Download Dossier especial: conocimiento de cliente
Document related concepts
Transcript
Whitepaper Dossier especial: conocimiento de cliente Descubre el poder de la analítica Dossier especial: conocimiento de cliente Editorial Estimado marketer, Puede que quizá aún no lo hayas descubierto, pero la analítica puede convertirse en tu mejor aliado. Y la analítica forma parte del ADN de Experian. Nos permite poner nuestra experiencia en datos al servicio de las marcas, para ayudarles a interactuar de forma siempre relevante con sus consumidores, en cada ocasión. Porque ¿quién no desea extraer conocimiento de sus datos?, ¿quién no busca una solución que le permita aumentar la precisión y eficacia de sus estrategias de marketing? Clientes, datos, relaciones, interacciones, canales, aceleración, retención, valor potencial ... seguramente conoces el significado de todos estos términos pero ¿sabes cómo aplicarlos para alcanzar tu objetivo último, la satisfacción de tus clientes? Son muchas las empresas que comparten este mismo desafío, pero que aún no han puesto los medios necesarios para explotar adecuadamente los datos que poseen. Tiempo, habilidades estadísticas o técnicas, horas de trabajo ... ¿aún no has sido capaz de justificar la necesidad de transformar los datos de tu empresa en inteligencia de negocio ?, ¿tienes dudas aún sobre cuál es la mejor forma de poner el poder de la analítica al servicio de tus campañas de marketing? El objetivo de este informe es mostrarte los distintos 2 | Descubre el poder de la analítica métodos analíticos que tienes a tu disposición y desmitificar un universo que quizá pueda atemorizarte sin motivo. Disfruta la lectura, Philippe Jaoui Director de Data & Analytics EMEA Experian Marketing Services Índice La paradoja de la analítica p.3 Tres caminos hacia el éxito p.4 Sin datos, la analítica no es nada p6 Un retrato chino p.8 El tablón del marketer p.10 ¿Qué nos traerá el futuro? p.11 Palabras de cierre p.12 Glosario p.13 Dossier especial: conocimiento de cliente La paradoja de la analítica Los datos constituyen la base del marketing actual y han protagonizado un aumento exponencial en los últimos tiempos. Datos estructurados o no, datos generados en tiempo real o a posteriori, datos genéricos o extremadamente específicos y detallados. Y sin embargo los datos son tan sólo la materia prima, es la analítica la que los convierte en petróleo. Y saber refinarlo es indispensable para obtener una ventaja competitiva. Los algoritmos permiten transformar los datos primero en información y luego en decisiones. La analítica avanzada permite generar modelos de segmentación basados en cientos de variables susceptibles de ser tenidas en cuenta y aplicadas a programas de marketing. Y así facilita poder predecir los comportamientos o necesidades de tus clientes, con el objetivo de personalizar cada oferta y, con ello, su satisfacción. Aun cuando la mayor parte de los expertos en marketing coincide en la importancia de la analítica avanzada, muchas marcas siguen utilizando segmentaciones basadas únicamente en el valor del cliente – algunos ejemplos son PMG (Cliente Pequeño, Mediano o Grande) o RFM (siglas de Recency, Frequence, Monetary)limitándose a utilizar entre tres y cinco variables para segmentar y ejecutar sus campañas. La explicación de este fenómeno no resulta sorprendente. Los expertos en marketing temen la complejidad del cambio, las habilidades analíticas necesarias, los costes asociados a su implementación o la falta de flexibilidad de sus organizaciones para adaptarse a una estrategia más ágil. Tres pasos hacia el éxito Antes de comenzar a aplicar procesos de analítica avanzada, las empresas normalmente han utilizado el análisis con anterioridad. Se trata normalmente de análisis no estructurados, básicos y sin correlación. Es decir, análisis descriptivos que buscan evaluar un ángulo preciso de un problema en un momento determinado en el tiempo. de compra?, ¿son fieles a las marcas?, ¿con qué frecuencia compran?. «Un 66% de los marketers planea utilizar este año el análisis predictivo como soporte para sus campañas» Nosotros queremos sin embargo mostrarte toda las técnicas analíticas disponibles para ayudarte a simplificar procesos y aumentar la eficacia de tus acciones de marketing. Porque tu consumidor espera, y debe recibir, una experiencia de cliente óptima. Son muchos los profesionales del marketing (66%) que declaran querer comenzar a utilizar técnicas de análisis predictivo. Éste parte de algoritmos basados en múltiples variables y permite, por ejemplo: • Definir segmentaciones basadas en el comportamiento del cliente: ¿cuáles son sus hábitos 4 | Descubre el poder de la analítica Digital Marketer Report 2016 • Definir segmentaciones en base al tipo de producto preferido o las marcas predilectas. • Analizar los mercados locales de cada punto de tu red de distribución, con el fin de optimizar bien el potencial