![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/10\/markus-spiske-466ENaLuhLY-unsplash-scaled-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NOTICIAS \/ DATOS<\/p>\n<\/div>
12 de octubre de 2020
\nDemasiados profesionales del marketing siguen confiando en first-party data inexactos. En este art\u00edculo, Joachim Sontag, Director de Consultor\u00eda de Artefact Alemania, explica c\u00f3mo las marcas pueden limpiar su data\u2019\u2019 sucio, construir un bucle data conectado y preparar para el futuro su arquitectura data.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
A medida que la pandemia de coronavirus acelera el cambio hacia la vida en l\u00ednea, las marcas se ven sometidas a una presi\u00f3n cada vez mayor para ofrecer a los clientes mensajes y ofertas personalizados. Sin embargo, al mismo tiempo, los consumidores exigen cada vez m\u00e1s privacidad y control sobre su informaci\u00f3n personal.<\/p>\n
Con la inminente muerte de las cookies de terceros y el endurecimiento de las restricciones del GDPR, las data propias y de origen ocupar\u00e1n un lugar central en los esfuerzos de los profesionales del marketing por comprender, hacer crecer y dirigirse a las audience. Sin embargo, a\u00f1os de abandono no han sido amables con la data propia. Fragmentada, dividida en silos, mal categorizada y gestionada, esa \u2019data sucia\u2018 contribuye poco a profundizar en el conocimiento de los clientes.<\/p>\n
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 m\u00e1s preciso, data-driven de primera parte y basado en la comunicaci\u00f3n directa con el cliente. Antes, sin embargo, necesitan construir una infraestructura data integrada y \u00e1gil que la sustente.<\/p>\n
La cantidad no har\u00e1 una relaci\u00f3n de calidad con el cliente<\/h4>\n
Desde el principio, una marca tiene que definir sus objetivos antes de empezar a construir su infraestructura data. Esto determina para qu\u00e9 est\u00e1 optimizada la plataforma y qu\u00e9 data de primera parte recoger\u00e1. 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 p\u00e1gina web hasta la aplicaci\u00f3n individual en el dispositivo m\u00f3vil de un cliente- y el n\u00famero no deja de crecer. De hecho, el tr\u00e1fico web creci\u00f3 8% el a\u00f1o pasado, con una media de 223.000 millones de visitas al mes. Sin embargo, si el data no se alinea con sus objetivos, \u00bfde qu\u00e9 sirve?<\/p>\n
Es precisamente cuando los entornos data se hacen demasiado grandes cuando se vuelven inmanejables. Cada byte de data innecesario s\u00f3lo aumenta el tiempo que un vendedor o un programa de automatizaci\u00f3n del marketing necesita para buscar la informaci\u00f3n que necesita. Tambi\u00e9n existe la tendencia a que el data se derrame en otros entornos -incluido, el cloud- para evitar agotar la capacidad de almacenamiento. Esto s\u00f3lo contribuye a la fragmentaci\u00f3n y al peligro de que los data clave se pierdan en el sistema.<\/p>\n
Por lo tanto, es importante definir claramente y por adelantado los casos de uso data y anal\u00edticos de una marca. Esto implica determinar qui\u00e9nes son sus clientes objetivo y qu\u00e9 rasgos y comportamientos son los m\u00e1s rentables para su marca. Entonces podr\u00e1 traducir esto en se\u00f1ales data. Esta es la primera parte data que necesita recopilar.<\/p>\n
Existe una tendencia a impulsar una personalizaci\u00f3n cada vez mayor en la interacci\u00f3n con el cliente. Sin embargo, con las cantidades de data en juego, la segmentaci\u00f3n 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 m\u00e1s importante para ayudar a los profesionales del marketing a identificar la data m\u00e1s relevante que deben recopilar de los grupos de usuarios.<\/p>\n
El c\u00edrculo de data<\/h4>\n
Una vez que est\u00e9 seguro de que est\u00e1 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 visi\u00f3n \u00fanica y consolidada de los clientes, y la capacidad de rastrearlos y dirigirse a ellos r\u00e1pidamente. La integraci\u00f3n es el primer paso crucial hacia la transformaci\u00f3n del marketing. Una empresa puede hacerlo de muchas maneras. Reuniendo toda su first-party data informaci\u00f3n en una plataforma cloud -que dispone de almacenamiento ilimitado, es ampliable, est\u00e1 disponible en cualquier lugar, funciona con las API existentes y en tiempo real-, una organizaci\u00f3n puede analizarla adecuadamente para obtener un conocimiento m\u00e1s rico de sus clientes. Sin embargo, tambi\u00e9n podr\u00eda trabajar con expertos de data -interna y externamente- para desarrollar API que conecten todas sus herramientas y sistemas.<\/p>\n
Las ventajas de un enfoque basado en plataformas son dobles. Ya no son necesarios los laboriosos reajustes de database, ya que un error s\u00f3lo debe corregirse una vez y se actualiza simult\u00e1neamente en todos los entornos. Y lo que es m\u00e1s importante, la integraci\u00f3n de todos sus data permite a los profesionales del marketing consultar directamente toda la database con tiempos de respuesta r\u00e9cord, y sin necesidad de preparar la data con antelaci\u00f3n.<\/p>\n
Sin embargo, el proceso debe ser transparente y eficaz para facilitar la elaboraci\u00f3n de informes y garantizar el cumplimiento de la normativa. Una parte importante de esto es la depuraci\u00f3n del data, que consiste en limpiar el data para prepararlo para el an\u00e1lisis. Aqu\u00ed es donde las herramientas de terceros a\u00fan pueden ayudar. Una empresa puede realizarlo manualmente pero a un gran coste. En cambio, en aras de la rapidez y la sencillez, una marca podr\u00eda optar por soluciones de terceros f\u00e1cilmente integrables que automaticen el proceso, como Data Ladder u OpenRefine. Sin embargo, es importante que al seleccionar las herramientas para la integraci\u00f3n y depuraci\u00f3n data no se vuelva demasiado dependiente de una soluci\u00f3n o tecnolog\u00eda. El \u00e9xito por s\u00ed solo ya no es suficiente: cada vez m\u00e1s, tambi\u00e9n tiene que ser escalable y sostenible. Construir su propia soluci\u00f3n le da un mayor poder de personalizaci\u00f3n, pero no es eficaz a medida que fluct\u00faan sus necesidades, los requisitos de los clientes y el tr\u00e1fico.<\/p>\n
Buscar una soluci\u00f3n de terceros a menudo reduce su riesgo y el coste total de propiedad, permiti\u00e9ndole ser m\u00e1s \u00e1gil e intercambiar soluciones seg\u00fan surja la necesidad. Sin embargo, no existe una soluci\u00f3n \u00fanica que satisfaga todas sus necesidades desde el primer d\u00eda. Por eso es tan importante trabajar con un experto en tecnolog\u00eda 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 \u00fanica o el mejor de los enfoques unidos por API.<\/p>\n
Una infraestructura data robusta y flexible es el sello distintivo de una estrategia data first party sostenible. Cuando sus objetivos est\u00e1n 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 espec\u00edficas de forma r\u00e1pida y eficaz.<\/p>\n
Art\u00edculo de Joachim Sontag<\/a>\u00a0publicado inicialmente en TechNative.com<\/a><\/p>\n<\/div><\/div><\/div><\/div><\/div>
![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/06\/Global-Newsletter-Data-Digest_LinkedIn_600x315_april-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>