Principales causas del Dirty Data

“Después de la hipoteca, el inbound marketing es la mejor
herramienta para asegurar una relación a largo plazo”

¿Te ha parecido interesante lo que has leído?

En artyco podemos ayudarte a conseguir tus objetivos

¿Hablamos?

+34 916 404 150

Política de Calidad y Seguridad - Política de Privacidad y Cookies

Por qué la orquestación de datos es la clave para la personalización de marketing

por Emilio Fernández Lastra | Jul 28, 2020 | DMG, Marketing Online

Por qué la orquestación de datos es la clave para la personalización de marketing

En el pasado, la mayoría de los responsables de marketing recogían datos en la parte baja del funnel para identificar a los clientes y sus atributos después de la compra. Este método de recopilación de información introdujo un sesgo de confirmación bastante grande y redujo el potencial de mercado total de una marca o empresa. En otras palabras, la recopilación de información fue buena, pero la calidad de la información no lo fue. En este post voy a contarte la importancia que tiene la orquestación de los datos de cara a la personalización, así como qué estrategias llevar a cabo al respecto, tanto en B2B como en B2C, ¿te interesa? Vamos a ello.

La introducción de las cookies cambió por completo la forma en que recopilamos y accedemos a los datos, mejorando la precisión de estos respecto a la parte superior del embudo y, por extensión, la determinación del potencial de negocio de la marca.

Las cookies de terceros nos dieron un nuevo camino para observar y comprender mejor los journeys de los compradores de manera individual, los patrones de compra y otras características y atributos que antes desconocíamos. De este modo, la orquestación de datos aumentaba en complejidad, ya que estos eran cada vez mayores.

Hoy día, debido a la gran variedad y cantidad de datos que recogen las empresas, podemos decir que la orquestación de datos en la personalización de marketing es la combinación de datos, identidad e inteligencia artificial.

A su vez, los proveedores de tecnología han estado ajustando los algoritmos de machine learning que mejoran los volúmenes y tipos de datos que las plataformas pueden ingerir, modelar y usar para tomar decisiones programáticas altamente específicas y personalizadas dentro de las campañas de marketing de pago.

El futuro de la personalización de marketing a través de la orquestación de datos

Orquestación de datos para la personalización

Gracias a los avances tecnológicos en el campo del marketing, la eficacia de los datos ha mejorado sustancialmente, tanto a la hora de desarrollar campañas, como en el conocimiento de los consumidores y clientes. Ya que antes era mucho más complejo manejar toda esa cantidad de datos.

La tendencia en el futuro está alineada precisamente con esos avances tecnológicos, los cuales, mediante integraciones y actualizaciones, logren sacar más y más partido a los datos.

Lo cierto es que los responsables de marketing siempre han tenido (y seguirán teniendo) una gran cantidad de información disponible para ayudarles en su trabajo, y como no, para crear campañas altamente personalizadas. Sin embargo, no serán como se podrán obtener en el futuro, gracias a esa tecnología.

Debido a todo esto, en la búsqueda de la personalización, la orquestación de datos juega un papel cada día más importante, ya que sin esta, todos esos datos circularían sin orden y concierto, siendo mucho menos aprovechados.

A través de la orquestación de datos se logra recopilar y modelar datos de múltiples canales, tanto online como offline, teniendo en cuenta aspectos como el aumento de ventas, el tráfico, las conversiones online o el nivel de reconocimiento de marca. Y clasifica y segmenta los datos a través de identificadores online, personales y de journeys de compra. El resultado es un enfoque de marketing basado en las personas que ayuda a los responsables de marketing a llegar al consumidor adecuado en el momento adecuado y en el contexto adecuado.

Pero ¿cómo la orquestación de datos ayuda a generar más ingresos? Una de las principales batallas que se libran en los grandes departamentos de marketing, está relacionada con la creación de modelos de atribución de ingresos, es decir, determinar qué inversiones nos están aportando los ingresos. Y aunque no lo creas, en este aspecto la orquestación de datos tendrá mucho que decir.

Personalizar de una manera efectiva cada campaña de marketing que realizamos, exige tener una orquestación de datos efectiva que soporte ese nivel de personalización. Gracias a tener esa orquestación adecuada de datos, podremos crear modelos de atribución más eficaces, impulsando estos para conocer a la perfección cuánto me genera cada uno de los euros que invierto. Si conozco a la perfección qué inversión me genera más ingresos, podré escalar el modelo, aumentando ingresos.

En el B2B hay alguna diferencia. Los ciclos de ventas B2B suelen ser más largos y los especialistas en marketing B2B tienden a centrarse en las partes del embudo que generan directamente el ROI, como las conversiones de oportunidades y la calificación de leads. Pero una fuerte inversión en actividades de bajo embudo puede limitar la capacidad de conversión y reducir el alcance general de la campaña. La orquestación de datos en partes más altas del funnel y la creación de modelos de atribución, pueden ayudar a estos especialistas a dar un salto bastante importante en sus ingresos.

