¿Dónde está Avinash cuando se le necesita?

15 Feb 2022 | Herramientas

Hay animales que nunca duermen. Las ovejas no lo hacen jamás, al menos yo no lo he visto.

Aunque parece que la Inteligencia Artificial es algo que ha surgido desde hace relativamente poco tiempo, en realidad es una disciplina que lleva acompañándonos muchos años. Pero el que se hable ahora más que nunca de ella se lo tenemos que agradecer al avance en lo que respecta a la capacidad de adquisición, tratamiento y elaboración de los datos para que las máquinas puedan procesarlos. Pero, ¿sabemos qué es exactamente y sus aplicaciones reales en el día a día de las empresas? Para responder a ello y mostrarnos el uso que le están dando las compañías, cuento con la experiencia y conocimiento de Aitor Moreno, Responsable del Área de Inteligencia Artificial y Computación Cuántica en Ibermática.

¿Qué es la IA aplicada a los datos y a la empresa?

Desde el punto productivo de la empresa, la Inteligencia Artificial es un conjunto de sistemas, algoritmos y programas que permiten acelerar de una forma exponencial, la toma de decisiones empresariales con respecto al negocio gracias a acciones como cruzar datos históricos, tablas dinámicas, atributos, dimensiones, etc. Si bien es cierto que estas acciones también pueden ser realizadas por humanos, la realidad es que las máquinas, además de hacerlo de forma mucho más rápida, eficiente y automática, también:

Ofrecen reglas de negocio que van a explicar el por qué de lo que ocurre.
Predicen qué es lo que va a ocurrir a corto o medio plazo.
Guían a las empresas a saber qué acciones deben potenciar o minimizar de cara a la optimización de recursos.

Sin duda, la IA es una herramienta de gran ayuda para muchos perfiles, como por ejemplo aquellos que analizan datos de negocio. Pero a su vez, está acelerando algunos cambios que afectan a los profesionales de las disciplinas involucradas:

Con respecto a la IA, la digitalización y la robotización de procesos, aquellos trabajos repetitivos que no ofrecen un valor añadido ya están desapareciendo para centrarse en trabajos donde la masa gris humana sea potente y disruptiva.
Las máquinas son muy buenas dando respuestas, pero no saben hacer las preguntas adecuadas, y aquí es donde el humano entra en juego. Por ello, aquellas personas que quieran tener una ventaja competitiva en su negocio, serán los que sepan hacer uso de ellas a nivel usuario. Es más, en algún momento habrá que enfrentarse a una brecha de analfabetismo digital avanzado en el cual todo aquel que tenga que tomar una decisión, si no lo hace en base a los datos que lancen estos sistemas, perderá competitividad.

Cómo hacer frente un proyectos de IA

En el área de Inteligencia Artificial y Computación Cuántica de Ibermática, llevan desde 2007 creando proyectos de IA en prácticamente todos los sectores: desde médicos, industriales, de marketing, educación, etc. Y en todos los proyectos en los que trabajan, buscan la excelencia. En otras palabras, mejorar dentro de los procesos de los clientes aquello que no pueden mejorar más en base a su experiencia pasada. Al final su objetivo es ayudar a los clientes a que dejen de usar el 80% de su tiempo en analizar datos, para que lo usen en analizar las conclusiones que las máquinas ya dan sobre esos datos.

A la hora de abordar estos proyectos de la manera más óptima, han comprobado que la clave es la personalización. Para conseguirla, hacen uso de la metodología CRISP-DM con la que, además de dar respuesta a las necesidades del cliente, van directamente a descubrir qué es lo que realmente quieren y para qué lo quieren. Para ello, parten de la siguiente pregunta: “¿cuál es el objetivo de negocio a buscar con una solución de IA?”. Con la respuesta que reciban, ya tienen todo lo necesario para desgranar qué tipo de modelado van a necesitar, qué algoritmia, etc.

