca, además, en un escenario de convergencia de los mundos online y offline.
El viaje del cliente puede iniciarse en el mundo físico, proseguir en el virtual y culminar en el físico; comenzar en el mundo online, continuar en el físico y terminar en el online; desarrollarse completamente en el entorno de Internet o transcurrir paralelamente en ambos. Las combinaciones son múltiples y las empresas deben estar preparadas para responder y mantener una interacción que resulte lo más satisfactoria posible para el cliente en todas y cada una de las tipologías de viaje; y, sobre todo, tener capacidad para iniciar y mantener la relación de acuerdo, no solo a las preferencias del usuario, también de la manera más adecuada a su contexto en un determinado momento.
Estas capacidades pivotan, en primera instancia, sobre un conocimiento profundo del cliente, la base para crear relaciones sólidas y duraderas –el perseguido engagement– así como para diseñar, planificar y desarrollar campañas y acciones de marketing multicanal en tiempo real con un alto nivel de automatización.
Marketing contextual y en tiempo real
La interacción personalizada y omnicanal con los clientes es garantía de competitividad y una de las claves del éxito y rentabilidad de las organizaciones. Mientras que la ratio media de retención de los clientes se eleva hasta el 89% en las empresas que se relacionan de forma personalizada y a través de los diferentes canales de preferencia del cliente, este porcentaje desciende hasta el 33% cuando se carece de esta capacidad.
Los consumidores del siglo XXI demandan experiencias únicas, sólidas, y para ello es necesario establecer un diálogo continuo y nutrido con mensajes pertinentes y oportunos que se mantenga, además, en el tiempo a través de la combinación de canales de preferencia del cliente.
Conversar con el cliente en tiempo real implica saber quién es y cuáles son sus preferencias, reconocer su comportamiento y, por supuesto, conocer cada una de sus interacciones con la organización, con independencia del canal que utilice. A partir de ese conocimiento, que se enriquece de forma continua a medida que se desarrolla la relación, siempre y cuando todos los posibles puntos de contacto estén integrados, los responsables de marketing pueden personalizar el contenido de todas las comunicaciones y adaptarlo, incluso, al particular contexto del cliente en un momento dado: localización, estación del año, cambios del estado civil, etc.
Estas capacidades implican, en primer lugar, tener acceso a datos fiables y relevantes del cliente, con independencia del punto de entrada (marketing, comercial, soporte y atención al cliente…), y también exigen que la información que se genera en todos estos puntos, en cada interacción del cliente, contribuya a nutrir una visión única y dinámica del mismo, el denominado Golden Record. Para ello es necesario integrar todos los datos de los usuarios a lo largo de toda la organización y puntos de contacto para crear perfiles unificados, enriquecidos y dinámicos.
Una vez que los datos se transforman en conocimiento y se dispone de una visión única y dinámica del consumidor, es posible pasar a la acción.
Con Digital Marketing by aggity las empresas se dotan de capacidades punteras en estas tres áreas, apoyando su estrategia en una plataforma de Datos de Clientes (CPD) a la vanguardia como RedPoint Customer Engagement Hub y la herramienta RedPoint Interaction, desarrollada para diseñar, orquestar, poner en marcha y medir los resultados de las campañas de marketing omnicanal.
Con estas soluciones las empresas pueden acceder a un nivel avanzado de marketing digital y disponen de acceso rápido a cualquiera de los canales (correo electrónico, SMS, push notification, IoT, sitios web, redes sociales y sistemas de marketing directo) para determinar el canal o configurar la combinación de canales más efectiva en función de distintos parámetros.
De hecho, la potencia de RedPoint Global, en la ayuda a la toma de decisiones y su transformación en acción, es una característica diferencial de la herramienta, que alcanza su máxima expresión a través de la modelización en tiempo real de las campañas, con posibilidades como la incorporación de contenido contextualizado o el desarrollo de pruebas A/B/n para lograr una optimización continua.
Gracias a su alto nivel de usabilidad, la incorporación de esta solución a la operativa de los departamentos de marketing es muy rápida –con un tiempo de despliegue y puesta en producción inferior a dos meses–, de modo que rápidamente se constata la mejora de indicadores como incremento de clicks, ratio de aperturas y ratio de conversión.
