Soluciones de Customer Intelligence | Artyco

Customer Intelligence

Extraemos la información relevante, la analizamos y sacamos conclusiones,
para que tomes decisiones en base a los datos, no en suposiciones.

Dispones de una gran cantidad de información sobre tus clientes, almacenada en tu CRM, pero más allá de lanzar comunicaciones, no sabes cómo sacarla partido. En Artyco disponemos de un equipo especializado en Customer Intelligence, el cual te ayudará a sacar provecho a esos datos, enriqueciendo la información que ya dispones, utilizando técnicas de análisis predictivo, y en definitiva, ayudando a crear relaciones más fluidas y fuertes entre el cliente y la empresa.

¿Qué podemos hacer?

barra-250

  • Obtener un modelo analítico.
  • Extraer conocimiento de los datos.
  • Clasificar mejor a los clientes por su valor actual y futuro.
  • Medir el resultado de las acciones.
  • Afinar y optimizar la estrategia de contacto.
  • Predecir compra e identificar leads.
  • Reconocer oportunidades.
  • Estudiar comportamientos similares para anticiparse.
  • Aplicar técnicas de Retención de clientes.
  • Perfeccionar la estrategia de negocio.

Identifica oportunidades con Customer analytics

Te analizamos las campañas, identificamos y sacamos los Kpi`s más adecuados en función de tus objetivos, te creamos unos dashboards para que puedas ver los resultados, y te creamos un reporting con las conclusiones.

Optimiza tus campañas con Customer Value

El Customer Value te permite crear segmentaciones y clusters de tus clientes y potenciales, crear modelos de adquisión, de up selling y cross selling, y obtener ratios fundamentales como el CLV, RFM, Crurn…

Construye tu estrategia de Social CRM con Social Customer Intelligence

Análisis de sentimiento, análisis predictivo, next product, recommendation, machine learning… son algunas de las cosas con las que podemos ayudarte si te interesa sacarle mayor partido a las acciones que estás realizando en las redes sociales.

¿Te gustaría que aplicáramos Customer Intelligence en tu negocio?

Nuestro equipo de Customer Intelligence utiliza una Plataforma de BI flexible, segura y escalable, para ofrecer a cada cliente lo que necesite en función del volumen o tipo de información, de la complejidad de los procesos de análisis o de la necesidad para trabajar en tiempo real.

Colaborativa, con funciones de autoservicio para el usuario final, multi-dispositivo, haciendo hincapié en la rapidez de la obtención de los resultados, con integración de distintas fuentes de datos, ya sean estructurados o no estructurados, con gran capacidad analítica, en Real Time y con un alto grado de personalización.

Gracias a la plataforma de BI de Microsoft, con la que trabajamos, el Big Data se convierte en Small Data, siendo accesible para cualquier tipo de empresa. Con esta plataforma y con herramientas de minería de datos, podemos realizar complejos análisis predictivos y aplicarlos con rapidez al negocio, optimizando procesos y maximizando resultados.

¿Quieres ver qué hacemos de customer intelligence para el Grupo Mahou San Miguel?

Últimos posts de Customer Intelligence

barra-250

Qué es un Customer Data Platform (CDP) y qué ventajas tiene

Qué es un Customer Data Platform (CDP) y qué ventajas tiene

Un Customer Data Platform o CDP, no es un DMP, ni siquiera es un CRM. Un CDP es un software paquetizado o ecosistema, en el que se unifican en una misma base de datos toda la información de los clientes, pudiendo acceder a esta otros sistemas, de manera sencilla. Los datos del cliente pueden venir de diferentes canales. La CDP lo que hace es limpiarlos, deduplicarlos y ofrecerlos a través de perfiles de clientes, para ser utilizados para campañas de marketing. ¿Crees que es más de lo mismo, pero con otro nombre? Sigue leyendo este post y descubrirás qué hay detrás de esta plataforma tecnológica, sus diferencias con el resto, y qué ventajas tiene para la optimización de tus campañas de marketing. El CDP es el futuro más próximo en el campo del Data y la estrategia, y te voy a explicar por qué.