En el momento de la puesta en marcha del proyecto, y como ya hemos comentado antes, se hace un acercamiento ágil con metodologías como Scrum o Jira. Esto permite, de forma muy rápida, saber si se va a poder alcanzar el objetivo marcado o no. Si se supera el umbral, el proyecto sigue adelante. Sino, se da marcha atrás para revisar los datos y descubrir en dónde se está fallando. Es por cosas así por lo que siempre es recomendable medirlo todo muy bien de forma objetiva y empezar con pequeños proyectos que den mucho valor a la empresa.

Equipo implicado

Una parte fundamental de cualquier proyecto es el equipo humano. En el caso de los proyectos de IA, Aitor maneja unos cinco perfiles:

El analista de datos: Es un perfil muy funcional que sabe hablar con el cliente en su mismo idioma. En otras palabras, traduce lo que quiere el cliente a cada uno de los otros perfiles implicados en el proyecto. Está muy especializado en su vertical y sabe hablar desde esa funcionalidad y contexto. En los proyectos de IA se habla mucho de semántica y la labor del analista de datos es traducir esos datos dentro de un contexto.
Arquitecto de datos: Es el encargado de dimensionar los equipos y los sistemas que van a dar soporte a todo el proyecto de IA.
Ingeniero de datos: Habla tanto con el analista de datos como con el cliente para entender los datos, ver qué datos tiene que recoger, si faltan datos, la calidad del dato o su potencia predictiva, por ejemplo. Son los que más importancia tienen en el proyecto.
Científico de datos: Cuando el ingeniero de datos ha certificado la calidad y que con esos datos se pueden realizar los “para qués” que el analista de datos ha extractado del cliente, son los encargados de trabajar en el modelado más atractivo del proyecto.
Diseñador del proyecto: cuando el científico de datos termina, se lo pasa al diseñador que es quién traduce visualmente estos datos analíticos en un cuadro de mando, aplicación web, aplicación móvil, app… O sea, que traduce los resultados a algo visual y comprensible para el usuario final.

¿Te has quedado con ganas de más? No te pierdas la conversación que mantuvieron Aitor y Eduardo en el episodio del podcast:

¿Qué ha pasado en el último mes?

Marc Cortés me invitó a hablar de analítica digital, cómo entender los datos y generar mejores resultados a partir de ellos, en el episodio 10 de su podcast «Transformación 4.0».

25 Ene 2022 | Estrategia

Yo sólo puedo mostrarte la puerta, tú eres quien la tiene que atravesar

Desde hace un tiempo estamos observando como el modelo de madurez de la analítica en las empresas está evolucionando a buen ritmo. Es más, muchas compañías españolas están adoptando el dato dentro de su cultura y, lo que es más importante, también en su estrategia. Pero, ¿en qué consiste este modelo de madurez? En este blog ya he hablado de ello, pero básicamente comenzaba con:

Qué están haciendo las empresas a la hora de enfrentarse a una cultura basada en datos.
Los datos reactivos, es decir, tener o no un plan estratégico en datos y ver qué hay, lo que se puede sacar y por dónde empezar para así ver cómo evoluciona a todos los niveles.

La estrategia de datos

Cuando hablamos de estrategia de datos, lo hacemos desde la concepción del entorno en el que el dato es tratado como un activo más de la compañía y es explotado por profesionales para sacar insights. Un buen ejemplo de que vamos por el buen camino es que cada vez es más habitual ver cómo las empresas cuentan con perfiles de datos entre sus filas, aunque no siempre ha sido así. Antes de la llegada de internet, los datos eran recogidos por las empresas, pero faltaba sacar rendimiento a esta recolección. Pero gracias al nuevo entorno digital y la implosión de la data, las empresas empezaron a contar con una gran cantidad de información muy valiosa que iba mucho más allá de las puras ventas. Aquí es donde consultoras como El Arte de Medir by Ibermática empezamos a ser las encargadas de explotar toda esa información, analizar el entorno y dar recomendaciones. Pero a medida que las empresas han ido adaptándose más a este ecosistema digital, sus necesidades han cambiado, llegando a lo que comentábamos al principio: disponer de profesionales dedicados a labores de análisis y/o explotación del dato inhouse. Esta profesionalización es muy importante ya que de esta manera el conocimiento se queda en la empresa y así el dato está directamente disponible para ser parte activa en las toma de decisiones de negocio.