Sus avanzadas capacidades de medición son también un aspecto diferencial de RedPoint Global porque, como bien saben los responsables de marketing que superan los 18 meses de media que estos profesionales permanecen en una empresa, medir la eficacia de las campañas no es una opción, sino un imperativo que abre las puertas a la mejora permanente.
- Publicado en Customer Engagement
Inteligencia Artificial y Machine Learning: análogos, pero no idénticos
La gran cantidad de expertos del sector que utilizan los términos inteligencia artificial (IA) y Machine Learning indistintamente es la principal causa de la confusión de estos dos temas complejos e interrelacionados. Por lo general, la IA es un superconjunto de algoritmos y el Machine Learning es un subconjunto.
En pocas palabras, la IA abarca cualquier sistema que pueda llevar a cabo una acción en función de unas normas, así como cualquier sistema que pueda aprender, adaptar y llevar a cabo acciones en función de este aprendizaje. Un ejemplo sencillo dentro del ámbito del marketing sería que “si un visitante descarga este libro blanco, se genera un correo electrónico invitándole a registrarse para el próximo seminario web que se celebrará sobre ese tema”.
La IA cuenta con sistemas basados en reglas establecidos previamente. Los usuarios originales y los programadores codifican de forma rígida estas reglas. Pero las reglas son fijas; no hay aprendizaje. Estos sistemas son “inteligentes” hasta cierto punto, pero los sistemas basados en normas no tienen capacidad de adaptación. Los humanos deben ajustarlos.
El Machine Learning es un mecanismo de adaptación. Los profesionales de Marketing miran los datos o patrones e intentan aprender de ellos. Uno de los principales objetivos del Machine Learning aplicado al marketing es la capacidad de predicción (intentar averiguar qué van a hacer los clientes o clientes potenciales en función de lo que han hecho previamente y de la información que se tiene de ellos). Más concretamente, consiste en intentar reconocer patrones en las acciones previas o actuales de los clientes para predecir lo que van a hacer.
¿Por qué resulta valioso el Machine Learning?
Cuando las empresas utilizan el Machine Learning para predecir algo, pueden centrarse en las variables más importantes y eliminar los “elementos sobrantes” de la información que no sean relevantes. Recordar que la modelación consiste en aprender los procesos subyacentes que generan los datos y los comportamientos. Los profesionales de Marketing pueden utilizar esos datos relevantes para personalizar elementos de las campañas tales como las ofertas y los precios, o animar a clientes actuales o posibles clientes a hacer algo. Incluso pueden utilizar la información para optimizar el inventario.
Existen miles de maneras de hacer una cosa y puede haber muchas “mejores maneras”, cada una con diferentes pros y contras. Por ello los profesionales de Marketing pueden utilizar el Machine Learning para optimizar esa información. Por ejemplo, las técnicas de Machine Learning pueden optimizar la mezcla de canales en función de las conclusiones que estén obteniendo los profesionales de Marketing de sus indicadores clave de rendimiento.
Tener en cuenta lo siguiente: Cualquiera que insista siempre en utilizar solamente un algoritmo de aprendizaje específico o una técnica de Machine Learning para la optimización podrá afectar de manera negativa a los resultados (busque en otro lugar su servicio de asistencia técnica del Machine Learning). Los profesionales de Marketing necesitan detectar qué técnicas funcionan mejor con sus datos actualmente y saber que sus datos pueden y van a cambiar con el paso del tiempo. Lo recomendable es dejar que los datos hablen por sí solos y seleccionar los mejores modelos para esos datos independientemente del tipo. La regresión lineal, por ejemplo, puede resultar fácil de usar y entender, pero no es necesariamente el mejor enfoque posible en todo momento. En el mundo real, la mayoría de los procesos subyacentes no son lineales, por lo que la aplicación de técnicas lineales puede llevar a la solución adecuada para el problema incorrecto. Los profesionales de Marketing necesitan probar múltiples técnicas para encontrar la que mejor funciona para los datos disponibles. Esta tarea no tiene por qué ser manual ni por qué llevar mucho tiempo. Puede realizarse de manera automática, utilizando técnicas de optimización para encontrar el mejor algoritmo, realizar los ajustes necesarios y configurar los parámetros correspondientes.