La segmentación es otro de los factores importantes que se pueden aprovechar con la orquestación de datos. En Marketing Digital, a través de la tecnología, se pueden ejecutar campañas automatizadas, con un alcance de audiencia, con contenido personalizado y realizando pruebas automatizadas A / B, todo mientras vas almacenando datos.

Y es que la orquestación de datos no puede existir sin la recopilación de datos. Gracias a estos, la tecnología y el saber hacer, se pueden crear segmentaciones en tiempo real en función de los datos que se vayan recogiendo, las cuales sirvan para virar las campañas o crear acciones automatizadas cada vez más precisas.

Dónde comenzar con la orquestación de datos

Orquestación de datos

Es sencillo de entender, pero complicado de poner en marcha. Fundamentalmente los pasos a seguir podrían ser estos:

#1. Conoce y comprende a tu cliente, así como todas las formas en que puedes recopilar datos sobre ellos de una manera que cumpla con la privacidad y la legalidad.

#2. Busca una combinación de 1st party data y 3rd party data que funcione para las necesidades de tu compañía.

#3. Para obtener datos de terceros, evalúa los mejores DMP, CDP o soluciones internas según el tamaño de tu compañía.

#4. Para datos de terceros, asegúrate de hacer las preguntas correctas sobre cómo se recopilan los datos (por calidad + privacidad) y el proceso de modelado, porque todos los proveedores de datos de terceros tendrán diferentes metodologías (algunas mejores que otras).

#5. Asegúrate de que tu proveedor de datos DMP, CDP o de terceros sea capaz de transferir de manera fácil y segura los datos a todos los canales de comercialización.

#6. Por último, asegúrate de que tus proveedores de canales de marketing pueden agregar a su estrategia de orquestación de datos, elementos importantes como información de la audiencia, métricas de participación, audiencias similares, etc.

Estrategias de orquestación de datos

Estrategia de orquestación de datos

Vamos a verlo con un ejemplo en cada uno de los principales sectores: el B2C y el B2B. Para entenderlo bien, la orquestación de datos , la vamos a poner en un contexto en el que se cumplen cada una de las etapas en el journey de cualquier consumidor o cliente, estando orientado a estrategias relacionadas con la audiencia, usadas a través de una campaña. Vamos a ello.

En B2C.

Imaginemos una compañía de medios de cine que quiere promocionar una próxima película e impulsar a las personas a comprar entradas para ir a verla.

Lo primero que deberías de hacer es lanzar una campaña de CPM con ofertas varias, para así recoger datos y conocer qué tipo de audiencia participa en ellas.

Usando los atributos de las personas que participaron en el anuncio, dirígelos a una campaña de consideración, usando la información de interés reunida en la parte superior del embudo para agrupar a las personas en un segmento concreto.

A ese segmento concreto, dirígeles un avance de la película y utiliza las ofertas basadas en un objetivo de CPCV para reorientar a las personas que vieron el avance completo con un anuncio nativo o de display, promoviendo una venta de entradas. Esta sería la parte de acción de la campaña.

Para terminar, usando datos de atribución, analiza quién fue al cine y realmente compró una entrada, para construir la medición de la campaña.

En todo este proceso, como has podido comprobar, la recogida de datos y la orquestación a lo largo de todos los canales han sido fundamentales para lograr lanzar cada acción en función de cada etapa del journey. Vamos con un caso de B2B.

En B2B.

Normalmente en el B2B, se invierte mucho en la parte inferior del embudo de conversión. Sin embargo, esta estrategia realmente obstaculiza su capacidad de conversión.

Al final, si no se invierte en la parte superior del embudo, cualquier campaña que se realice, comenzará con un objetivo muy estrecho.

Para ello, comienza con una gran campaña de sensibilización, con una orientación bastante abierta para ampliar el embudo lo más posible.

Una vez lanzada, recoge los datos que te vayan saliendo: intereses, sectores, cargos… y lanza campañas de CPM más dirigidas y automatizadas en función de la respuesta. Al final del día, todos los datos recopilados a través de la campaña nutrirán el embudo. La clave es aprovechar todos esos datos para crear una estrategia de orquestación y personalización de datos.

La recompensa es una mejor integración de campañas online y offline, datos más limpios, una orientación más estricta y, en última instancia, la atribución de ingresos.

Estos son sólo unos pocos ejemplos sobre la importancia que tiene la orquestación de datos hoy día en cualquier negocio a la hora de personalizar los mensajes. Como ves, esta orquestación necesita de personas expertas en el manejo de los datos y la tecnología que la posibilita, siendo una gran opción encontrar el socio perfecto especializado en todo ello, el cual sepa sacar todo el beneficio a cada necesidad. ¿Hablamos?

Emilio Fernández Lastra

“Después de la hipoteca, el inbound marketing es la mejor
herramienta para asegurar una relación a largo plazo”

¿Te ha parecido interesante lo que has leído?

En artyco podemos ayudarte a conseguir tus objetivos

¿Hablamos?