Con este cambio de paradigma, nuestra labor como consultora también ha evolucionado y ahora lo que nos piden es dar el dato rápido, fiable y perfecto para que ellos mismos sean los encargados de analizarlo con relación a todo su contexto ya que en definitiva, son ellos los que cuentan con el conocimiento del negocio. Por ejemplo, la construcción de Data Lakes para el área digital con el que combinar en un mismo entorno el dato de plataformas como Salesorce, Mailchimp o Facebook junto con los datos de analítica para tener la misma taxonomía, son algunos de los servicios que más nos demandan. En otras palabras, data governance aplicado a analítica digital.

Gracias a esto, las empresas disponen de todos sus sistemas y procesos en un mismo entorno en el que poder realizar tareas de análisis, machine learning, etc. Y es que con la integración de los datos digitales con los de compañía (como ventas, CRM, Call center, etc.), se ha pasado del negocio digital al dato como activo del negocio, lo que supone, entre otras cosas, una gran ventaja competitiva y ahorro de costes. La mentalidad ha cambiado radicalmente y lo que se está haciendo es llevar el paradigma del mundo digital aplicado a la compañía.

El Arte de Medir by Ibermática

Como ya he comentado, esta madurez del mercado nos obligó como empresa a pivotar hacia determinados servicios que no ofrecíamos, como por ejemplo la construcción de Data Lakes, la elaboración de fontanería de datos, creación de análisis no digitales, etc.. Al final el mercado va demandando unas necesidades y para seguir creciendo en la dirección correcta, es necesario adaptarse. En nuestro caso, las decisiones que hemos tomado siempre han ido vinculadas a seguir evolucionando y a tener el dato en el centro. De ahí que a estas alturas ya no diferenciamos en que el dato sea digital, cuantitativo o cualitativo, sino que lo que queremos es poder agregar valor a esa toma de decisiones de negocio.

Y al igual que nuestros clientes, nosotros también nos dejamos guiar por el modelo de madurez, y esto se ha traducido en el movimiento que anunciamos a finales de año: la integración con un gigante como es Ibermática. Es decir, necesitábamos un background técnico potente para adaptarnos a las nuevas necesidades de este mercado.

En estos momentos nos encontramos en un nuevo escenario en el cual ya no existen los silos, sino que desde cualquier tipo de fuente de datos (web, app, el torno de la entrada a la oficina o la satisfacción del cliente) es procesado, ordenado y preparado para ser consumido por todo el negocio. Ya no se habla de digitalización, sino de que todo este flujo de datos valga para algo. Estamos en un punto de inflexión en el que se está disparando el uso de los datos y lo que va a marcar la diferencia es cómo técnicamente se haga todo eso y de cómo se explote.

¿Te has quedado con ganas de más? A continuación puedes escuchar el episodio del podcast en el que Eduardo y yo hablamos más detalladamente de este tema:

21 Dic 2021 | Herramientas

Todos los caminos que tenemos que andar son difíciles y todas las luces que nos guían se están apagando

Uno de los temas de moda entre los analistas en estos momentos es todo lo que tiene que ver con la medición, o en muchos casos la ausencia de ella, provocada tanto por el consentimiento de cookies (ePrivacy) como por el Reglamento General de Protección de Datos (GDPR). Por ello, hemos querido que Rafael Jiménez, fundador de SealMetrics, solución de cookieless tracking, y CEO y fundador de Adinton, empresa que desarrolla soluciones de marketing de atribución, para que nos ayude a medir la privacidad del usuario respetando la ley.