No obstante, al igual que con la IA, es posible que demasiados profesionales de Marketing piensen que el Machine Learning puede reconocer y predecir las cosas a la perfección, que sea una herramienta válida para todo. Los CMOs necesitan gestionar las expectativas que tienen sobre lo que pueden conseguir con el Machine Learning. Es posible que los datos disponibles no resulten suficientes para crear un modelo que realice predicciones a la perfección. También es posible que tan solo se pueda obtener un 80% de acierto en las predicciones, un dato excelente, si esa es toda la información disponible dentro de los datos. El Machine Learning no va a resolver todos los problemas. Es lo mismo que predecir el tiempo.
¿Cuáles son los usos más comunes del Machine Learning para los profesionales de Marketing?
Los CMOs pueden utilizar técnicas de Machine Learning para aprender lo que esconden los datos, cómo se afectan entre sí los comportamientos y los canales y reconocer patrones del comportamiento de los clientes.
Por consiguiente, uno de los usos más comunes del Machine Learning es la segmentación (no solo para aprender quién está en cada segmento, sino también para saber por qué son diferentes y cuáles son las zonas límite que separan a las personas en diferentes segmentos). Los CMOs pueden utilizar los modelos resultantes para ayudar a descifrar qué acciones, ofertas o contenidos tienen posibilidades de trasladar a los clientes a un segmento u otro. Con ese tipo de información, es posible alcanzar una tremenda cuota de mercado mediante la mejora de la estructura total de la empresa en lo relacionado con la conservación de los clientes existentes y la obtención de otros nuevos.
No obstante, recuerda que aquello que funciona hoy es posible que no funcione de la misma manera mañana. La gente aprende también mediante la adaptación, por lo que existe un cambio dinámico constante. Las modas cambian, las tendencias vienen y van: el mundo es un lugar dinámico. La gente pasa de un segmento a otro o se desplaza del centro de un segmento a sus extremos. Este dinamismo es el motivo por el que resulta tan importante la toma de decisiones en tiempo real. Crear modelos predictivos puede llevar mucho tiempo y es posible que los datos estén obsoletos en el momento en que los CMOs los usen. Lo ideal es que los profesionales de Marketing puedan utilizar el Machine Learning para automatizar el proceso. Es como disponer de un botón que facilita las cosas. Un CMO podría decir: “Eh, mis datos han cambiado o mi enfoque ha cambiado; quiero volverlo a hacer” y, a continuación, pulsar ese botón para, de manera inmediata y automática, obtener un nuevo conjunto de predicciones y modelos. Incluso mejor, sintetizar el proceso de aprendizaje para que vuelva a realizar el aprendizaje automáticamente en función de un calendario o un evento que lo desencadene. Esta automatización permitirá que las operaciones se ejecuten con mayor rapidez y con menos personas implicadas, por lo que los profesionales de Marketing podrán hacer su trabajo de un modo más eficaz.
¿Y ahora qué?
El éxito del Machine Learning depende exclusivamente de la estrategia y los datos que hay detrás. Por ello, los CMOs deben decidir qué es lo que quieren conseguir utilizándolo, qué desean automatizar o mejorar. Es mejor empezar con un proyecto pequeño que permita obtener una respuesta gestionable y resultados rastreables.
También resulta importante minimizar la hiperpaginación de los datos (por ejemplo, el movimiento de datos entre sistemas). Siempre que los CMOs tienen que llevar a cabo múltiples pasos para obtener y preprocesar (por ejemplo, limpiar) los datos necesarios, están perdiendo tiempo, lo cual puede afectar negativamente a la hora de lanzar una solución al mercado de manera puntual. También saldrán perjudicados si disponen de datos de mala calidad. Los CMOs deben asegurarse de que sus datos son de alta calidad, que no incluyen datos duplicados y que sean lo suficientemente significativos como para ofrecer la información que están buscando.