+34 916 404 150

Política de Calidad y Seguridad - Política de Privacidad y Cookies

Qué es el Dirty Data

por Emilio Fernández Lastra | May 19, 2020 | DMG

Qué es el Dirty Data

Dirty Data o datos sucios, es el término que se utiliza para denominar a aquella información que es errónea, inconsistente o incompleta. Incluso puede ser Dirty Data, todos aquellos datos mal relacionados, con campos vacíos o con información falsa. A priori podrías pensar que este tipo de datos no merecen un post, sin embargo, si te cuento que el impacto del Dirty Data en España se ha cifrado en 321 millones de euros de pérdidas, la cosa cambia, ¿verdad? En este post no sólo te ayudaré a entender mejor lo que son los datos sucios, sino que, además, te contaré cuáles son las principales causas, y su solución posible: el Data Cleaning.

Las plataformas de Big Data no tienen en cuenta el Dirty Data, es decir, funcionan incluso con datos erróneos, incompletos o inconsistentes, ofreciendo información y conclusiones equivocadas, las cuales originan desastrosas tomas de decisiones.

Sin embargo, en realidad, la gravedad depende el volumen de Dirty Data que hubiera en la plataforma. Según algunos estudios, el 82% de los datos almacenados por las organizaciones es Dirty Data. ¿Te parece demasiado? Imagina el daño que puede hacer a las conclusiones que de ellos pueda sacar tu equipo de Customer Intelligence.

Y es que según la firma Verve, el 60% de los consumidores mienten en algún dato a la hora de rellenar sus datos personales, y según la compañía Hocelot, cerca del 25% de los datos que tiene una compañía, podrían ser falsos.

¿De qué sirve disponer de las mayores fuentes de recogida de datos, así como de las infraestructuras más potentes para almacenarlos y la mejor analítica, si los datos que allí se guardan son falsos o erróneos?

Sin embargo, la solución es más compleja de lo que pueda parecer. Imagina una compañía de seguros que dispone de varias bases de datos con millones de filas en cada una de las bases, y al menos 100 columnas. Invertir tiempo y recursos en comprobar esos datos uno a uno, es imposible de realizar. Para que fuera factible, se requeriría un análisis específico con algoritmos que trataran de solventar los errores más comunes en la recogida de datos. Este algoritmo debería de contar, para ser más eficaz, con un grado de aprendizaje automático o Deep learning.

Gracias a este método se podría reducir bastante la suciedad de los datos, pero nunca se llegaría al margen de error del 0%. Para ayudar a obtener una base de datos lo más veraz posible, debemos trabajar otros aspectos, sin embargo, antes vamos a ver cuáles son las principales causas del Dirty Data, para así comprender mejor sus posibles soluciones.

Principales causas del Dirty Data

Causas del Dirty Data

Hay un ‘sinfín’ de causas de que aparezcan datos sucios en una base de datos o en una plataforma de Big Data, sin embargo, posiblemente los más comunes sean estos:

El volumen. Lógicamente, cuanto mayor volumen de datos, más probabilidades de que haya erróneos. Al aumentar el número de datos con la Era Digital, el número de datos sucios, también se ha visto incrementado en la misma proporción.
Fallos en el registro de los datos. La introducción de datos es clave. Al ser en muchos casos, realizado de forma manual por alguna persona, es muy posible que alguno de ellos acabe siendo grabado de manera errónea o con alguna errata o alteración. En la grabación de datos masiva, es fundamental disponer de un equipo profesional de Data Entry.
Existencia de silos de información. Muchas empresas aún no disponen de un único sitio en donde tener almacenada y disponer toda la información de la empresa. Este hecho hace que cuando se intenta unificar la información surjan incoherencias y datos duplicados.
Falta de información. Los registros con campos vacíos provocan que la información que manejamos sea parcial y por lo tanto provoquen decisiones equivocadas.
Datos falseados. Suele pasar con la información extraída de Internet. Muchos usuarios prefieren dar datos falsos ante el temor de poder ofrecer información verídica a una empresa, sin saber exactamente para qué los va a acabar utilizando. A continuación, te dejo un gráfico extraído de la empresa Verve, donde te muestra precisamente esto.

Datos falsos en Dirty Data

Tras leer esto, seguro que piensas que puede que dispongas de dirty data en tu base de datos, ¿verdad? Pues si es así, voy a contarte qué puede suponer esto a tu empresa.

Cómo afecta el Dirty Data a una empresa

Cómo afecta el Dirty Data a tu empresa

Por lo general, las empresas que más se verán afectadas por el Dirty Data, son las que ya están utilizando el Big Data. En esos casos, lo normal es que les incurra en:

Una pérdida de tiempo y recursos. Si dispones de demasiada información sucia en tu CRM por poner un ejemplo, a la hora de sacar conclusiones, segmentar a tus clientes o hacer previsiones, estas serán realizadas de manera más inexacta, repercutiendo en una visión errónea del cliente y una relación con ellos defectuosa. Este hecho repercutirá en que se tendrá que dedicar tiempo extra a ajustar esos mismos estudios, ya que habremos comprobado a posteriori que son falsos, dedicando a su vez, más recursos.
Una pérdida de ingresos netos. Si tienes pensado realizar una campaña de venta a través de tu Contact Center, disponer de unos datos falseados, erróneos o incompletos en tu base de datos, hará perder claramente clientes potenciales. Según un informe de la empresa Experian, el 77% de las empresas consideran que pierden cerca de un 12% de sus ingresos netos, por falta de datos de sus clientes.
Decisiones carentes de información. Uno de los mayores avances que han surgido entorno a Internet, la tecnología y los datos, es el poder realizar tomas de decisiones apoyadas en datos, o lo que se llama Data Driven. El Dirty Data puede influir de manera negativa en esa toma de decisiones, ya que estas serían desacertadas.