La solución SealMetrics

En El Arte de Medir by Ibermática nos encontramos con una problemática recurrente entre nuestros clientes relacionada con la analítica post GDPR y ePrivacy. Estas dos nuevas normativas están impidiendo que muchas herramientas de análisis como Google Analytics, ya no recoja el 100% de la medición. Con este escenario y tras investigar en el mercado, vimos que SealMetrics es una herramienta que puede ayudar a rellenar ese espacio. ¿Cómo surgió y cómo funciona?

Antes de fundar SealMetrics, Rafael ya contaba con una herramienta de modelos de atribución, Adinton, con la que miden teniendo en cuenta las cookies. Pero cuando salieron a la luz los primeros borradores de la GDPR y se empezó a hablar de la ePrivacy Regulation, observaron que todo ello iba a afectar directamente a cómo se estaba midiendo hasta ese momento. Con este cambio de escenario, empezaron a desarrollar un sistema cookieless para detectar el fraude publicitario con el cual consiguieron detectar si un usuario era el mismo que estaba clicando en una publicidad aunque borrase las cookies y cambiara su IP. Y gracias a este desarrollo nació SealMetrics, un sistema de datos agregados que no analiza individualmente al usuario y además intentan añadir estadísticas útiles para ayudar al marketer de cara a la toma de decisiones. En otras palabras, basándose en tecnología cookieless, analizan toda la información y el tráfico de una página web y, a partir de ahí, ofrecen datos como las conversiones por fuente de tráfico, las páginas más visitadas o las páginas que generan más clics.

Es importante dejar claro que esta no es una herramienta de analítica digital como tal, sino que más bien es una solución que permite entender los datos agregados de tráfico o de fuentes, sin tener que requerir del consentimiento previo del usuario ya que no se hace uso de las cookies. La visión de Sealmetrics, y su lema desde el primer día, es ir acorde y cumplir con lo que la normativa establece en lo que respecta a la privacidad del usuario y, además, dar información nutrida al marketer.

Cómo combatir la pérdida de información

A la hora de medir con el nuevo entorno cookieless, se puede ver cómo las diferencias a veces rondan en el orden de un 30% o 40% de pérdida de información, lo que sin duda supone un problema a la hora de analizar los datos. Es por ello que gracias a soluciones como esta, los equipos de analítica pueden entender la diferencia que existe con respecto a los datos de la herramienta de analytics que se use, junto con los datos reales para poder estimar mejor esta pérdida de información.

A la hora de combatir esta pérdida, aunque el conocido como faldón de cookies pueda ser un elemento relevante de cara al tráfico, es incluso más importante tener en cuenta el tipo de tráfico que cada compañía genera. En este aspecto, lo que han observado desde SealMetrics es que con respecto a la desviación, por ejemplo, han llegado a tener casos de un 85% de tráfico que no aceptaba las cookies. Al analizar estos casos, se dieron cuenta que la empresa contaba con un faldón estándar de cookies. Entonces, ¿por qué esta discrepancia? La respuesta la encontraron en el tipo de tráfico que se captaba. Es decir, si la compañía cuenta con mucho tráfico SEO informacional y una gran cantidad de contenido a la que el usuario va a informarse y se va, ese perfil normalmente no acepta las cookies. En cambio, si la empresa cuenta con una marca potente que genera confianza, el usuario suele aceptar cookies.

Cómo medir sin cookies

A lo largo de este post hemos visto cómo funciona SealMetrics, pero, ¿cómo consigue medir las visitas sin tener las cookies? Para ello intentan huir de todo lo que son cajas negras, machine learning y modelados. ¿Por qué? Porque cuando se usa machine learning no se puede demostrar si son privacy first. En lo que respecta a las visitas, lo han resuelto de una manera que no es exacta, pero sí es bastante fiel, y es haciendo uso de la referer, la cual permite a los servidores identificar de dónde los visitan las personas. Si la referer es el mismo dominio, entonces es una página vista y así pueden trabajar de forma agregada. Por otro lado, también han creado un parámetro o un ID aleatorio que trabaja como un ID de fuente de tráfico y que va contando las páginas vista que ese ID va visitando a medida que el usuario navega. Es decir, el ID refleja el origen del tráfico y va arrastrando en cada nueva página que el usuario visite. En el momento que hay una conversión, se identifica el ID correspondiente con la información que ha ido arrastrando y así se genera una conversión a esa fuente de tráfico.

