Las empre­sas más avan­zadas están tratan­do de con­ver­tirse en data dri­ven com­pa­nies, uti­lizan­do la recopi­lación y el análi­sis de los datos masivos para definir la estrate­gia de sus nego­cios y apo­yar la toma de deci­siones. Para ayu­dar a los depar­ta­men­tos de Mar­ket­ing a avan­zar en ese camino, Rebold ha orga­ni­za­do en Barcelona su primer Data Div­en Meet Up en España, ori­en­ta­do a “data lovers”, exper­tos que se reú­nen para analizar las opor­tu­nidades que ofre­cen los datos actual­mente, con el obje­ti­vo de desar­rol­lar una comu­ni­cación y un mar­ket­ing más rel­e­vante, efi­ciente e inno­vador para los con­sum­i­dores.

En este sen­ti­do, Fer­nan­do Rodés, pres­i­dente ejec­u­ti­vo del grupo ISP, ha inci­di­do en que las empre­sas tienen que analizar los datos en torno a tres “erres”, para que resul­ten útiles: retorno (si los datos están ayu­dan­do a la com­pañía a ser exce­lente en la eje­cu­ción, opti­mizan­do sus recur­sos y generan­do may­or val­or para los accionistas); rel­e­van­cia (si los datos ayu­dan a la empre­sa a ser más rel­e­vante y a gener­ar val­or para las per­sonas); y resilien­cia (cómo pueden ayu­dar­le los datos a adap­tarse a un entorno en per­ma­nente cam­bio).

Data-Driven Consumer Knowledge

En la actu­al­i­dad, a la población no le impor­taría que desa­parecier­an el 74% de las mar­cas que usan; sólo el 40% creen que las mar­cas están con­tribuyen­do a su bien­es­tar y a mejo­rar la cal­i­dad de vida de las per­sonas; y pien­san que el 60% de los con­tenidos pro­duci­dos por las mar­cas es pobre e irrel­e­vante, según el estu­dio Mean­ing­ful brands. Ante esa real­i­dad, “los datos tienen que servir para iden­ti­ficar y aten­der las expec­ta­ti­vas de la ciu­dadanía”, ha indi­ca­do Fer­nan­do Rodés. Durante el Data Div­en Meet Up se ha puesto de man­i­fiesto que, antes de uti­lizar algo­rit­mos, los depar­ta­men­tos de Mar­ket­ing tienen que obser­var sus dos com­po­nentes: los datos y la defini­ción de éxi­to o cuál es el obje­ti­vo a la hora de usar ese algo­rit­mo, tenien­do en cuen­ta los efec­tos a largo pla­zo.

Data-Driven Creativity

“La creación de una cam­paña pub­lic­i­taria ya no puede quedar en manos de la intu­ición. La mar­ca se comu­ni­ca con los usuar­ios a par­tir de la recogi­da de datos, lo que per­mite la per­son­al­ización del men­saje”, ha señal­a­do Jesús Mera, COO Glob­al de Anteve­nio. “Es un pro­ce­so cícli­co y mod­i­fi­ca­ble que inte­gra inteligen­cia arti­fi­cial, estrate­gia, tex­tos, grá­fi­cos, autom­a­ti­zación y datos, que mues­tran hora, lugar, cli­ma, momen­to, intere­ses y hob­bies de los usuar­ios, etc. En defin­i­ti­va, el úni­co camino son los datos, que, jun­to con la cre­ativi­dad, pro­ducen un alto impacto en per­for­mance, un aumen­to de ven­tas, una may­or efec­tivi­dad de la inver­sión y may­or empatía del usuario hacia la mar­ca”.

Data-Driven Measurement

En este sen­ti­do, tam­bién se ha desta­ca­do en la jor­na­da la impor­tan­cia del strate­gic plan­ning: el uso del data para plan­i­ficar las inver­siones, en tan­to que los datos per­miten com­pren­der cuáles son las estrate­gias de mix de inver­sión en mar­ket­ing y comu­ni­cación que mejor se ajus­tan a los obje­tivos de mar­ca; opti­mizar los recur­sos, min­i­mizar el ries­go en la toma de deci­siones y ten­er en cuen­ta el pro­ce­so de com­pra de los con­sum­i­dores, sus dis­tin­tos seg­men­tos, y la activi­dad de los com­peti­dores. A par­tir del análi­sis del strate­gic plan­ning es posi­ble analizar cómo impacta cada decisión en el nego­cio.

Entre los ben­efi­cios de las nuevas téc­ni­cas de strate­gic plan­ning se encuen­tran: la ori­entación a la acción (sim­u­lación y esti­mación de resul­ta­dos esper­a­dos), ten­er en cuen­ta al con­sum­i­dor, incluir el efec­to word of mouth a través del net­work dynam­ics; inte­gración de otras téc­ni­cas, como mar­ket­ing mix mod­el­ling; incluir nuevas opciones y un amplio ran­go de atrib­u­tos y touch­points, per­mi­tir inte­grar datos de dis­tin­ta nat­u­raleza y gran­u­lar­i­dad y com­pren­der las causas (no solo el impacto).

Retos para afrontar una estrategia Data Driven

La necesi­dad de cam­biar la man­era de pen­sar en las empre­sas y de enfor­car los proyec­tos, pasan­do de orga­ni­za­ciones jerárquicas a tra­ba­jar en mod­e­los trans­ver­sales sin silos, en donde todos los depar­ta­men­tos par­tic­i­pan en la cocreación de ideas. El cam­bio en el cap­i­tal humano para lograr una bue­na gestión de la infor­ma­ción, a par­tir de un mix entre data y tec­nología, el rig­or matemáti­co y la cre­ativi­dad. Los puestos de tra­ba­jo no desa­pare­cen, sino que cam­bian los per­files; las empre­sas nece­si­tan equipos mul­ti­dis­ci­pli­nares y espe­cial­iza­dos que sep­an ges­tionar los datos

En el caso de grandes com­pañías con múlti­ples mar­cas, es nece­sario aprovechar sin­er­gias entre las dis­tin­tas mar­cas para con­seguir aumen­tar el val­or del data, saber quién hace qué a la hora de crear audi­en­cia, cuáles son los KPI para saber si el dato tiene resul­ta­do, etc. Se tra­ta de ase­gu­rarse de que están aprovechan­do el conocimien­to a niv­el de com­pañía, no como val­or de mar­ca indi­vid­ual.

La necesi­dad de racionalizar el uso del data y pri­orizar en fun­ción de obje­tivos. Tratar de hac­er análi­sis muy com­ple­jos requiere des­ti­nar muchos recur­sos para obten­er un gran vol­u­men de datos, que gen­eral­mente no se pueden analizar para extraer con­clu­siones vál­i­das. En ese caso, los datos no ayu­dan a con­stru­ir una relación mejor con los con­sum­i­dores, sino que gen­er­an prob­le­mas.

Seguire­mos Infor­man­do…

Fuente