Como ya he comentado en otros posts anteriores, las empresas de hoy día tienen al alcance de sus manos, la mayor cantidad de datos de la historia sobre los consumidores. Sin embargo, es tal la cantidad que en muchas ocasiones se hacen inabarcables, desaprovechando muchos de esos datos, y no sabiendo sacar conclusiones de los mismos.

Hoy día, podemos acceder a datos transaccionales, demográficos, de comportamiento… y en diferentes ámbitos y canales, como en los anuncios online, en tu eCommerce o en tu servicio de atención telefónica al cliente.

Todos estos datos, al fin y al cabo, componen si se pudieran organizar y estructurar en un mismo lugar, potentes perfiles de clientes. Sin embargo, la realidad es bien distinta, ya que toda esta data suele estar en diferentes silos, dentro de la empresa.

Un Customer Data Platform (CDP) lo que hace es recoger toda esa información en un mismo lugar, eliminar aquella que no tenga relevancia o esté duplicada por venir de diferentes canales, pero que recogen algún dato idéntico, y crear un perfil completo y único de ese consumidor. Una vez tenemos creados esos perfiles con toda la información, la plataforma permite que otras tecnologías puedan acceder a ella, y así poder enriquecer esos perfiles con datos externos, ayudando a crear informes, reportes, y campañas de marketing más eficaces, integrando incluso machine learning e IA la cual ayude a crear y lanzar acciones más eficaces.

Si tenemos que definir una cualidad de un CDP sería la versatilidad en cuanto a cantidad y tipos de datos que es capaz de recoger.

A continuación voy a enumerarte cuáles son las principales características:

  • Data Collection. El CDP te ayuda a almacenar toda la información que necesitas y de diferentes tipos, actuando como un gran contenedor de información de donde poder tirar para sacar conclusiones.
  • Unificación. El CDP te ayuda a unificar toda esa información, con el objetivo de que sea mucho más manejable.
  • Segmentación. A través de ella, puedes realizar fácilmente segmentaciones que te ayuden a personalizar tus campañas, redundando finalmente en un aumento de la conversión.
  • Activación. Un Customer Data Platform te permite poner en marcha acciones de marketing en función de la información recogida, la segmentación realizada y los insights extraídos. De esta manera deja de ser un elemento pasivo para convertirse en activo, el cual trabaja completamente para el negocio.

Esquema Customer Data Platform

Como te decía en el inicio del post, el CDP no es ni un DMP, ni un CRM. Vamos a profundizar un poco en ello para poder entender mejor esta tecnología.

Qué no es un Customer Data Platform

Qué no es CDP

Con la llegada de Internet, y el avance de la tecnología en general, el dato se ha convertido en un capital indispensable para cualquier empresa. Este hecho y esta necesidad de poder almacenar correctamente esos datos, y poder sacarlos provecho, ha originado la creación de diversas tecnologías orientadas a dicho objetivo.

A continuación, te voy a nombrar algunas de ellas, y por qué estas no son un CDP.

#1. No es un Customer Relationship Management (CRM). Un CDP no es un CRM, aunque se le parezca. El CRM se centra más en recoger datos de los clientes y crear perfiles, pero de cara a mantener una comunicación con ellos a lo largo del tiempo. Además, el CRM no tiene la capacidad de almacenamiento en cuanto a tamaño de datos y en cuanto a complejidad de los mismo. El CRM no recoge datos sobre comportamiento de usuarios anónimos, requiriendo formularios de contacto para identificar a dichos usuarios y ponerles nombre y apellidos.

#2. No es una integración personalizada. Muchas empresas a través de sus departamentos de IT intentan desarrollar herramientas similares desde cero. Sin embargo, las CDPs tienen una complejidad alta, pudiendo además de realizar acciones de marketing, obtener analíticas de business intelligence y funciones extra difíciles de abordar en cuanto a recursos de dinero y tiempo, por cualquier empresa. Es por eso, que las integraciones personalizadas no acaban llegando al potencial que ya dispone una Customer Data Platform.