Como podemos ver, desde SealMetrics no buscan tener un sistema cookieless, sino que lo que buscan es un sistema Privacy First con el que sus clientes tengan la confianza de que cumplen la normativa y, además, sea un complemento a las herramientas de analítica para saber que los datos que miden cumplen con los estándares de legalidad.

¿Quieres saber más sobre este tema? Puedes descargarte nuestro manual sobre Cookieless y no te pierdas la conversación entre Rafael y Eduardo Sánchez, que se estrena como presentador de El Arte de Medir Podcast:

23 Nov 2021 | Estrategia

No debes temer con soñar un poco en grande, querido

A lo largo de los últimos años estoy viendo como una de las capacidades con las que cuenta el nuevo perfil del analista digital es la de vincular los datos a una estrategia y así poder realizar tareas tan importantes como detectar los indicadores clave o KPI’s de rendimiento adecuados para poder tomar decisiones más certeras. Uno de estos perfiles profesionales lo podemos encontrar en Marco Pilco, Head of performance en Parclick y especialista en performance y Analítica Digital. Aprovechando que en estos momentos Marco se encuentra liderando un proyecto de transformación digital basada en datos para convertir a Parclick, la compañía de reservas de parking online, en una empresa Data Driven, le he querido preguntar: ¿cómo ha sido el proceso de fijar los indicadores clave de rendimiento?

El establecimiento de KPIs

Desde la experiencia de Marco, antes de empezar cualquier proyecto y poder alcanzar los objetivos de negocio, todos los profesionales de la compañía tienen que unirse bajo una misma visión estratégica, ya que si no es así, es muy difícil poder hacer frente a tareas como fijar los KPI’s de rendimiento. Esto es porque la misión principal de esta visión estratégica es hacer las preguntas adecuadas para encontrar los KPIs que se ajusten a cada una de las necesidades que demande el negocio. Para explicar esto mejor, vamos a verlo con el ejemplo de Parclick. En la temporada pre pandemia, aunque estaban viviendo un crecimiento rápido centrado en la conversión final, la rentabilidad no era la esperada. Ante esta situación, les surgieron preguntas como: “¿qué es lo que queremos alcanzar con la actividad digital?” o “¿nuestro objetivo es vender con rentabilidad?”. Dar respuesta a estas preguntas es lo que les llevó a analizar cada una de sus necesidades y finalmente, vieron que el KPI que mejor les ayudaría sería la rentabilidad económica o ROAS, ya que conjuga el interés y la conversión, además que también puede ayudar con la inversión para sacar conclusiones.

En este punto, fue cuando desde El Arte de Medir by Ibermática nos unimos al proyecto y juntos establecimos la base para construir los cimientos y brindar las herramientas necesarias para localizar toda la información con la que poder actuar ante cualquier situación.

La aportación de los datos

Como podemos ver, el papel de los datos es fundamental y hay mucho trabajo por delante para darlo a conocer. Por ejemplo, en lo que respecta a la toma de decisiones, existen especialistas que aseguran que los datos no reflejan la realidad que ellos comprenden y apuestan por una toma de decisiones basada en experiencia y conocimiento. En este tema, la realidad es que no se trata de enfrentar a los datos y la experiencia, sino que más bien es juntar todos estos elementos y agregar el valor que los datos pueden llegar a aportar. Es innegable que todo el conocimiento que cada profesional va obteniendo a lo largo de su carrera es gracias a unos patrones adquiridos. Pero esa experiencia, acompañada con el conocimiento de los datos, es una base muchísimo más potente con la que poder actuar.

