PathMBA Vault

Márketing

Las métricas son fáciles; la visión es difícil

por Irfan Kamal

El big data es fantástico. Pero debemos tener en cuenta que, de hecho, tenemos más datos de los que podemos utilizar razonablemente desde hace un tiempo. En el ámbito del marketing, no es raro ver informes repletos de datos y puntos de referencia extraídos de millones de puntos de datos subyacentes que cubren los canales existentes, como la pantalla, el correo electrónico, el sitio web, la búsqueda y los compradores o fidelizados, y nuevos flujos de datos, como la participación en las redes sociales y móviles, las reseñas, los comentarios, las valoraciones, los registros desde la ubicación y más.

A diferencia de esta abundancia de datos, los conocimientos son relativamente raros. Aquí, los conocimientos se definen como conclusiones procesables y basadas en datos que crean valor empresarial. Son bestias completamente diferentes a las de los datos sin procesar. Entregarlos requiere diferentes personas, tecnología y habilidades, específicamente, incluido un conocimiento profundo del dominio. Y son difíciles de construir.

Incluso con datos y herramientas excelentes, la información puede ser excepcionalmente difícil de conseguir. Tenga en cuenta que mejorar la precisión del motor de recomendaciones de Netflix en alrededor de un 10% resultó tan difícil que solo dos equipos (de decenas de miles de más de 180 países que compitieron por el premio de 1 millón de dólares) fueron capaz de dar en el blanco. O que, a pesar de los importantes esfuerzos realizados para mejorar la segmentación de los anuncios gráficos en línea, el porcentaje medio de clics (y, por ende, la relevancia) sigue siendo tan bajo que los anuncios gráficos de media recibir solo un clic por cada 1000 visitas. Es decir, la gran mayoría de las personas que ven el anuncio no creen que sea lo suficientemente interesante o relevante como para hacer clic en él

Sin embargo, cuando se generan, la información que se deriva del uso inteligente de los datos es enormemente poderosa. Las marcas y las empresas que sean capaces de desarrollar grandes conocimientos, a partir de cualquier nivel de datos, serán las ganadoras.

He aquí un proceso de marketing de cuatro pasos centrado en los datos que no se limita a los datos, sino que se centra en generar información relevante para segmentos o grupos de afinidad específicos:

1. Recoger. Los buenos datos son la base del proceso. Los datos se pueden recopilar de fuentes tan variadas como blogs, búsquedas, participación en las redes sociales, foros, reseñas, participación en anuncios y flujo de clics en sitios web.

2. Conéctese. Algunos datos simplemente serán útiles en conjunto (por ejemplo, para analizar las tendencias generales). Sin embargo, otros datos son más procesables si están relacionados con segmentos específicos o incluso con personas. Es importante destacar que la vinculación de datos sociales o digitales a personas requerirá obtener el consentimiento del consumidor y cumplir con la normativa local.

3. Gestionar. Dada la velocidad y el volumen de la interacción social en Internet, la simple gestión de macrodatos requiere técnicas, algoritmos y soluciones de almacenamiento especiales. Y, aunque algunos datos se pueden almacenar, se accede a otros tipos de datos en tiempo real o solo durante un tiempo limitado a través de API.

4. Analice y descubra. Esta parte del proceso funciona mejor cuando se trata de una amplia colaboración. Mediante herramientas de estadísticas, informes y visualización, los vendedores, los directores de producto y los científicos de datos trabajan juntos para obtener la información clave que generará valor en términos generales, para segmentos específicos de clientes y, en última instancia, información personalizada para los clientes individuales.

Tenga en cuenta estas ideas, extraídas de estudios detallados y análisis de datos, que utilizamos nosotros y otros para ofrecer valor en la actualidad:

Los intereses de los amigos hacen que los anuncios sean más relevantes. Basado en la evaluación de los clics y los datos de las gráficas sociales, empresas como 33 Al otro lado he descubierto que mostrar anuncios basados en intereses similares de amigos puede sustancialmente aumentar anuncio tasas de clics/conversión.

A veces está bien que la gente odie su programa de televisión. Una cadena de televisión encargó a Ogilvy que analizara la relación entre el ruido en las redes sociales y los índices de audiencia. Un análisis de miles de puntos de datos de las redes sociales y las puntuaciones de Nielsen en 80 cadenas y cable muestra formas identificadas de ayudar a predecir los cambios en las puntuaciones y encontrar las tramas y los personajes específicos en los que se podría hacer hincapié en el marketing para aumentar la audiencia. Una idea fue que es de vital importancia analizar los datos de forma diferente según el programa y el género. Por ejemplo, para algunos reality shows y programas de cable recién lanzados, tanto el amor como el odio —siempre y cuando hubiera mucho— impulsaron los índices de audiencia.

Las redes sociales funcionan mejor en combinación. Medir el impacto empresarial real de las interacciones en las redes sociales y entre medios (más allá de las impresiones) se encuentra en las primeras etapas y podría tener quizás el impacto más profundo de todos a la hora de hacer que el marketing sea mejor y más eficiente. Por ejemplo, explorando datos basados en paneles sobre encuentros con marcas por parte de clientes con participación social en el sector de los restaurantes, Ogilvy y Hilos de chat descubrió que las redes sociales eran muy eficaces a la hora de generar ingresos en este segmento. Sin embargo, este efecto se hizo más fuerte cuando las redes sociales se combinaron con otros canales, como las RR.PP. tradicionales y los medios fuera de casa. La exposición a estas combinaciones impulsó un aumento de 1,5 o 2 veces en la probabilidad de aumentar los ingresos.

Cada uno de estos conocimientos funciona porque es procesable y genera valor. Cada una de ellas proporciona una hoja de ruta concreta para hacer que el marketing sea más eficaz y eficiente. Y aplicar cada información crea un valor que tanto las marcas como los consumidores pueden apreciar.

_____________________

CENTRO DE INFORMACIÓN SOBRE MACRODATOS

Más »

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.