Y todo esto es debido a datos incompletos, duplicados, incorrectos, imprecisos, inconsistentes o incluso que incumplen las reglas de tu negocio.

Pero ¿cómo podemos solucionar este enorme problema? Vamos a ver ahora qué soluciones podemos poner en marcha para que este Dirty Data nos haga el menor daño posible.

Cómo solucionar el problema del Dirty Data

Soluciones para el Dirty Data

Siempre la mejor solución para cualquier problema es la prevención, sin embargo, ante este problema, la prevención es realmente complicada, debido fundamentalmente a la gran cantidad de datos o al Big Data. Este hecho, hace imposible crear un sistema fiable.

Una cierta solución, que no llega a ser de prevención, pero se le acerca bastante, es la atención a la calidad del dato. Gracias a ella, evitamos que se produzcan errores al introducir el dato en base de datos. Herramientas de Inteligencia artificial (IA) están comenzando a funcionar muy bien en estos sentidos, validando el dato en tiempo real y ayudando a la calidad de ese dato.

Sin embargo, hay un sistema que se impone sobre los otros dos: el método correctivo, a través del Data Cleaning.

Sin embargo, el sistema del Data Cleaning tiene algunas desventajas:

Son sistemas costosos.
Requiere mucho trabajo.
No se puede automatizar al 100%, ya que muchas veces se necesita de un equipo mixto para realizarlos (técnico y de negocio).

No obstante, lamento decirte que este es el único método para reducir al máximo el Dirty Data dentro de tu plataforma.

Vamos a ver cómo realizar un Data Cleaning exitoso a través de unas sencillas fases:

FASE #1. Detección. Lo primero que debes hacer, lógicamente, es detectar el Dirty Data, ya que no podemos limpiar, si no sabemos qué limpiar. Hay soluciones de Data Profiling que revelan campos vacíos o inconsistencias en los datos. También hay metodologías para asegurar la calidad del dato.

FASE #2. Corrección de los datos. Una vez detectados los errores, hay que subsanarlos, pero no todos son igual de fáciles de arreglar. Por ejemplo, una errata es fácil de solucionar, sin embargo, un dato falso ¿cómo lo corriges por el verdadero? En cuanto a campos vacíos, se pueden rellenar con el dato más probable, haciendo una media, si es dato es numérico, sin embargo, si se hace esto corremos es riesgo que influya en el posterior análisis.

FASE #3. Eliminación de duplicados. En estos casos nos podemos encontrar con que la información que le pudiera faltar a uno de los duplicados, está en la otra. Por tanto, es recomendable, antes de eliminar uno de ellos, juntar todos los datos en uno, y eliminar el duplicado, completando todo lo que fuera posible el uno con el otro.

Como has podido ver, muchas veces nos centramos en el almacenamiento, la gestión de los datos, incluso en métodos y metodologías para sacar conclusiones y conocimiento de los datos, lo cual es fundamental, pero nos olvidamos de la materia prima: el dato. Y es que, si el dato es malo, las conclusiones que saquemos de ellos, y por tanto las decisiones, serán malas. Tal y como se dice en el mundo de los datos “Garbage in, Garbage out”.

En artyco llevamos más de 25 años trabajando con los datos, sacando verdadero oro de cada uno de ellos. Te proponemos algo: “Gold in, Gold out” ¿te apuntas?

Emilio Fernández Lastra

“Después de la hipoteca, el inbound marketing es la mejor
herramienta para asegurar una relación a largo plazo”

¿Te ha parecido interesante lo que has leído?

En artyco podemos ayudarte a conseguir tus objetivos

¿Hablamos?

+34 916 404 150

Política de Calidad y Seguridad - Política de Privacidad y Cookies

El comercio minorista del futuro pasa por la Data y la Tecnología

por Emilio Fernández Lastra | Mar 11, 2020 | Big Data

Data y Tecnología. El futuro del comercio minorista

Los datos están revolucionando el mundo empresarial, propiciado por un avance tecnológico sin precedentes. Ya son muchos los sectores que están comenzando a trabajar con ellos, obteniendo como consecuencia, un mayor conocimiento de sus clientes y el lanzamiento de acciones más personalizadas y por tanto, más eficaces. El comercio minorista está viviendo un momento muy especial, originado por ese cambio de hábitos de compra protagonizados por generaciones como la milenial y la Z, la cual les está obligando a reformular su negocio. Sin embargo, ¿por qué no aprovecharse precisamente de los datos que son capaces de recoger, así como de la tecnología existente? En este post intento ponerte en situación para que, si te dedicas a este sector y aún no te has puesto manos a la obra, lo hagas cuanto antes. ¿Comenzamos?