#3. No es un Data Management Platform (DMP). Estas se utilizan sobre todo para el ámbito publicitario online, ya que carga datos sobre segmentos de usuarios anónimos que recogen a través, principalmente, de las cookies. Con esta información, se lanzan campañas, las cuales caducan a los 90 días, al igual que las cookies. Por tanto, estas plataformas se limitan al tiempo publicitario, no a la trayectoria del cliente. Un CDP sin embargo, recoge información que aglutina en perfiles de usuarios, centrándose en la trayectoria de cada uno de ellos. Además, los DMPs se basan en Third Party Data, con limitaciones para acceder a 1st Party Data, mientras que los CDPs se centran más en estos últimos (“Qué son los 1st Party Data”).

#4. No es un Data Warehouse. Los Data Warehouse suelen ser proyectos para toda la empresa, lo que significa que no se adaptan a las necesidades de marketing. En estos se recolectan datos, sin pararse a procesarlos de tal manera que sean utilizables desde marketing, sin cruzar canales y sin crear vistas únicas de clientes, siendo creados para respaldar análisis, no interacciones con clientes. Entre otras cosas, esto significa que, por lo general, se actualizan diariamente, semanalmente o con menos frecuencia, mientras que los CDP generalmente ingieren datos en tiempo real y los ponen a disposición de forma rápida, si no instantánea. Es cierto que la mayoría de los CDP utilizan las mismas tecnologías de almacenamiento de datos que los Data Warehouse. La diferencia es que el CDP realiza un procesamiento adicional para que los datos sean utilizables, mientras que un almacén de datos no lo hace.

 

Ahora que ya sabes qué es y qué no es un CDP, vamos a ver por qué estoy tan convencido, yo y muchos expertos más, en que es el sistema que se va a utilizar próximamente. Vamos a por sus 8 beneficios…!

8 beneficios de utilizar una Customer Data Platform

Un CDP puede aportar múltiples ventajas a tu organización, sobre todo si ha decidido centrarse en el conocimiento del cliente para realizar estrategias Customer Centric. Además de ayudar enormemente en ese sentido a cualquier empresa, también:

#1. Te ayuda a aportar una visión amplia, pero concreta por cliente. Es decir, gracias a la gran cantidad de información que recoge de diferentes fuentes, canales, y en diferentes formatos, puedes crearte un perfil de cada uno de los clientes mucho más amplio que a través de cualquier otra plataforma.

#2. Permite a las empresas ser más competitivas. Es por todos conocida la importancia que tiene y que tendrán los datos en los negocios que sepan utilizarlos. A través de una CDP, cualquier empresa puede gestionar esos datos de una manera óptima, teniendo a su disposición mejores fichas de cliente y por tanto, llevar a cabo mejores campañas de marketing y obtener reportes más exactos.

#3. Permite una mayor unificación de los datos. El tener todos los datos de los que dispone la empresa en un mismo lugar, hace más sencillo el poder analizarlos e interpretarlos, de tal manera que se puedan sacar conclusiones más exactas sobre cómo son los clientes, fundamentalmente. Así como disponer de una visión de 360º sobre su comportamiento, su entorno, y qué o cómo compra. Además, el CDP permite mantener una privacidad de los datos, asegurando que sólo las personas adecuadas vean aquella información que necesitan, ni una más.

#4. Enriquecimiento de la información. Las CDP permiten mejorar la recopilación de información a través de diversas fuentes de datos externas online. Estas pueden ser de cualquier tipo y fuente, así como estructuradas o no estructuradas, tanto internas como externas, así como datos por lotes o de transmisión.

#5. Permiten el intercambio de la información. La Customer Data Platform se integra con otros sistemas tecnológicos, proporcionando información actualizada a estos sistemas internos. Esto soluciona el gran problema de los silos de datos de los clientes, los cuales permanecían encerrados, fragmentados, incompletos o con una accesibilidad limitada sólo para determinados perfiles. En muchos casos, los datos del cliente eran exclusivos del departamento de marketing, o incluso compartidos con el de atención al cliente. Ahora, con el CDP se democratiza dicha información a toda la compañía.

#6. Aumenta la eficiencia operativa. La uniformidad en la unificación de datos es lo que diferencia a los CDP de sus predecesores, como las plataformas CRM y DMP, y puede dar lugar a enormes eficiencias operativas. La mayoría de las organizaciones dedican innumerables horas a rastrear y/o verificar los datos, simplemente porque están muy fragmentados. Una vez que estos datos se guardan de forma centralizada en un CDP, se puede acceder a ellos por parte de toda la organización, en función de las necesidades de cada departamento.