de cada uno de ellos o el de la red en su conjunto. Dossier especial: conocimiento de cliente • Estimar la propensión a la compra de tus clientes. ¿Cómo valoran tus ofertas a lo largo del tiempo?, ¿quiénes son los clientes más susceptibles de reaccionar a tus ofertas en función de su contenido?. ¿en qué momento realizará un nuevo cliente su primera compra?. y un cliente ya existente, ¿cuándo realizará su siguiente compra? En una fase aún más avanzada encontramos el análisis prescriptivo. Éste permite generar recomendaciones personalizadas en función de la información disponible de cada cliente, y tiene además en cuenta posibles restricciones relacionadas con el propio negocio (stock, rentabilidad, márgenes, etc.). Permite, por ejemplo: • Automatizar la recomendación de ofertas en función de las compras anteriores del cliente, aumentando con ello el potencial de cross sell (sugiriendo ofertas de productos que se adquieren habitualmente de forma conjunta). • Generar recomendaciones next sell (que permitirán, por ejemplo, utilizar la compra actual para incluir una oferta para la siguiente compra. Podemos incluirlas en la página de agradecimiento o en el email de confirmación). La analítica prescriptiva, en definitiva, representa la etapa más sofisticada de una estrategia de analítica avanzada y permite identificar los pasos que es necesario dar para alcanzar los objetivos establecidos, generando con ello mayores beneficios. Análisis prescriptivo Recomendaciones Recomendaciones en base a análisis de cliente: - Up-sell - Cross-sell - Next-sell Análisis predictivo Segmentación avanzada Segmentaciones complejas: Propensión Cálculo de probabilidades: - En base a comportamiento - En base a preferencia de producto - En base a preferencia de marca - Predicción LFT Value - Propensión a compra - Propensión a compra repetida Insights Segmentación Esquemas clásicos de segmentación descriptiva ( RFM, PMG ) Localización Estudios de geomarketing para optimizar el rendimiento de los puntos de venta Análisis descriptivo Informes periódicos / ad hoc Dossier especial: conocimiento de cliente Sin datos, la analítica no es nada Analítica, Big Data, Data Driven Marketing… los términos están en boca de todos, pero… ¿qué significan realmente? Entrevistamos a Felipe Henao Brand, Responsable de la estrategia de Data & Analytics EMEA, en Experian Marketing Services. Todas las organizaciones desean situar al cliente en el centro de su estrategia. En su opinión, ¿cuál es la clave del éxito para conseguirlo? Los datos, sin duda. Por sí solos, los datos permiten a las marcas personalizar los mensajes, tanto en la forma como en el fondo, en función del conocimiento que tenemos de nuestros clientes. Y ésta es la clave de una estrategia de data driven marketing. ¿Como definiría el Data Driven Marketing si tuviera que explicárselo a alguien que no haya oído hablar de él? El data driven marketing (o marketing basado en datos) consiste en estructurar y analizar los datos disponibles para conocer en profundidad los comportamientos y expectativas de los consumidores. De este modo, las marcas puede optimizar las interacciones con sus clientes a través de mensajes adecuados y homogéneos a través de todos los canales de comunicación, generando con ello mayor valor. Y pueden también ampliar su base actual de clientes. ¿Significa esto que analítica y data driven marketing están íntimamente relacionados? En un programa de data driven marketing, la empresa toma sus propios datos, los enriquece con datos de terceros y los analiza para obtener mayor conocimiento. Y utiliza esta inteligencia de cliente como base para definir y enviar el mensaje idóneo, en el momento pertinente, al consumidor adecuado. Se trata por tanto de personalizar al máximo nuestros mensajes. ¿Es éste el único beneficio de la analítica puesta al servicio del data driven marketing? 6 | Descubre el poder de la analítica No, esa sería de hecho una visión muy reduccionista. Explotar los datos para definir el mensaje más adecuado es tan sólo una ínfima parte del potencial de la analítica. La analítica permite abordar múltiples problemas. Definir y comprender cuáles son los diferentes perfiles de cliente; conocer sus hábitos y también anticiparse a sus deseos; aumentar el valor del cliente; adquirir clientes nuevos con un perfil similar al de nuestros mejores clientes actuales; desarrollar todo el potencial de la red de distribución en función de las oportunidades locales y presencia de competencia… Éstos son sólo algunos ejemplos de las posibilidades. ¿Qué recomendaría a una empresa que quisiera desarrollar sus capacidades analíticas? Aún cuando las vías de optimización difieren de una empresa a otra, sí hay recomendaciones válidas para cualquier empresa que desee comenzar a utilizar el potencial de la analítica avanzada. En primer lugar, es vital concentrarse en la base de datos. ¿Qué datos recopila?, ¿tienen una buena