Tras el crecimiento del comercio online, y el cierre de aquellas tiendas que no han sabido o podido adaptarse a las nuevas exigencias del consumidor, llega un estado de O2O bidireccional, es decir, el paso de tiendas online al offline y al revés.

Esta estrategia no es otra que poner al alcance del consumidor su oferta, pero a través de diferentes canales, eligiendo este el que más le convenga en el momento de hacer la compra.

Ante este hecho, el comercio minorista tradicional, necesita “ponerse las pilas” y la tecnología podría ayudarle a dar un impulso importante.

Según los últimos estudios, aproximadamente el 82% de los consumidores afirma haber comprado de manera online en los últimos 3 meses, utilizando sus smartphones para buscar información sobre la compra.

Las generaciones más jóvenes, del mismo modo, afirman que prefieren la experiencia de compra online a la física, sobre todo porque con esta primera evitan colas y aglomeraciones de gente, evitando las tiendas siempre que puedan.

Leyendo esto, puedes pensar que el comercio minorista tiene los días contados, sin embargo, nada más lejos de la realidad, ya que los datos nos dicen que se abren más tiendas de las que se cierran.

En Estados Unidos, por ejemplo, se prevé que para el 2023 el comercio online sólo representará el 21% de las ventas totales, siendo sólo un 5% de estas para bienes comestibles. Estos datos vienen a reforzar la idea de que el futuro del retail estará en aquellos negocios que sepan crear verdaderas estrategias omnicanales – “Qué es una estrategia omnicanal”.

Pero esta estrategia omnicanal no es tan sencilla de llevar a cabo, ya que para ello se hace necesario el uso adecuado de tecnología emergente, así como la recogida y procesamiento de datos que ayuden a los comercios a conocer mejor a sus clientes y así poder ofrecerles una experiencia de compra CX acorde con sus expectativas.

La recompensa para aquellos comercios minoristas que sepan hacer esto, puede ser significativa. Piensa que el 83% de los clientes dicen que desean que su experiencia de compra sea personalizada de alguna manera, y según diversas investigaciones, la personalización efectiva puede aumentar los ingresos de la tienda entre un 20 y un 30%.

Entre las tecnologías de las cuales se puede sacar partido desde ya, estarían el machine learning y las técnicas de análisis de Big Data. Estas, pueden ayudar hoy, a cualquier comercio minorista, a procesar las grandes cantidades de datos de clientes que ya acumulan.

Por otro lado, los robots y los sistemas de automatización se están mudando de las fábricas a los almacenes y centros de distribución. El Internet de las Cosas (IoT) permite rastrear los productos a través de cajas o en estantes, con precisión milimétrica.

Por todo esto, podemos decir que, ahora es un buen momento para que los minoristas acepten el desafío de reunir tecnología y datos en el mundo offline.

La evolución del customer journey en el Retail

Journey comercio minorista del futuro

No hay duda de que, al final, esta tecnología va a provocar una evolución del journey del consumidor tradicional, ya que la aparición de estas nuevas tecnologías provoca a su vez, un cambio en la experiencia de compra.

Imaginemos el journey de la tienda del futuro.

En esta tienda del futuro, cualquier consumidor al llegar se le reconocería al instante. La tienda, a través de un sistema específico, alertaría de la presencia del cliente. Esto lo haría, bien cuando su teléfono inteligente se conectara al WiFi gratuito, bien a través de una tecnología de reconocimiento facial, si el punto de venta lo tuviera, o bien a través de otra tecnología similar.

El consumidor, aceptaría sesión a través de su dispositivo móvil (Smarthphone, Smartwatch…), y el establecimiento accedería a la lista de la compra creada previamente por el consumidor. Esta lista, la construiría el cliente tranquilamente desde su domicilio el día anterior, a través del escaneo de artículos.

Una vez dentro del establecimiento, al comenzar a pasear por los pasillos de la tienda, se irían iluminando las pantallas de las estanterías inteligentes, mostrando los artículos que corresponden con esa lista de la compra, así como productos en promoción u ofertas que puedan resultar como consecuencia de las preferencias del consumidor. Además, destacaría productos que ha comprado de manera regular en otras circunstancias, así como complementarios de estos.

Imagina que el consumidor se siente tentado por alguna promoción personalizada que le ha aparecido en su teléfono al acercarse por el pasillo. Este, podría compararlo con su compra habitual. Para ello, escanea con su móvil los productos correspondientes, y gracias a la realidad aumentada descubriría toda la información de cada uno de ellos, de una manera atractiva y amplia. Gracias a ella, se decantaría por uno de ellos en concreto y lo metería en su carro de la compra.

Con el carro ya lleno, el consumidor saldría de la tienda, no siendo necesario verificar nada, ya que los escáneres RFID y los sistemas de visión artificial ya han identificado cada artículo que metió en la bolsa, así como su tarjeta de crédito, la cual tienen guardada en los archivos del comercio minorista, cargándose automáticamente al pasar por la puerta.