#7. Agilidad. Al ser una herramienta que se ha construido centrándose en la base de datos los CDP brindan a las empresas herramientas para recopilar datos de todas partes y utilizarlos en cualquier lugar para generar mejores experiencias de los clientes. Esta, además, proporciona una flexibilidad en cuanto a adaptación a los cambios tecnológicos, las variaciones en el comportamiento de los consumidores o la creación de nuevas fuentes de información, repercutiendo en agilidad para la empresa.

#8. Mejora la experiencia de cliente. Al disponer de más y mejor información en un mismo sitio y accesible a toda la organización, permite conocer cuál es la experiencia que tiene el cliente con el entorno, la marca y las acciones de marketing, de cara a poder elaborar estrategias y acciones que ayuden a mejorarla.

Cuáles son los datos más comunes que se pueden almacenar en una Customer Data Platform

Tipos de Customer Data para un CDP

Entre las fuentes de datos más comunes que se pueden llegar a almacenar y unificar en el CDP, están:

  • Behavioral Data. Esta información comprende fundamentalmente los datos de compras y pedidos y los datos de comportamiento online. La información correspondiente a ventas proviene del eCommerce, del departamento de administración y de ventas. Aquí los principales datos están relacionados con las fechas del pedido, de renovación, el valor del cliente, carritos abandonados, devoluciones, etc. En cuanto a los datos de comportamiento online, son los relacionados con la analítica web, como número de páginas visitadas, tiempo, clics, interacciones, likes en RRSS, etc. Esta información nos servirá para conocer cuál está siendo el comportamiento de los usuarios, y predecir cuál puede ser en el futuro.
  • Profile Data. Tales como datos de contacto procedentes de formularios, los cuales se pueden enriquecer de manera externa con datos psicográficos, como estilo de vida, contexto, preferencias, personalidad…
  • Multichannel Activity. Es información que nos muestra qué canales son los que suele utilizar, con qué frecuencia y preferencia, tales como móvil, desktop, email, físico, tienda…

Customer Data

En Artyco llevamos años trabajando con bases de datos relacionales, enriquecimiento de información y analítica avanzada de todos esos datos con el objetivo de convertirlos en conocimiento para nuestros clientes.

¿Quieres que te ayudemos a desarrollar tu estrategia basada en un CDP? Ponte en contacto con nosotros.

Emilio Fernández Lastra
Marketing Manager en Artyco Customer Database Marketing
"Después de la hipoteca, el inbound marketing es la mejor herramienta para asegurar una relación a largo plazo."

Qué es la analítica aumentada y por qué deberías comenzar a utilizarla

Qué es la analítica aumentada y por qué deberías comenzar a utilizarla

El término de analítica aumentada surgió a raíz del informe anual Hype Cycle de la empresa de estudios de mercado Gartner, en 2017. A partir de entonces, en el ámbito del Business Intelligence no se ha dejado de hablar sobre ello, sin embargo, no ha trascendido demasiado, ¿por qué? En este post quiero contarte qué es la analítica aumentada, por qué la llaman “el futuro del análisis de datos”, qué ventajas tiene, y por qué deberías de comenzar a utilizarla. ¿Te interesa? Vamos a ello.

La analítica aumentada o Augmented Analytics, lo define Gartner en su documento Magic Quadrant for Analytics and Business Intelligence Platforms como “un paradigma que incluye consultas de lenguaje natural y narrativo, preparación aumentada de datos, análisis avanzado automatizado y capacidades de descubrimiento de datos visuales”. En ese mismo documento, inciden en la importancia que tendrá la Analítica Aumentada en el 2020, actuando como impulsor del Business Intelligence, el Data Science y el Machine Learning.