En cuanto los profesionales de Marketing establezcan la estrategia y dispongan de los datos para apoyarla, obtendrán el máximo rendimiento del Machine Learning mediante el uso de la automatización para personalizar campañas de marketing y contenidos y facilitando su uso para los usuarios, por ejemplo, proporcionando scripts o macros.
No olvides que es muy importante gestionar las expectativas. No esperes alcanzar la perfección absoluta, los únicos modelos perfectos con predicciones perfectas se crean en clases de estadística mediante el uso de datos perfectos. No ha de esperarse que el Machine Learning elimine los trabajos de los COMs. En su lugar, va a hacer que resulten más sencillos y que los analistas, los científicos de datos y los CMOs sean más eficaces y efectivos (y que tengan más posibilidades de tener un impacto positivo en la empresa).
Si deseas ampliar la información sobre cómo usar la Inteligencia Artificial y Machine Learning en tus estrategias de marketing no dudes en contactarnos.
- Publicado en Customer Engagement
Big data e Industria 4.0: quien gane la batalla de los datos, ganará el futuro
Desde el coche al metro, desde la nevera al supermercado, pasando por el banco, la aseguradora, las campañas políticas, la publicidad y la tienda online, todos los procesos de la economía actual se transforman a distintas velocidades con el uso del big data o procesamiento de grandes cantidades de datos.
El big data hace posible desde el cálculo de la ruta del vehículo particular, para elegir la mejor opción, a la frecuencia con la que deben transitar los transportes públicos, en tanto que hace funcionar los algoritmos de marcas como Amazon o Uber para dar un mejor servicio en el menor plazo de tiempo gracias al empleo, análisis y coordinación de teras y teras de datos.
También llegan a determinar las comisiones personalizadas que incluye el banco en base al comportamiento financiero de cada usuario. Están en la matriz que facilita a Google exponer los resultados más buscados y gestionar los datos de navegación por Internet de los ciudadanos con el fin de que las empresas anunciantes le den más dinero por el micro-targeting, así como en el razonamiento que explica cómo Facebook o Instagram personalizan las historias que muestran al usuario al entrar en sus plataformas.
La gestión y análisis de grandes volúmenes de datos es una de las claves para entender la realidad económica, las demandas del mercado, el perfil de los usuarios y su respuesta a nuevos productos o servicios. Se ha convertido, por tanto, no solo en una prioridad para las empresas, sino también en la fuente indispensable para el negocio del siglo XXI, en el que la inmensa mayoría de las actividades diarias pasan por Internet o se relacionan con esta red universal. Por ello, la cantidad de datos registrados, recogidos y almacenados por las empresas, tanto del entorno online como offline, aumenta exponencialmente. Esto conlleva que cada año las compañías afronten más dificultades para gestionar y analizar esos datos.
De acuerdo con informes recientes, un 80% de los ejecutivos de marketing reconoce que el big data es clave en la estrategia empresarial de sus compañías, en tanto que activo estratégico para el desarrollo de las mismas. Además de reconocer su importancia vital, también es necesario que las empresas tengan una estrategia definida para su recolección, almacenaje, gestión, procesamiento y análisis, con el estricto cumplimiento de la directiva europea GDPR (de obligación a partir del 25 de mayo) y con una arquitectura adecuada para ello.
En cuanto a la utilización de esos datos, queda o debería quedar especificado en los términos de uso que se aceptan para cederlos, lo que conlleva una autorización que las empresas tratan de manejar con mayor eficacia ante su imparable aumento.
En especial cuando el consumo a través de la red gana cada vez más adeptos, por su comodidad y eficacia, frente a la compra offline. Y es que desde gestionar las finanzas en Internet a comprar ropa o productos, pasando por servicios online de entrega a domicilio, los datos de consumo son cada vez más y más precisos, lo que permite reenfocar el modelo en esta nueva era. Una era en la que los clientes prefieren ver, comparar y analizar a través de la web antes de efectuar la compra, y en la que las empresas pueden, de esta manera, acceder y conocer a sus consumidores con un menor coste.