Sin embargo, la experiencia de cliente no será la única que se verá alterada con los avances tecnológicos y de análisis de datos. Los empleados son otros de los que notarán un profundo cambio en su trabajo. Vamos a verlo.

La evolución del employee journey en el comercio minorista

Futuro del empleado comercio minorista

La tecnología no solo reconfigurará la experiencia del cliente en las tiendas del mañana: trabajar en el comercio minorista también será muy diferente.

Una de las grandes novedades, podría ser la autoselección de horario, turnos… a través de una aplicación móvil del empleado del comercio minorista en cuestión. A través de esta, por ejemplo, cualquier empleado podría seleccionar con una semana de antelación, qué turnos le interesaría más cubrir, incluso, ganar primas al ofrecerse como voluntario para turnos difíciles de llenar. Del mismo modo, el empleado podría intercambiar turnos si tuviera la necesidad a través de dicha aplicación.

Una vez el empleado tiene seleccionado y claro sus turnos de trabajo, es hora de ponerse manos a la obra. Uno de los principales y fundamentales trabajos en todo reatil es mantener siempre a punto los lineales del establecimiento. Gracias a tecnología de monitorización basada en sensores, el empleado sabe en todo momento el estado de las existencias en los estantes de la tienda. A través del machine learning, se planificaría el cronograma de reabastecimiento, y los artículos serían entregados o retirados por carros robot que se deslizan silenciosamente y con seguridad por la tienda.

De este modo y gracias a la tecnología, los empleados podrían dedicar la mayor parte de su tiempo a interactuar con los clientes ofreciendo consejos sobre nuevos productos y formas de uso, o respondiendo sus preguntas.

Para hacer más personal el trato con el cliente, el empleado dispondría de un terminal portátil el cual le permitiría acceder a las preferencias del cliente, así como sus hábitos de compra. Además, podrá acceder en tiempo real al nivel de stock y ubicación de un producto concreto. De este modo, ofrecería una experiencia mucho más satisfactoria.

Por otro lado, esta tecnología permitiría a los responsables de tienda, dedicar mucho más tiempo a planificar acciones promocionales y ajustar ofertas en colaboración con otros colegas de otros puntos de venta. Además, algunos trabajos que les llevaban mucho tiempo como la creación de informes asociados, ahora saldrían de manera automatizada mediante herramientas de inteligencia artificial.

Del mismo modo, el responsable de tienda tendría un aviso de alerta automatizado en su dispositivo móvil cuando una situación necesitara de atención en tiempo real. Por ejemplo, que una promoción estuviera funcionando peor que en el resto de las tiendas. Todo esto implica que el responsable de tienda podría concentrar sus esfuerzos en mejoras de rendimiento y servicio. Mucho más valioso para la firma que las tediosas labores habituales de hoy día.

Por último, una de las grandes ventajas que tendrán aquellos establecimientos que abracen a tiempo la tecnología y los datos, está en poder lanzar promociones, ‘sabiendo’ qué pasará con ellas, gracias a haberlas probado con anterioridad a través de realidad virtual, y haber utilizado un gemelo digital interactivo de la tienda.

Sin embargo, los cambios no quedan sólo en el cliente y el empleado. También se verán importantes avances y modificaciones al nivel de finanzas. ¿Quieres saber de qué te hablo? Pues vamos a por ello.

La evolución al nivel financiero en el Retail

Futuro comercio minorista ventas

Otro aspecto que variará y evolucionará de manera significativa en el sector retail es todo lo relacionado con la cuenta de resultados.

Las ofertas personalizadas y los surtidos optimizados probablemente aumentarán las ventas y reducirán el desperdicio. Del mismo modo, las oportunidades de aumentar las ventas y la venta cruzada, ya sea de forma automática o en persona a través de los empleados, aumentarían el tamaño de las cestas de la compra, y a su vez, las tasas de conversión.

El perfil de los empleados en el comercio minorista también cambiará. Los trabajadores tendrán que estar más cualificados y más próximos a las nuevas tecnologías, y por tanto, esperarán ganar más, lo que elevará sueldos en aproximadamente un 20%. Sin embargo, es probable que los salarios totales disminuyan, ya que la automatización y la tecnología ayudarían a cambiar el equilibrio del gasto laboral hacia un trabajo con valor agregado y orientado al cliente, mucho más eficaz.

Consultoras como McKinsey, estiman que la Tienda del Futuro logrará márgenes el doble superiores a los actuales, con los beneficios adicionales de una mejor experiencia del cliente, una mejor participación de los empleados y una tienda más fácil de manejar.

Este tipo de comercio minorista está en su fase inicial. Sin embargo, toda la tecnología que he descrito está accesible hoy día para cualquier retail. Los líderes minoristas deben actuar ahora para preparar a sus organizaciones para una revolución tecnológica en la experiencia y eficiencia del cliente, como he comentado a lo largo de todo este post, a través de la tecnología, pero también de los datos y su análisis.

Desde artyco tenemos los mejores profesionales, expertos en gestión del dato y transformación de este en conocimiento y valor de negocio. Además, contamos con un equipo de IT capaz de integrar cualquier tecnología a las necesidades de información de cualquier Retail. ¿Quieres que te ayudemos?