 

Gráfico Hype Cycle 2017 de Gartner

Gartner Hype-Cycle for emerging technologies, 2017

 

Quizás, todo esto te pueda sonar a chino… o no. En ambos casos, sólo te puedo decir que la analítica aumentada no aporta ninguna novedad. Lo realmente innovador es la vuelta de tuerca que le da en cuanto a la extracción de conocimiento de las diferentes fuentes de datos que posee un negocio. Esta vuelta de tuerca se sustenta bajo estos 3 pilares:

  • La Inteligencia Artificial (IA). Te recomiendo que eches un vistazo el post que escribí sobre “Cómo hacer Customer Intelligence con Inteligencia Artificial” para que puedas tener una visión más amplia de su utilización a día de hoy en Business Intelligence.
  • El Machine Learning. Es decir, un método de análisis de datos que automatiza la construcción de modelos analíticos. Es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de datos, identificar patrones y tomar decisiones con mínima intervención humana.
  • El Procesamiento de Lenguaje Natural (NLP). Es decir, un campo de conocimiento de la Inteligencia Artificial el cual se encarga de investigar la manera de comunicarse las máquinas con las personas a partir de lenguas naturales, como el español, el inglés o el francés.

La importancia real de este enfoque radica en que la combinación de estas 3 ramas de la analítica, posibilitan la extracción de información de forma automatizada. Pero lo mejor de todo, es que puede realizarse sin necesidad de disponer de unos grandes conocimientos técnicos. La introducción del NPL, hace que cualquier consulta sea tan sencilla como preguntar a Siri o Alexa qué tiempo va a hacer mañana.

Hasta ahora, existe una gran variedad de sistemas que permiten recoger datos, normalizarlos y analizarlos. La gran diferencia está en que hasta este momento, sólo las grandes empresas o aquellas especializadas en el dato, disponían del personal y las herramientas necesarias.

Este tipo de analítica va a suponer, por tanto, la introducción a la analítica avanzada para empresas que no pueden disponer hoy día de un equipo completo de científicos de datos, debido al alto coste y la dificultad de encontrar profesionales adecuados. Empresas de tamaño medio que no puedan permitirse soluciones y desarrollos a medida, así como grandes empresas con la necesidad de poner en valor sus datos en tiempo récord, van a obtener en la analítica aumentada un socio perfecto.

Con la Analítica Aumentada se lograría, por tanto, la democratización del dato, pero sobre todo, la democratización de la conversión de los conocimientos que ofrecen los datos, en insights, algo muy valorado por cualquier departamento de negocio y de marketing de cualquier empresa.

En estos momentos, la herramienta más conocida y la que más está trabajando en analítica aumentada, es IBM Watson Analytics, aunque ya hay otras trabajando en el mismo sentido. Tableau Insights y Qlik Sense son otras herramientas que están apostando por ello. No obstante, se tiene previsto que conforme avance la Inteligencia Artificial habrá más players en el mercado de plataformas.

 

Ventajas de la Analítica Aumentada

Ventajas de la analítica aumentada

Como podrás suponer, la Analítica Aumentada te ofrece unas ventajas muy directas relacionadas, sobre todo, con la accesibilidad del dato a todo tipo de empresas y tamaños. Las principales ventajas serían estas:

  1. Cualquier usuario de analítica aumentada, con un mínimo de conocimiento sobre cómo funciona y qué aporta, podrá obtener relaciones e insigths de valor, procedentes de los datos almacenados por la compañía. A diferencia de quienes no la utilicen, que tendrán que optar por acudir a profesionales especializados en ciencia de datos con perfiles muy técnicos.
  2. La Analítica aumentada permite disponer de cuadros de mando de manera automática y comprensible, así como de enfoques descriptivos y predictivos con la misma sencillez.
  3. Esta es especialmente potente en la elaboración de predicción de tasas de abandono de clientes, análisis de resultados empresariales, detección de anomalías en las cuentas de la empresa, identificación de fraudes, creación e identificación de patrones de consumo, y en definitiva, en la mejora en el conocimiento del cliente.
  4. A la hora de realizar consultas, ya no será necesario utilizar lenguaje SQL, tal y como se viene haciendo. Gracias al PLN (Procesamiento de lenguaje natural), sólo con decir “Muéstrame la variación de gastos por línea de negocio en el último año” será suficiente para obtener el resultado de la consulta. Facilitando tremendamente el trabajo para “No Data Scientists”.

Después de ver las principales ventajas que supone la analítica aumentada, quiero convencerte aún más con las principales razones por las que tu empresa debería comenzar a utilizarla.