El big data ofrece enormes oportunidades. Su correcta utilización, al extraer el valor de los datos, permite identificar las tendencias entre los usuarios y conocer mejor al público a través del análisis de su conducta, gustos y preferencias, opiniones, etc. Esto se puede traducir en la mejor orientación de las campañas de marketing y el aumento de las ventas, así como la personalización de la oferta y fidelización del cliente.
Estos macrodatos, bien gestionados, también permiten a las compañías adecuar su producción industrial al stock y la demanda esperada de cada producto, con una planificación de estrategias más detalladas que den respuestas inmediatas a situaciones reales.
Porque el big data es fundamental también para maximizar la eficiencia de los procesos en la industria, así como para aprovechar toda la información que generan las máquinas y el Internet de las Cosas (IoT), en un mundo hiperconectado en el que cada elemento es fuente de información y nodo de comunicación.
En este contexto, en aggity hemos desarrollado la solución Industry 4.0 by aggity, un sistema que facilita la digitalización y automatización de la producción con el que ya operan más de 350 compañías en el mundo, y que dispone de una nueva dimensión social gracias a las herramientas de comunicación entre personas, equipos, máquinas, robots y sistemas informáticos en un entorno de gestión inteligente.
La fábrica inteligente y social es el resultado de la incorporación de la plataforma Social Business by aggity en la solución Social Factory, con la integración de la plataforma Corporate Social Network by aggity y la aplicación de mensajería instantánea Corporate Messenger by aggity. Ambas suman al sistema MES (Manufacturing Execution System) una capa social en la que humanos y máquinas pueden hacer uso de la información en tiempo real, comunicarse e interactuar.
Conoce más sobre:
De esta forma y gracias al conocimiento permanente del estado de los distintos procesos de negocio, las empresas 4.0 incrementan su productividad, mejoran su eficiencia energética, optimizan el uso de los recursos y, por ende, elevan su rentabilidad y son más sostenibles.
Quien gane la batalla de los datos, ganará el futuro. Una estrategia que aproveche este filón para entender mejor el mercado y sus posibilidades, así como comprender a los clientes que lo conforman, es imprescindible para avanzar en la senda de maximización de los beneficios. Una estrategia definida que cubra consideraciones respecto a la arquitectura y almacenamiento de los datos, el gobierno de los mismos y el cumplimiento de la legislación, respaldada por las soluciones tecnológicas necesarias para llevarla a cabo.
Entradas destacadas
Plataforma de datos de clientes (CDP): Qué es y qué características tiene una Customer Data Platform
El interés en las Plataformas de Datos de Clientes (CDP, por sus siglas en inglés) se ha disparado durante los últimos cinco años. Y con razón, porque las Customer Data Platform resuelven el problema que, posiblemente, más daños genera al marketing: Cómo unificar los datos de clientes cuya información está en diferentes fuentes de almacenamiento en un registro de datos maestros de clientes de fácil acceso y actualizado con regularidad. El problema radica en que, aunque el interés ha aumentado, no está claro qué capacidades debe presentar una CDP para merecer recibir ese nombre.
Parte de esta confusión es intencionada. Ya existen muchas soluciones en el mercado, como los CRM y los almacenes de datos, que pueden integrar y gestionar parte de los datos de clientes. En las primeras definiciones de CDP se la denominaba plataforma de gestión de datos (DMP) y CRM. Esta definición no es correcta. El motivo se debe a que solamente se centran en una parte de lo que hace que una CDP sea lo que es: la ingesta y la unificación de datos.
En realidad, una plataforma de datos de clientes hace muchas más cosas que la ingesta y unificación de los datos de los clientes. También es parte de sus tareas, pero la principal diferencia entre una CDP y otras soluciones radica en su capacidad para conseguir que las empresas puedan acceder a todos los datos de los clientes y los datos vinculados, de manera sencilla y ampliar constantemente los requisitos digitales. Tras manifestar los analistas públicamente su predicción de que este año será el “año de la RPF de la plataforma de datos de clientes”, es importante que las empresas entiendan qué es lo que deben buscar cuando soliciten propuestas de los proveedores.