Emilio Fernández Lastra

“Después de la hipoteca, el inbound marketing es la mejor
herramienta para asegurar una relación a largo plazo”

¿Te ha parecido interesante lo que has leído?

En artyco podemos ayudarte a conseguir tus objetivos

¿Hablamos?

+34 916 404 150

Política de Calidad y Seguridad - Política de Privacidad y Cookies

Qué es el Data Governance

por Paloma Royo | Nov 22, 2019 | Big Data

Qué es el Data Governance

Data Governance o gobierno de datos es toda aquella gestión que se realiza en referente a la disponibilidad, integridad, usabilidad y seguridad de los datos de una compañía. Puede que no le veas a esta definición un atractivo, sin embargo, el disponer de un Data Governance o no tenerlo, puede ser la clave para que tu estrategia data-driven sea eficaz o no. Ahora te empieza a interesar un poco más, ¿verdad? En este post intentaré contarte de manera sencilla qué es y cómo puede ayudarte en ese objetivo relacionado con los datos que te acabas de marcar en tu empresa. Vamos a allá.

Recuerdo hace ya muchos años cuando en una de las empresas para la que trabajaba, me encargaron liderar el diseño de un sistema de información de marketing, con el objetivo de poder tener una amplia base de datos de contactos, clientes y potenciales, así como de qué manera y sobre quiénes de ellos se habían lanzado comunicaciones, y cómo habían respondido ante las mismas. Algo muy sencillo.

Fue un proyecto ilusionante porque fue realizado a medida, y la verdad es que quedó tal y como necesitábamos. Esta, era una herramienta que iba a poder utilizar toda la compañía, y a través de la cual se iban a poder sacar muchas ventajas. Sin embargo, al pasar las semanas de uso, llegaron los problemas.

Algunas personas introducían nuevos contactos en mayúsculas, otros en minúsculas. Algunas personas tenían la costumbre de poner las direcciones de una manera, muy diferentes a la de otros, sin tener en cuenta que el descuido de unos, hacía que algunos contactos se encontraran con la mitad de los campos sin rellenar.

En definitiva, todos los empleados tenían la misma autoridad para editar, eliminar, sacar datos e informes… pero cada uno a su manera. Esto provocó serios problemas de duplicidades, registros erróneos y un largo etcétera.

Esto fue hace ya muchos años, imagínate lo que sería hoy día con los riesgos existentes relacionados con la seguridad de los datos, la GDPR y otras muchas cosas más. Sería un caos total y un problema para la empresa.

El gobierno de datos incide precisamente en esto: determinar un procedimiento y unas medidas básicas de actuación respecto a los datos. En función del tamaño de la empresa, el negocio y la cantidad de datos, este lógicamente, será más o menos complejo.

Normalmente, toda persona o grupo que tenga algún tipo de interés en cómo se crean los datos, cómo se recogen, procesan, manipulan, almacenan y se ponen a disposición para su uso, acaba delegando la autoridad de ello al personal de IT. Sin embargo, estas decisiones deben ser tomadas por grupos de interés y en función de un proceso previamente acordado.

Podríamos decir que el Data Governance tiene la siguiente misión:

Crear, reunir y alinear las reglas.
Resolver problemas.
Monitorizar y hacer cumplir las reglas mientras se proporciona un apoyo constante a los interesados en los datos.

Ahora que ya tienes claro qué es el Data Governance, ¿quieres saber si es necesario en tu negocio? Vamos a verlo…

Cuándo es necesario poner en marcha el Gobierno de Datos.

Data Governance. Cuando es necesario

Antes de poner en marcha un Data Governance, debes saber que el proyecto debe de estar fuertemente apoyado por las personas que lideran la compañía, involucrando en el mismo, a todos aquellos que tendrán que ver con los datos y que los vayan a utilizar, así como todas las personas interesadas en ellos.

Disponiendo de ese escenario, sólo te queda comprobar si se cumple alguna de estas situaciones. Si es así, es que necesitas poner en marcha el gobierno de datos.

Tu empresa cada vez es más grande o está recogiendo más y más datos. A consecuencia de ello, ves que la gestión tradicional no es capaz de hacer frente a actividades multifuncionales relacionadas con los datos.
Los sistemas de datos de la organización se han vuelto tan complicados que con la gestión tradicional no es posible hacer frente a actividades multifuncionales relacionadas con los datos.
Los arquitectos de datos de la organización u otros grupos necesitan el apoyo de un programa multifuncional que tenga la visión acerca de las preocupaciones y preferencias de datos de toda la empresa.
Las regulaciones, normas, cumplimientos o requerimientos contractuales exigen un data governance más formal del que actualmente tienes.