Por otro lado, los datos también nos pueden ayudar con los sesgos humanos a la hora de lanzar una estrategia o tomar decisiones, evitando así que no sean más profundos de lo que deberían ser. Por ejemplo en Parclick se enfrentaron a la difícil decisión de quitar un elemento muy importante de una de sus landings, creyendo que al hacerlo, la conversión fallaría. Tras realizar un experimento en Google Optimize y testear todas las posibilidades, decidieron eliminar el elemento de varios mercados y descubrieron que el ratio de conversión no solo no mejoró, sino que lo hizo un 20%. Al final los datos revelaron que ese elemento hacía que el tiempo de carga de la página fuera muy elevado y el usuario no lo valoraba.

Sin lugar a duda, nos encontramos en un ecosistema en continua evolución donde lo que funciona hoy, mañana puede dejar de hacerlo. En la experiencia de Marco, el dato le demostró que no era posible hacer las cosas siempre de la misma manera, sino que hay que ir analizando continuamente factores como el contexto, la plataforma, el posicionamiento de marca o la competencia para una toma de decisiones más adecuada. Para ello, y como he comentado antes, disponemos de herramientas y formaciones que son de gran ayuda para tomar ideas. Al final, el acceso a experimentos como el de Parclick está al alcance de las empresa, pero para llevarlos a cabo hay que tener la convicción de que lo que tenemos ahora no tiene por qué funcionar mañana y por eso hay que enfrentarse a una optimización constante con la que dar solución a las necesidades de los clientes.

Si te has quedado con ganas de más, aquí tienes el enlace a una entrevista que realizaron desde el podcast Marketing Leaders a Marco sobre la transformación digital de Parclick. Y, como siempre, no dejes de acompañarnos en este episodio del podcast:

¿Qué ha pasado en el último mes?

En Conexiones de futuro me hicieron una entrevista en la que hablo de Big Data, los cambios del comportamiento del consumidor y más. ¡Espero que la disfrutes!

10 Ago 2021 | Estrategia

Si has perdido el rumbo escúchame, llegar a la meta no es vencer. Lo importante es el camino y en él, caer, levantarse, insistir, aprender

Han pasado 50 episodios desde que Ricardo Tayar, CEO y cofundador de Flat 101, aceptara mi invitación a venir al podcast para hablar de cómo medir el comportamiento de los usuarios y personalizar su experiencia de compra en un ecommerce, independientemente de los productos, servicios o contenidos que ofreciera.

Cuatro años después, y con las consecuencias de la irrupción del Covid-19 en el mercado mundial, vuelve a repetir para analizar cómo ha evolucionado el comportamiento del consumidor en el ecosistema digital en los últimos meses.

Tendencia natural vs tendencia a raíz del Covid-19

Tendencia natural

Desde 2015, el equipo de Flat 101 realiza un estudio sobre la conversión en negocios digitales en el cual año tras año analizan el comportamiento de los usuarios en el entorno digital, entre otras muchas cosas. En su último estudio publicado, se puede ver cómo antes de la llegada de la pandemia, la experiencia mobile estaba tomando una mayor relevancia, o por lo menos así lo reflejan datos como el aumento del volumen de transacciones o el crecimiento de métricas de negocio (como por ejemplo el valor medio de pedido) en dispositivos móviles. Pero en realidad, estas experiencias no son experiencias móviles per sé, sino que son experiencias desktop adaptadas a dispositivos móviles, lo que, de cara al consumidor es todavía un problema y se traduce en unos ratios de conversión en mobile inferiores a desktop. Y es que aunque hay muchas marcas que aunque ya cuentan con un 80% de tráfico mobile y una serie de métricas aparentemente buenas, a nivel de transacción suele ir peor.