 

Razones para comenzar a utilizar ya la Analítica Aumentada

Puesta en Marcha de la Analítica Aumentada

Si has intentado abordar un proyecto de Business Intelligence en tu negocio, te habrás dado cuenta que el mayor problema es lo costoso que es ponerlo en marcha, si no hablamos de la dificultad de encontrar perfiles adecuados a ese trabajo.

El tiempo de implantación también es una barrera importante. Y una vez implantado, mucho trabajo es manual, entrando en juego la posibilidad del error humano. Además, al ser realizado por personas, puedes cometer el riesgo de que el resultado final esté sesgado.

Con la analítica aumentada, en cambio:

  • Los análisis y las predicciones que se realicen serán totalmente imparciales, obteniendo, además, un resultado preciso.
  • Este tipo de analítica ofrece una gran variedad de automatizaciones, agilizando por tanto cualquier proceso de recogida, extracción y análisis de datos.
  • Una compañía con un equipo de Business Intelligence, está continuamente analizando los datos que genera la compañía. Sin embargo, mucha de esta data no proporciona información de valor que pueda contribuir a los ingresos o a un retorno de inversión de la compañía. Además, el porcentaje de datos que es analizado, es una mínima cantidad de datos de todo lo que generan diariamente las compañías. Con la analítica aumentada los especialistas pueden abarcar mucho más, ofreciendo más y mejores insights.
  • En definitiva, todas estas ventajas para tu empresa se traducen en que la toma de decisiones tiene un coste menor.

 

Con esta técnica, las empresas podrán disponer de información más confiable, más variada, más puntual y más útil para sus estrategias de negocio.

En Artyco llevamos años ayudando a nuestros clientes en el campo del Business Intelligence, a través de nuestro equipo de Data Scientists, Marketing Intelligence y Data Analists, pero también a través de soluciones tecnológicas que propicien la generación de insigthts verdaderamente útiles para los negocios de nuestros clientes. ¿Hablamos?

Emilio Fernández Lastra
Marketing Manager en Artyco Customer Database Marketing
"Después de la hipoteca, el inbound marketing es la mejor herramienta para asegurar una relación a largo plazo."

Qué es 1st Party Data y qué ventajas aporta a tu estrategia de marketing

Qué es 1st Party Data y qué ventajas aporta a tu estrategia de marketing

First, second y third Party Data. Seguro que has oído hablar de cada una de ellas, pero ¿cuál es más importante para tu empresa? La Data puede venir de múltiples canales, así como en función de qué información sea, tener diferente influencia sobre tu estrategia. En este post, te cuento qué es el First Party Data, su diferencia con las otras dos y qué ventajas aporta a tu estrategia de marketing para convertirte en una Data-Driven-Marketing Company. ¿Te interesa? Vamos a por ello.

Se considera First Party Data a aquellos datos que la empresa obtiene de primera mano, es decir, aquella información que recopila a través de sus propias fuentes, como su página web, las redes sociales, el CRM, su servicio de contact center…

Esta información, generalmente incluye datos sobre los gustos de tus clientes, comportamiento con tu marca y con tu empresa en el entorno online, entre otros muchos. Estos son usuarios que en alguna ocasión han dejado sus datos a la marca para recibir algún tipo de información, pudiendo rastrear desde entonces la empresa, cuál es su comportamiento con ella, así como otras muchas cosas más.

La principal ventaja que tienen estos datos de primera parte, es que son gratuitos para la empresa, ya que no tiene que pagar a un tercero para obtenerlos.

Ahora que ya sabes que es el 1st Party Data, vamos a por las otras dos.

 

Qué son el Second y el Third Party Data.

2nd Party Data y 3rd Party Data

Una vez conocemos qué es el First Party Data, vamos a entender qué son el Second y el Third Party Data.

El 2nd Party Data o datos de segunda mano, es toda aquella información que es obtenida mediante intercambio con otra empresa. Normalmente, este intercambio de información suelen realizarla empresas complementarias, las cuales han llegado previamente a un acuerdo de intercambio para favorecer ambos negocios.

Por ejemplo, una web de ropa para recién nacidos podría compartir información con otra que vende productos de limpieza y cuidado de bebés.

Este tipo de información es un complemento perfecto para la información de primera mano o First Party Data, ya que te ayuda a ampliar tu audiencia, saliendo de la información que recoges por tus medios a través de usuarios y clientes que ya te conocen, enfocándote a nuevos consumidores, quienes te resultaría más complicado alcanzar de otra manera.