A día de hoy, las plataformas de datos de clientes no tienen rival dentro del mercado. Las tecnologías de gestión de datos tradicionales, como los almacenes de datos, están desfasadas y tan solo recopilan datos de resumen. Esto limita a los vendedores y a otros usuarios de empresas en su capacidad para interactuar con los clientes. Las CDP son diferentes debido a que realizan la ingesta, limpieza y vinculación de datos a tiempo real. En algunos casos, la implementación de una plataforma de datos de clientes puede reducir el tiempo necesario para recibir datos de clientes limpios de días a cuestión de minutos o segundos.
Las CDP también realizan la ingesta de todo tipo de datos, independientemente de su origen. En la práctica, esto significa que una plataforma de datos de clientes acepta la transmisión y los lotes de datos de la misma manera. También actúa como punto único de control de datos, lo cual significa que los CRM, las plataformas de gestión de datos, las soluciones de gestión de etiquetas, las redes sociales y otras fuentes de datos pueden conectarse con una CDP.
Esta unión de datos convierte a una plataforma de datos de clientes en la oficina de intercambio central de todos los datos que se pueden saber de un cliente. Disponer de visibilidad sobre el ciclo vital completo del cliente es clave para disfrutar de una mejor interacción. Al disponer de todos los datos del cliente en una sola ubicación, las empresas están ahora preparadas para diseñar con exactitud la experiencia que desean que tengan sus clientes en tiempo real.
Para que una solución sea considerada realmente una plataforma de datos de clientes, es necesario que disponga de capacidades técnicas específicas que soporten los desafiantes requisitos de crecimiento de las interacciones digitales. De manera específica, una plataforma de datos de clientes debe:
- Ingesta de transmisión en datos y de lotes de información. Las plataformas de datos de clientes están diseñadas para aceptar cualquier formato de datos a cualquier ritmo y en cualquier volumen. Esta flexibilidad de tipo y volumen de datos resulta crucial para unificar los datos de diferentes fuentes de almacenamiento.
- Gestión de datos de clientes en tiempo real. Uno de los aspectos más potentes de una CDP es la capacidad de generar y mantener un registro de datos maestros de clientes a la velocidad del consumidor. El “registro de datos maestros de clientes” incluye todos los puntos de contacto o algo en particular que identifique al cliente, además de un registro de transacciones que incluya desencadenadores de comportamiento y de otro tipo. Un detalle que identifique al cliente puede ser una cookie, un alias de una red social o incluso un smartwatch. Un registro de transacciones es un historial de todas las transacciones e interacciones que la persona ha mantenido con la marca.
- Mantenimiento del registro de datos maestros de clientes. Los registros de clientes canónicos solamente son prácticos si se mantienen actualizados. Cualquier CDP que se precie necesita poder mantener cada registro de clientes centralizado actualizado a cualquier ritmo, bien sea en cuestión de minutos, segundos o bajo demanda.
- Acceso sencillo a los datos de clientes unificados. Una de las ventajas clave de una plataforma de datos de cliente es la accesibilidad. La mayoría de compañías limitan el acceso a sus almacenes de datos. Esta práctica protege los datos, pero también dificulta a los vendedores y a otros usuarios finales reaccionar ante las entradas de los usuarios. Las CDP permiten a los usuarios de empresas acceder con mayor inmediatez a los datos de los clientes cuando lo necesitan. Esta accesibilidad es una faceta clave de cualquier plataforma de datos de clientes.
Las Plataformas de Datos de Clientes son una solución potente ante una nueva versión de un antiguo problema. Pero debido a que las CDP son comparativamente nuevas, todavía existe una importante confusión en el mercado. Esto resulta problemático, ya que las CDP disfrutan de un papel protagonista a la hora de garantizar que las compañías creen experiencias transformadoras para sus clientes. Este es el motivo por el que las empresas necesitan comprender las capacidades de las CDP y cómo determinar mejor si una solución se adapta a sus necesidades o no.
Recientemente hemos sido nombrados según el Vendor Comparison Report (CPD Institute, Organización independiente dedicada a ayudar a los profesionales de marketing a gestionar los datos de los clientes), como la CPD más completa entre 24 principales proveedores.
- Publicado en Customer Engagement