
Analítica de comportamiento: la clave para un marketing personalizado basado en datos
30 marzo 2017

Hace tiempo que el viaje del consumidor dejó de ser lineal para convertirse en un proceso un tanto caótico. Sabemos desde hace años que la decisión de compra se completa desde múltiples puntos, con diferentes recorridos según las preferencias de cada persona.
Por esto, conocer al usuario se ha convertido en requisito prioritario para establecer relaciones de beneficio mutuo. ¿Nos basta para ello con recoger datos operacionales? ¿Es suficiente con disponer de información sociodemográfica y segmentar sólo a partir de criterios puramente estadísticos?
Una estrategia acertada apostará por conocer el comportamiento del consumidor: los decisores constantemente envían señales que, bien analizadas, nos servirán para acompañar nuestra estrategia global.
Además, cuando comparamos insights procedentes de diferentes datos apreciamos la ventaja de la analítica de comportamiento: el último estudio de Gallup muestra como los insights obtenidos a partir del análisis conductual ayudan a la conversión un 85% mejor que otros insights.
Etapas en el conocimiento del usuario
¿De dónde salen estos insights de conducta? De los datos, por supuesto. El interés de las organizaciones por los datos ha evolucionado en la medida en que hemos visto cómo empresas de toda índole convertían la información en algo más: una mejora de la eficiencia, una reducción de costes, una ventaja competitiva… Hasta hacer de los datos, en algunos casos, el principal valor de la empresa. ¿Recordamos cuánto pagó Facebook por Whatsapp?
La tecnología actual y la facilidad de acceso a Internet, junto con el creciente uso de plataformas sociales, han hecho que las entradas de información se multipliquen. La mejora de los sistemas de información nos ha permitido digitalizar y estructurar los diferentes procesos para optimizar el análisis de los datos, pero como muestra la tabla, esto no se ha quedado solo en los departamentos de operaciones.
Fuente: Customer Analytics, Mejorando la inteligencia del cliente a través de los datos, Jordi Conesa i Caralt (Coordinador) Núria Braulio Gil, Josep Curto Díaz
¿En qué consisten los datos de comportamiento? La analítica de conducta (Behavioral Analytics) nace de la necesidad de saber cómo, cuándo y por qué interactúa una persona con los medios digitales, ya sea una app móvil, un juego online, una aplicación web, un e-commerce, etc. Se trata en definitiva de entender cómo actúan los consumidores, permitiendo predicciones precisas sobre su probable comportamiento en el futuro.
Comprender por qué los clientes realizan determinadas acciones nos permitirá optimizar nuestro ciclo completo de compra y generar nuevas oportunidades de negocio, pudiendo detectar puntos de interacción en cada fase del customer journey del cliente.
¿Qué tipos de datos encontramos?
Para reunir, utilizar y generar datos de comportamiento de usuario y, de forma paralela, crear una estrategia en línea con esta información, debemos tener en cuenta que existen tres tipos de datos que podemos transformar en información valiosa:
- Datos registrados: que tenemos almacenados en nuestro CRM o herramienta de marketing automation.
- Datos observados: cómo se comporta nuestro usuario en nuestra página web o cómo interactúa con los diferentes elementos de cada plataforma en la que tenemos presencia. Observamos su comportamiento y esto nos da pistas sobre sus intereses y su forma de reaccionar a nuestros mensajes, elementos publicados o fases de cada journey.
- La voz del consumidor: cómo se siente el consumidor con respecto a nuestros servicios, y cómo expresa esos sentimientos, bien de forma reactiva, a través de encuestas, focus group, workshops, o bien de forma proactiva, a través de escucha social, donde el usuario, sin preguntarle, expresa su opinión, presenta dudas, propone mejoras o simplemente participa en conversaciones sobre nuestros productos, servicios o cuestiones relacionadas con nuestra marca.
¿Estamos conectando los puntos para aprovechar los datos?
Según el nivel de madurez de nuestra implementación de datos, puede que dispongamos de algunos datos almacenados en silos cerrados y no se relacionen con los demás, o en el mejor de los casos, que estemos aprovechando solo una parte de ellos. Quizá existan ciertas conexiones: el CRM con el email, el CMS con Analytics, la herramienta de Marketing Automation con el email y tal vez con el CRM…
Pero, ¿qué hay si queremos conectar todos esos datos relacionados de forma ágil? Normalmente la explotación de estos datos requiere ingentes cantidades de tiempo y trabajo. Esto no es operativo si queremos dar una respuesta rápida a los consumidores según su comportamiento, y menos cuando la cantidad de datos es muy voluminosa, lo que dificulta la escalabilidad.
En respuesta a esto, en términos de publicidad podemos crear audiencias a través de un DMP (Data Management Platform) que ayude a integrar varias fuentes de datos y así segmentar combinando inputs distintos. ¿Pero qué pasa cuando debemos personalizar el contenido y dar una respuesta automatizada utilizando todas las señales digitales que nos ha hecho llegar el consumidor?
Una visión integral del consumidor
Para responder a esa cuestión, debemos construir un perfil unificado que agregue no solo la información demográfica, las preferencias o las necesidades del usuario, sino que integre variables como el punto en el que se haya en cuanto a su consideración por el servicio (customer journey), su contexto laboral, su comportamiento en los diferentes canales, la afinidad por diferentes productos o servicios o su respuesta antes las diferentes ofertas enviadas.
Con el fin de cohesionar las distintas fuentes de datos y mantener esta visión integral del consumidor, encontramos dos palancas a activar:
1. Tecnología
Implementar un Data Mart -solución de marketing automation lo suficientemente funcional- o directamente un CDP (Customer Data Platform) nos permitirá interconectar nuestro CRM, la herramienta de marketing automation, el email, los sistemas de analítica y el CMS, para dar una respuesta automatizada y personalizada en base a los datos de comportamiento de nuestros usuarios. En definitiva, reunir todas aquellas señales digitales y utilizarlas para:
- Basarnos en la estadística para la segmentación.
- Diseñar una estrategia de comunicación que tenga como base el conocimiento enriquecido del consumidor.
- Disponer de visualización a través de cuadros de mando accionables.
- Apoyarnos en modelos predictivos.
- Ofrecer experiencias relevantes.
Fuente: https://www.connectivedx.com/thinking/posts/2015/11/customer-data-platforms
—
2. Estrategia
Implementar un CDP o una solución tecnológica conectada a las fuentes de datos de comportamiento del consumidor no es la panacea. Si no se acompaña de una estrategia que defina cuáles son nuestros objetivos, quién es nuestra audiencia, cómo queremos que nos perciban, etc., tendremos un bonito cuadro de mando sin accionar.
Deberemos desarrollar además un plan que especifique de qué manera se van a personalizar nuestros mensajes en función de datos, en qué formatos, creatividades, cómo será nuestro estilo, cómo se van a organizar los datos… En definitiva, una estrategia digital completa que pivote sobre los datos de comportamiento que proporciona la base tecnológica.
Una vez activadas las dos palancas, habremos alcanzado -o al menos nos habremos acercado- a la eterna aspiración de un marketing personalizado y basado en datos, un objetivo que ya no solo no es inalcanzable, sino que aspiran a lograr cada vez más organizaciones. Y es que, en este entorno definido por los datos y la tecnología, está en juego conseguir que la relación con nuestros consumidores se convierta en un vínculo duradero y de beneficio mutuo.