Si ves interesante este tipo de Data, debes de tener en cuenta la nueva normativa sobre la GDPR o RGPD (si no la conoces muy bien, te dejo este post sobre “7 Tips para que tu CRM cumpla con éxito la GDPR”) la cual indica que la única manera de poder compartir información sobre tus usuarios con terceros, es si el usuario ha expresado de manera activa su consentimiento a la empresa. Como te imaginarás, tras esto, es complicado encontrar buena información de segunda mano en Europa.

La 3rd Party Data, por el contrario, es toda aquella información obtenida a través de proveedores de datos externos. La principal ventaja que tienen estos datos, es que puedes adquirirlos a gran escala y ya segmentados, normalizados y testados. A través de ellos puedes conseguir una amplia cobertura en relación a tu público objetivo, pero ten en cuenta que tu competencia también tiene fácil acceso a ellos, habiéndolos utilizado ya probablemente. Si estos datos no disponen de “un tiempo de barbecho” entre campaña y campaña del mismo sector o afín, es probable que su eficacia no sea la esperada, bajando considerablemente la conversión.

Si quieres saber un poco más sobre este tipo de datos, y cómo se regulan en España, te recomiendo echar un vistazo a La Guía Legal Tratamiento de Datos de Terceros del IAB.

 

Cómo sacarle partido a tu First Party Data.

Cómo sacar partido al First Party Data

Tal y como ya sabes, el First Party Data o datos de primera mano, son aquellos que obtienes tú como empresa a través de tus canales de comunicación con los clientes, y los cuales recoges en un DMP o un Data Warehouse.

Tras la evolución del Marketing Digital de los últimos años, los datos se han convertido en uno de los principales activos de cualquier empresa, siendo uno de los objetivos de aquellas más punteras, convertirse en Data Driven Marketing Company, es decir, una empresa que toma sus decisiones de marketing en base a los datos que va recogiendo de sus clientes.

El uso de Internet, así como las compras online, hasta hoy nunca habían sido tan elevadas. Este hecho ha impulsado, junto con las nuevas tecnologías y el IoT, la adquisición de datos relevantes sobre el comportamiento de los consumidores. Para poder sacarle el mayor de los partidos a estos datos de primera mano, te recomiendo que hagas lo siguiente:

#1. Convierte la recopilación de datos, en un pilar básico en tu estrategia de marketing.

Cuantos más datos recojamos a través de nuestros diferentes activos, más información podremos sacar de nuestros clientes y del entorno por el que se mueve nuestra empresa. Ten en cuenta todos los canales a través de los cuales puedes obtener datos, y haz una estrategia de recogida y almacenamiento para cada uno de ellos. Algunos de los canales de donde puedes obtener más información pueden ser:

  • Tu página web.
  • Tus redes sociales.
  • Tu publicidad online.
  • Tu CRM.
  • Tus vendedores.
  • Tu servicio de atención al cliente.

Cuanta más información recojamos, mayores y mejores conclusiones obtendremos de cara a desarrollar mejores estrategias de marketing.

#2. No pierdas nunca de vista la GDPR.

Desde mayo de 2018 las empresas están obligadas a pedir el consentimiento expreso de los usuarios para ceder sus datos o a que sean utilizados para campañas de marketing. Este hecho ha limitado mucho el margen de actuación respecto a los datos, por parte de las empresas. De ahora en adelante, ten en cuenta este hecho y no olvides incorporar en cada canal en el que vayas a recoger información, el aviso legal para que los usuarios expresen su consentimiento o denegación.

#3. Centraliza la información en un mismo contenedor.

Para que todos esos datos tengan sentido y puedas sacar provecho de ellos, es necesario que los tengas recogidos en una misma plataforma o (Data Warehouse Data Lake, …), la cual te permita agrupar tanto datos estructurados como no estructurados. Gracias a este recipiente, podrás hacer las consultas necesarias de cara a sacar conclusiones sobre tus consumidores, y así tomar decisiones Data Driven Marketing.

#4. Pon en marcha la maquinaria del Business Intelligence.