calidad?, ¿tiene toda la información necesaria de cada cliente?. Resulta clave comenzar por realizar una auditoría de datos (que incluya la comprobación, corrección y normalización de los mismos). Existen para ello herramientas profesionales, tanto de tipo curativo como preventivo, que facilitan este proceso. ¿Y por qué no enriquecer nuestros datos con datos procedentes de socios (Second Party Data) o datos de terceros (Third Party Data)? La base de datos suele ser el punto débil de los departamentos de marketing, y ello a pesar de ser una herramienta imprescindible: en nuestra base de datos se basará todo análisis encaminado a conocer y responder mejor a las necesidades del cliente. Menciona diferentes tipos de datos. ¿Podría enumerarlos rápidamente y explicarnos qué aportan? Hay tres tipos de datos, desde los datos de CRM propios Dossier especial: conocimiento de cliente de la empresa («First Party Data») pasando por datos de socios («Second Party Data»), y datos que se adquieren de terceros («Third Party Data») Estos datos son complementarios. Algunos responderán a la pregunta ¿quién es mi cliente?,indicando su nombre, edad, etc.. Otros revelarán sus gustos (reacción ante los diferentes mensajes, historial de compras…) o hábitos (navegación por la web, canales favoritos…). Una vez ampliado el fondo de datos y garantizada su fiabilidad, ¿podemos considerar que la empresa está lista para empezar? La base de datos es capital, pero no representa la única condición de éxito. La empresa debe definir un método analítico claro, que sirva a sus objetivos. Y debe definir los recursos necesarios para una implementación interna o seleccionar un socio externo si los empleados no cuentan con las habilidades y conocimiento necesarios. Pasos previos a la implementación de un proceso de analítica avanzada 1. Auditoría y verificación de datos 2. Enriquecimiento de datos 3. Creación de modelos analíticos 4. Automatización de los procesos de decisión Dossier especial: conocimiento de cliente Un retrato chino Nuestra data scientist, Rui You, utiliza la técnica del retrato chino para explicarnos cuál es su área de especialización en pocas palabras ¿Si la analítica fuera… … un medio de transporte? Sería sin duda un cohete. Parece complejo de poner en marcha pero, una vez en manos de un especialista, permite recorrer miles de kilómetros para acercarnos a objetivos estelares. … una corriente artística? Sería el puntillismo. De cerca vemos numerosos datos aislados. De lejos, vemos la imagen global que muestra los hábitos o deseos de los clientes, y todo cobra sentido. … un refrán? Conoce a tus clientes y te conocerás a ti mismo. Con todo el conocimiento adquirido a través de interacciones pasadas o pudiendo buscar perfiles gemelos de tus mejores clientes: ¿por qué empezar la búsqueda desde cero? … un accesorio ¡Una lupa!. El accesorio indispensable para observar más de cerca los hábitos y perfiles de los consumidores. Hay que mirar muy de cerca para ser un visionario. … una cita? "Hacer predicciones es muy difícil, especialmente cuando se trata del futuro." Niels Bohr. 8 | Descubre el poder de la analítica ¿Por qué tendría que elegir entre una solución integrada de marketing cross-channel o una solución de analítica avanzada? Experian Marketing Suite Módulo Target Análisis predictivo al alcance de tu mano • Enriquece y explota tus datos para generar una visión única de cliente. • Analiza la vinculación de tu público objetivo en base a las campañas realizadas. • Personaliza tus interacciones utilizando la nteligencia de cliente. Mejora tu conocimiento de cliente de forma continuada y aumentará su fidelidad ¿Deseas saber más sobre Marketing Suite? Escríbenos a marketing.spain@experian.com o llámanos a 91 530 03 70 Livre Blanc Dossier spécial El tablón del marketer Tengo muchos contactos en mi base de datos, pero la eficacia de mis campañas no siempre es la esperada.. Desearía poder contar con recomendaciones automáticas que pudiera integrar en la campañas de marketing que ejecuto a través de distintos canales. Tengo muchos contactos de clientes potenciales, pero la tasa de conversión es muy baja. Creo que no me estoy dirigiendo a los consumidores adecuados. Creo que el potencial de mi red es desigual. Y ciertos puntos de venta tienen además un rendimiento inferior al esperado. Me gustaría conocer mejor los perfiles de los clientes de cada área. Me gustaría saber qué productos pueden interesar a cada uno de mis clientes potenciales o existentes. Pero no sé realmente a quién me dirijo. Voy a lanzar un nuevo producto, que es complementario a una oferta ya existente. Desearía dirigirme de forma prioritaria a los compradores del producto complementario. Dossier especial: conocimiento de cliente ¿Qué nos traerá el futuro? ¿Qué tendencias marcarán el futuro de la analítica? ¿Por qué datos apostar para tener ventaja? ¿Qué debe saber un marketer? Analizamos las tendencias 1. Internet of Things o los objetos conectados. 