No sé si estos ejemplos pueden ayudarte a saber si necesitas o no un gobierno de datos. Aquí te pongo otros más del día a día. Seguro que te has encontrado en alguna de estas situaciones en alguna ocasión:

Comités que, a la hora de la toma de decisiones, pasan a convertirse en foros de defensa del dato propio.
Informes que, en apariencia, usan el mismo dato, pero presentan sin embargo resultados diferentes (gran pérdida de tiempo en cuadres de información).
Usuarios que pierden enormes cantidades de tiempo en buscar el dato que necesitan.
Un data scientist deja la compañía y nadie sabe cómo funciona su modelo.
Los científicos pasan más tiempo limpiando datos que diseñando modelos.
Un DataMart tarda meses en estar disponible para unos usuarios que lo necesitaban con urgencia.
Distintos data-labs de unidades de negocio diferentes construyen modelos con idéntico objetivo pero distinto grado de predictibilidad, con una evidente pérdida de eficiencia.
Un excelente modelo no es “comprado” por los usuarios de negocio.
Un excelente cuadro de mando no es usado por nadie.
Data Lakes que, como si fueran masa de levadura, crecen exponencialmente sin que nadie se atreva a eliminar información “por si acaso”.

Seguro que ahora lo tienes mucho más claro, ¿verdad? En todos estos casos, el gobierno del dato es imprescindible, ya que te ayudará a tener una serie de procesos y controles que eviten todas estas situaciones.

Sin embargo, es evidente que no todos los datos deben tener el mismo nivel de gobierno. No debes utilizar el mismo proceso en el gobierno de un dato que es clave para tu negocio, que para otro que es meramente exploratorio.

Por tanto, debes de analizar la importancia de los datos para tu empresa, si surgen situaciones como las que te he expuesto, y qué niveles de gobierno necesitas.

La siguiente pregunta que probablemente te estés haciendo ahora es, ¿quién debería liderar este gobierno del dato? O ¿en qué estructura debería de estar ubicado este proyecto?

El Data Governance no tiene una localización exacta, esta puede variar en función del tipo de empresa y de negocio. Lo normal es que esté integrado dentro de operaciones o del departamento de IT. También pueden liderarlo departamentos en los que su estructura organizativa disponga de un rol muy enfocado a la gestión de los datos. Tú decides.

Eso sí, una vez se decida un liderazgo al respecto, lo más importante es que exista el apoyo suficiente por parte de la alta dirección de la compañía, así como el soporte de todos los departamentos y personas implicadas e interesadas en los datos.

Los principios del Gobierno de Datos.

Según Gartner, la mayoría de los procesos de transformación digital encallan por la infravaloración de la relevancia del gobierno del dato.

Es este el que debe eliminar las fronteras para que una cultura del dato cooperativa, abierta, transparente y ética impregne toda la organización, con un objetivo común, que sería convertir el dato en el activo estratégico para competir con éxito en un mercado que cambia demasiado rápido como para perdonar errores estructurales de nacimiento.

El Data Governance tiene unos principios que ayudan a las empresas que de verdad quieren sacar provecho de los datos, a poder realizarlo de una manera exitosa, resolviendo conflictos relacionados con los datos y obtener modelos y construcción de análisis más eficaces. Son estos:

Integridad. El dato debe ser exacto, estar completo, homogéneo, sólido y coherente, en definitiva, íntegro para poder trabajar con seguridad sobre ellos.
Transparencia. Debe de estar todo el procedimiento accesible y expuesto de una manera clara para todos los integrantes interesados en los datos de la organización, así como todas las decisiones introducidas al respecto durante el gobierno.
Auditabilidad. Todas las decisiones, procesos, controles, deben de ir acompañados de la documentación pertinente que permita a las auditorías tener un fácil acceso y entendimiento.
Responsabilidad. Es importante determinar quiénes son los responsables en cada proceso, control y toma de decisiones en lo referente a los datos de la empresa.
Gestión. Se debe de nombrar quiénes son los diferentes responsables en la gestión de los datos, y sus contribuciones de manera individual.
Control y balance. Debe quedar muy bien especificado cómo se va a controlar todo el movimiento de datos y el balance entre quien genera datos y los introduce, y quien los extrae y saca informes, por poner un ejemplo.
Estandarización. El Data Governance introducirá y dará soporte a la estandarización de datos de la empresa.
Gestión del cambio. Soportará actividades proactivas y reactivas de gestión del cambio, para valores de datos de referencia, datos maestros y metadatos.

Como has podido comprobar, basar tu negocio en datos no es una tarea fácil. Esto exige controlar no sólo el tema tecnológico y humano, sino también crear unos procesos claros que permitan que esa ventaja competitiva que puede tener tu empresa, sea verdaderamente aprovechada y útil para el negocio.

El gobierno de datos es fundamental para no perder el tiempo y no incurrir en errores que compliquen la cultura del dato de tu empresa. ¿Necesitas que te ayuden en este aspecto? En Artyco llevamos trabajando con datos desde hace décadas, habiendo creado un sistema de gobierno que te puede ayudar a afrontar con éxito cualquier reto que te plantees. ¿Hablamos?

Emilio Fernández Lastra

“Después de la hipoteca, el inbound marketing es la mejor
herramienta para asegurar una relación a largo plazo”

¿Te ha parecido interesante lo que has leído?

En artyco podemos ayudarte a conseguir tus objetivos

¿Hablamos?

+34 916 404 150

Política de Calidad y Seguridad - Política de Privacidad y Cookies