Los datos sin alguien detrás que sepa sacarlos, analizarlos e interpretarlos, no sirven de nada. Puedes haber realizado muy bien tu trabajo a la hora de captación de datos de primera mano y almacenamiento, pero si no sabes qué hacer con ese Big Data, toda esa labor no valdrá para nada.

Para poder sacar conclusiones, crear clusteres, segmentos y crear modelos predictivos que te ayuden a tomar mejores decisiones de marketing, y crear campañas más efectivas, es necesaria una capa de business intelligence.

 

Como ves, los datos de primera mano son muy útiles, pero necesitan de un proceso planificado y una metodología de trabajo. Si piensas que quizás conllevan muchos recursos y que no merece la pena, a continuación, te cuento por qué debes cambiar de opinión.

 

Principales ventajas del 1st Party Data

Ventajas del First Party Data

Los beneficios que generan los datos de primera mano son muchos. A continuación, te cuento los más relevantes. Son estos:

  1. La recopilación de una gran cantidad de datos de calidad 1st Party Data, te ayuda a obtener una visión mucho más real y precisa de lo que está sucediendo en tu entorno online, por poner un ejemplo. Lo que nos va a ayudar a tomar mejores decisiones y optimizar nuestras estrategias data driven.
  2. Los datos de primera mano son propiedad de la empresa, y esto es muy importante. Con la entrada de la RGPD, es fundamental tener en orden los consentimientos de los usuarios, y tener muy claro a quién pertenecen los datos realmente, es decir, a los usuarios. Si nosotros como empresa disponemos de la propiedad de esa información, todo será mucho más sencillo de gestionar.
  3. Permite actualizar la data en función de las circunstancias de la empresa. Un negocio puede cambiar de objetivos. Un segmento de clientes puede cambiar de hábitos. Con el First Party Data, la empresa puede controlar los períodos de recolección de datos, manteniéndolos al día si es necesario. De este modo, la empresa no dispondrá de información desfasada o no útil para el negocio.
  4. Te permite targetizar y segmentar a tus clientes y usuarios en función de tus necesidades, y no bajo los criterios de proveedores de información, a través de los cuales hayas obtenido esos datos.

 

Como habrás podido ver, tener una 1st Party Data te da la posibilidad de activarla para aquellas necesidades que tenga tu empresa, personalizando su relación con cada cliente en cada momento dentro del journey de este.

En Artyco somos expertos en trabajar con First Party Data, ayudándote a ampliar la información de este con Third Party Data que haga darte una visión mucho más global del problema. A través de nuestros departamentos de Digital & CRM, así como de Business Intelligence, ayudamos a nuestros clientes a convertir ese Data en insights. ¿Quieres que hagamos lo mismo contigo? ¿Hablamos?

Emilio Fernández Lastra
Marketing Manager en Artyco Customer Database Marketing
"Después de la hipoteca, el inbound marketing es la mejor herramienta para asegurar una relación a largo plazo."

SOBRE NOSOTROS

Somos un equipo de profesionales compuesto por 100 personas, preocupados por los datos, nuestros clientes y cómo hacer que estos lancen campañas más eficaces centradas en el usuario. Somos intelligence customer centric, innovación y tecnología. #SomosArtyco

C/ Playa de Liencres 2. Edif. Londres Oficina 3 – 1º piso, Parque Europa Empresarial, 28230 Las Rozas (Madrid)

hola@artyco.com

91 640 41 50

¿Buscas aumentar el conocimiento sobre tus clientes y crear modelos predictivos?

¿Esta información
se te ha quedado
corta?

Accede sin registros y de manera inmediata a nuestro
PDF de presentación del servicio de Business Intelligence

SOBRE NOSOTROS

Somos un equipo de profesionales compuesto por 100 personas, preocupados por los datos, nuestros clientes y cómo hacer que estos lancen campañas más eficaces centradas en el usuario. Somos intelligence customer centric, innovación y tecnología. #SomosArtyco

MADRID

C/ Playa de Liencres 2. Edif. Londres Oficina 3 – 1º piso, Parque Europa Empresarial, 28230 Las Rozas (Madrid)

SALAMANCA

Parque científico universidad de Salamanca. Edificio M3 – Oficina P107 37185 Villamayor (Salamanca)

Share This