3. Machine Learning o aprendizaje automático. Tal y como explica el libro Mercator, un objeto conectado incluye un sistema de identificación y captación de datos (temperatura exterior, ritmo cardíaco, etc.), un sistema de transmisión a una app «inteligente» y una interfaz para manejar la aplicación. Resulta imposible no asociar la generalización de estos objetos conectados a la Red con el aumento exponencial de los datos que están y estarán a disposición de las empresas. Asociada a la tendencia anterior (el despegue de la automatización del marketing), el machine learning o aprendizaje automático será indispensable para adaptar de manera permanente las interacciones de las marcas con sus contactos. La tecnología también permite a las máquinas aprender de los eventos pasados en función de los objetivos de las organizaciones. 2. Automatización del Marketing. Como hemos visto, la analítica se resume actualmente, en su mayor parte, en el análisis descriptivo puntual. Pero pronto se producirá el cambio: de la generación de informes manuales y ad hoc, las empresas pasarán a utilizar soluciones que permitan automatizar todos estos procesos. La automatización del marketing liberará a los profesionales de tareas repetitivas, gracias al desarrollo de escenarios preestablecidos. Esta tendencia tendrá un impacto inevitable sobre los datos y su tratamiento, así como sobre su explotación en las campañas de marketing futuras. Descubre el poder de la analítica | 11 Dossier especial: conocimiento de cliente Palabras de cierre La analítica no es un fin en sí misma Puedes desarrollar los mejores modelos para describir, predecir o incluso prescribir... … pero si se apoyan en datos erróneos o incompletos, el resultado se desmoronará como un castillo de naipes. Asegura la fiabilidad de tu base de datos. … si no se han concebido para ser utilizados con posterioridad en campañas de marketing, tu estrategia será en vano. Integra tus soluciones de marketing y analítica …y si no se mejoran a partir de la experiencia o los cambios empresariales que tienen lugar, no estarás creando un modelo duradero. Haz evolucionar tus modelos, para que crezcan con tu empresa 12 | Descubre el poder de la analítica Dossier especial: conocimiento de cliente Glosario C… de causalidad o correlación M…de Machine Learning Resulta esencial distinguir entre causalidad y correlación en los hechos analizados. Un ejemplo célebre de Coluche ilustra esta afirmación: «Cuando estamos enfermos, no hay que ir al hospital: la probabilidad de morir en la cama de un hospital es 10 veces superior a la de morir en nuestra propia cama». El Machine Learning –o aprendizaje automático-, es una tecnología que permite a las máquinas aprender por sí mismas a partir de unos datos suministrados. Fuente www.e-marketing.fr P... de Analítica predictiva Dos eventos pueden estar unidos entre sí sin necesidad de mantener una relación de causa y efecto. Extraer conclusiones precipitadas puede alejarte de la verdad a la hora de predecir las expectativas. D… de Datos Identificamos tres tipos principales de datos en el ámbito del marketing. «First Party data» o datos propios de las organizaciones, como los datos de CRM; «Second Party data» o datos de clientes potenciales o existentes recopilados de forma gratuita y procedentes de una red de colaboradores; «Third Party data» o datos de comportamiento o descriptivos, online u offline, adquiridos a terceros. "Técnica de business intelligence que genera una puntuación predictiva para cada cliente o elemento organizativo. La asignación de estas puntuaciones se lleva a cabo gracias a un modelo predictivo, elaborado y probado en sus datos y que deriva de la experiencia de la empresa. La analítica predictiva permite optimizar las campañas de marketing y web para aumentar la capacidad de reacción, la conversión y reducir la fuga de clientes" Fuente: predictiveanalyticsworld.com Es importante tener en cuenta que estos tres tipos de datos son complementarios. D… de Data Driven Marketing El data driven marketing, o marketing basado en datos, estructura y analiza los datos disponibles para conocer en profundidad los hábitos y comportamiento de los consumidores y sus expectativas. De este modo, la marca puede optimizar el contacto con sus clientes a través de un diálogo pertinente y coherente en todos los canales, que genere mayor valor. También le permite ampliar su base actual de clientes. Descubre el poder de la analítica | 13 Príncipe de Vergara 132, 1ª planta 28002 Madrid www.experian.es/servicios-marketing marketing.spain@experian.com Tel.: 91530 03 70 © 2016 Experian Information Solutions, Inc. All rights reserved. Experian and the Experian marks used herein are trademarks or registered trademarks of Experian Information Solutions, Inc. Other product and company names mentioned herein are the property of their respective owners.