Automatización y personalización: un reto para el marketing

El marketing está en un momento entre crítico y de ciencia ficción, que se manifiesta en el profundo malestar que el cliente siente cuando un robot/computadora automatizada intenta hacerse pasar por las personas que hay detrás de un negocio. Y es que los mensajes automatizados nunca tienen el matiz, el contexto y el tono de un contacto personal.

Actualmente, algunos esfuerzos de marketing son un claro ejemplo de lo que os acabo de describir en el párrafo anterior. Por ejemplo, seguro que habéis experimentado como muchas de vuestras búsquedas en Internet os conducen “casualmente” a un exceso de anuncios relacionados que no tienen fin. Si bien este tipo de acciones pueden representar un paso adelante en la personalización de las experiencias de los clientes en los nuevos medios digitales, a menudo son intrusivas y molestas. Por lo tanto, merece la pena tratar de aprovechar las potencialidades que hoy nos ofrece la tecnología pero para hacerlo bien 🙂

Es sabido que la personalización puede aportar a la empresa de 5 a 8 veces el retorno de la inversión de los gastos en marketing y que puede incrementar las ventas en un 10% o más. Pero, a pesar de que la industria del marketing ha estado prometiendo la personalización a gran escala durante los últimos 20 años, esperar que una máquina genere la experiencia personalizada perfecta es una tontería. En realidad, la mejor manera de lograr una personalización significativa es probando sistemáticamente ideas con los clientes reales y aprendiendo de ello por iteración.

Hasta hace poco las herramientas y capacidades para probar y aprender de nuestros clientes actuales y potenciales cuales eran los mejores puntos de contacto para mostrales nuestra oferta y contenido de una forma relevante a través de múltiples canales y formatos no existía. Pero, hoy, la nueva tecnología aplicada al marketing, la automatización y las técnicas analíticas avanzadas han alcanzado el nivel en el que es posible la personalización efectiva a gran escala.

Sin embargo, conseguir este efecto “probar y aprender” requiere una redefinición importante de los procesos de análisis de marketing de una empresa. El objetivo es crear un ecosistema de aprendizaje, uno que conecte los puntos de vista a los resultados como parte de un ciclo continuo de auto-mejora.

Lograrlo requiere la integración de 3 aspectos: a) encontrar los datos adecuados, b) tomar decisiones de forma automatizada y c) distribuir los contenidos.

a) Encontrar los datos adecuados: La combinación de datos tradicionales y de comportamiento para descubrir una perspectiva interesante sobre los clientes (por ejemplo, sus preferencias, intereses y necesidades) no es una tarea fácil. Dada esta complejidad, las empresas tienden a limitar los datos que utilizan, por lo general, centrándose en los datos que son más fáciles de conseguir.

Además, los sistemas CRM tradicionales, construidos sobre bases de datos relacionales rígidas, a menudo no tienen la flexibilidad o la escalabilidad para gestionar enormes cantidades de datos estructurados y no estructurados. Es por ello que lo que las empresas necesitan son sistemas que puedan realixar análisis avanzados para descubrir conocimientos útiles y prácticos que permitan, posteriormente, articular el envío de los mensajes adecuados. Una respuesta emergente a este tema es la plataforma de datos de clientes (CDP), que es la versión moderna de un almacén de datos de clientes, aunque mucho más flexible e interconectada.

b) Tomar decisiones de forma automatizada: Los análisis de modelos avanzados impulsan la toma de decisiones automatizada a través de producir puntuaciones de propensión para cada cliente. Estas puntuaciones definen la probabilidad de un individuo para responder a una oferta específica o participar de un contenido específico. Mientras que los modelos de datos estándar sólo pueden articular mensajes u ofertas, los procesos de toma de decisiones automatizadas modernas permiten la comunicación bidireccional, la recolección y el seguimiento de las reacciones de los clientes, así como la utilización de esta información para guiar las comunicaciones y promociones futuras.

c) Distribuir los contenidos: El último paso para la personalización es la distribución de contenidos. Un buen sistema en este sentido es el que utiliza las puntuaciones de los clientes para activar anuncios personalizados y páginas de destino y distribuir contenidos específicos, ofertas o experiencias en múltiples canales. Por ejemplo, una empresa del sector bancario puede personalizar su oferta a los visitantes de su web basándose ​​en el tipo de coche que conducen, su ciudad de residencia y las tiendas que frecuentan. Del mismo modo, una aerolínea puede establecer reglas para ayudar a automatizar las decisiones sobre la oferta más económica para un billete y predecir qué tipos de clientes responderán a la oferta por e-mail, publicidad o aplicación móvil.

Para tener éxito en este proceso las empresas deben integrar sus sistemas tecnológicos (a menudo a través de APIs) para permitir el flujo de datos donde se necesita y las decisiones en tiempo real. Ello va a permitir a las organizaciones conocer al proceso de decisión de sus clientes, profundizar en sus relaciones y obtener una ventaja competitiva. Asimismo, la existencia en la empresa de una estrategia coordinada, unos equipos de gestión de campañas experimentados y de un compromiso sostenido con la analítica, son también imprescindibles.

La personalización a gran escala requiere dedicación y disciplina. Sin embargo es la mejor opción para las empresas que quieren acelerar su crecimiento en el mundo digital 😉

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: