NOTICIAS / DATOS
12 de octubre de 2020
Demasiados profesionales del marketing siguen confiando en first-party data inexactos. En este artículo, Joachim Sontag, Director de Consultoría de Artefact Alemania, explica cómo las marcas pueden limpiar su data’’ sucio, construir un bucle data conectado y preparar para el futuro su arquitectura data.
A medida que la pandemia de coronavirus acelera el cambio hacia la vida en línea, las marcas se ven sometidas a una presión cada vez mayor para ofrecer a los clientes mensajes y ofertas personalizados. Sin embargo, al mismo tiempo, los consumidores exigen cada vez más privacidad y control sobre su información personal.
Con la inminente muerte de las cookies de terceros y el endurecimiento de las restricciones del GDPR, las data propias y de origen ocuparán un lugar central en los esfuerzos de los profesionales del marketing por comprender, hacer crecer y dirigirse a las audience. Sin embargo, años de abandono no han sido amables con la data propia. Fragmentada, dividida en silos, mal categorizada y gestionada, esa ’data sucia‘ contribuye poco a profundizar en el conocimiento de los clientes.
En el nuevo entorno, las marcas deben trazar una estrategia first-party data cohesiva. Necesitan pasar de un sistema de marketing en el punto de venta a otro más preciso, data-driven de primera parte y basado en la comunicación directa con el cliente. Antes, sin embargo, necesitan construir una infraestructura data integrada y ágil que la sustente.
La cantidad no hará una relación de calidad con el cliente
Desde el principio, una marca tiene que definir sus objetivos antes de empezar a construir su infraestructura data. Esto determina para qué está optimizada la plataforma y qué data de primera parte recogerá. Cuando se trata de data en general, demasiadas marcas cometen el error de centrarse en la cantidad y no en la relevancia del data. Las marcas tienen millones de fuentes de las que pueden obtener data de primera parte -desde una sola página web hasta la aplicación individual en el dispositivo móvil de un cliente- y el número no deja de crecer. De hecho, el tráfico web creció 8% el año pasado, con una media de 223.000 millones de visitas al mes. Sin embargo, si el data no se alinea con sus objetivos, ¿de qué sirve?
Es precisamente cuando los entornos data se hacen demasiado grandes cuando se vuelven inmanejables. Cada byte de data innecesario sólo aumenta el tiempo que un vendedor o un programa de automatización del marketing necesita para buscar la información que necesita. También existe la tendencia a que el data se derrame en otros entornos -incluido, el cloud- para evitar agotar la capacidad de almacenamiento. Esto sólo contribuye a la fragmentación y al peligro de que los data clave se pierdan en el sistema.
Por lo tanto, es importante definir claramente y por adelantado los casos de uso data y analíticos de una marca. Esto implica determinar quiénes son sus clientes objetivo y qué rasgos y comportamientos son los más rentables para su marca. Entonces podrá traducir esto en señales data. Esta es la primera parte data que necesita recopilar.
Existe una tendencia a impulsar una personalización cada vez mayor en la interacción con el cliente. Sin embargo, con las cantidades de data en juego, la segmentación audience es crucial para reducir la complejidad y preservar la integridad. Ser capaz de segmentar a los usuarios y a los clientes anteriores en cohortes granulares, a escala, es cada vez más importante para ayudar a los profesionales del marketing a identificar la data más relevante que deben recopilar de los grupos de usuarios.
El círculo de data
Una vez que esté seguro de que está recopilando el data correcto, debe asegurarse de que las diferentes herramientas y sistemas funcionan conjuntamente. El objetivo es construir un ecosistema de las mejores herramientas de su clase que le ofrezcan una visión única y consolidada de los clientes, y la capacidad de rastrearlos y dirigirse a ellos rápidamente. La integración es el primer paso crucial hacia la transformación del marketing. Una empresa puede hacerlo de muchas maneras. Reuniendo toda su first-party data información en una plataforma cloud -que dispone de almacenamiento ilimitado, es ampliable, está disponible en cualquier lugar, funciona con las API existentes y en tiempo real-, una organización puede analizarla adecuadamente para obtener un conocimiento más rico de sus clientes. Sin embargo, también podría trabajar con expertos de data -interna y externamente- para desarrollar API que conecten todas sus herramientas y sistemas.
Las ventajas de un enfoque basado en plataformas son dobles. Ya no son necesarios los laboriosos reajustes de database, ya que un error sólo debe corregirse una vez y se actualiza simultáneamente en todos los entornos. Y lo que es más importante, la integración de todos sus data permite a los profesionales del marketing consultar directamente toda la database con tiempos de respuesta récord, y sin necesidad de preparar la data con antelación.
Sin embargo, el proceso debe ser transparente y eficaz para facilitar la elaboración de informes y garantizar el cumplimiento de la normativa. Una parte importante de esto es la depuración del data, que consiste en limpiar el data para prepararlo para el análisis. Aquí es donde las herramientas de terceros aún pueden ayudar. Una empresa puede realizarlo manualmente pero a un gran coste. En cambio, en aras de la rapidez y la sencillez, una marca podría optar por soluciones de terceros fácilmente integrables que automaticen el proceso, como Data Ladder u OpenRefine. Sin embargo, es importante que al seleccionar las herramientas para la integración y depuración data no se vuelva demasiado dependiente de una solución o tecnología. El éxito por sí solo ya no es suficiente: cada vez más, también tiene que ser escalable y sostenible. Construir su propia solución le da un mayor poder de personalización, pero no es eficaz a medida que fluctúan sus necesidades, los requisitos de los clientes y el tráfico.
Buscar una solución de terceros a menudo reduce su riesgo y el coste total de propiedad, permitiéndole ser más ágil e intercambiar soluciones según surja la necesidad. Sin embargo, no existe una solución única que satisfaga todas sus necesidades desde el primer día. Por eso es tan importante trabajar con un experto en tecnología que le ayude a definir unos requisitos claros y a seleccionar o construir un sistema que se adapte a sus necesidades, ya sea una plataforma única o el mejor de los enfoques unidos por API.
Una infraestructura data robusta y flexible es el sello distintivo de una estrategia data first party sostenible. Cuando sus objetivos están segmentados, sus herramientas integradas y su data depurado, se construye un bucle data virtuoso que impulsa el compromiso del cliente. El first-party data relevante se recopila, se depura y se analiza en un proceso continuo y eficaz. La data sucia se destierra y los clientes reciben recomendaciones específicas de forma rápida y eficaz.
Artículo de Joachim Sontag publicado inicialmente en TechNative.com