Como podemos ver, en lo que a experiencia mobile se refiere todavía queda mucho por hacer, y sobre todo para que llegue a la Pyme, que en definitiva es el grueso de la empresa española. Es una cuestión de ir evolucionando y para que esta evolución continúe, es importante entender que un mismo producto digital no puede tener la misma representación ni las mismas prestaciones en todos los dispositivos ni en todos los segmentos de público al que se dirige. Esto implica tener que diseñar diferentes conjuntos para satisfacer necesidades bastante diversas, lo que conlleva un gran esfuerzo de tiempo y dinero. Por ejemplo, las empresas están más dispuestas a diseñar landing pages, pero en el momento de diseñar algo en mobile, no existe tanto entusiasmo. Esto es porque en el diseño mobile se dan dos condicionantes:

La propia interfaz y la manera en la que nos relacionamos con ella es mucho más pequeña en pixeles, superficie y se maneja con las manos.
En el aspecto tecnológico, un navegador móvil no funciona bajo los mismos parámetros que un navegador de escritorio, por ejemplo.

Al final es un tema de concepto. Hasta hace poco, una empresa hacía una web y esa web servía para todo. Pero ahora existen tantas webs como posibles segmentos de clientes o clientes tenga una empresa y ahí es dónde habría que llegar en todos los canales. Pero para ello hay que testar, experimentar, personalizar y medir a un nivel muy alto. Y la empresa que lo hace, obtiene mejores resultados.

La tendencia a raíz del covid

Con la llegada del Covid-19, se ha experimentado:

Un incremento de la navegación de escritorio.
Un mayor volumen de tráfico en sectores de actividad relevante en la pandemia: hogar, electrónica de consumo, educación, streaming o supermercados.
Tasas de transacción parecidas a antes del Covid-19. (Si con un aumento del volumen de usuarios aumente hasta un 500%, se mantienen las tasas de transacción, es porque la empresa vende 5 ó 6 veces más)

Por otro lado, desde marzo de 2020 existe una aceleración por parte de las empresas a lanzarse al entorno digital, ya que en la mayoría de los casos, y sobre todo en los meses de marzo, abril y mayo, era la única opción que tenían para seguir funcionando. Pero claro, algunas de ellas se han encontrado con algunos problemas debido a que se sumergieron en lo digital sin ningún tipo de metodología ni de objetivo de negocio fijado. Como por ejemplo, los restaurantes y el servicio delivery. Durante el confinamiento, muchos de ellos abrieron la opción del envío de comida a casa, pero en cuanto se normalizó la situación, dejaron de ofrecerlo. ¿Por qué? Estos restaurantes se dieron cuenta que invertir lo mínimo e imprescindible en lo digital no es suficiente y por ende, que vender en internet no es tan fácil cómo parece. Desde los medios de comunicación se anuncia que el ecommerce es lo que va a salvar a las empresas, etc. Pero lamentablemente esto no es así en todos los casos. Las empresas cuyos ecommerce han funcionado han sido porque desde antes de esta situación ya tenían trabajada una estrategia digital. En otras palabras, los que antes de marzo de 2020 se habían preocupado por tener una web decente y de que sus procesos de negocio digitales funcionaran bien.

¿Qué podemos aprender de esta situación?

Tras lo vivido con la pandemia, ha llegado el momento de trabajar en la reconfiguración del negocio y muchas empresas han tenido que replantearse sus objetivos de los tres próximos años, etc. ¿Qué aspectos deben tener en cuenta para esta nueva realidad? Lo primero, no es necesario cambiar la metodología de manera drástica, pero sí es importante poner foco en otras cosas, como por ejemplo la gestión de expectativas. Muchas empresas han iniciado una carrera por entrar en el entorno digital y hacer las cosas bien, pero aún así intentan recorrer en un año lo que no han hecho en diez, y así es imposible conseguir los resultados esperados. Para hacerlo bien y aprovechar al máximo lo que el entorno online ofrece, la única solución es ponerse a trabajar la capa digital en un año sin esperar que al siguiente todo el mundo quiera comprar el producto.

Sin lugar a dudas, esta gestión de expectativas es un tema de filosofía de empresa y de ser realista de lo que se puede esperar haciendo un proyecto. Pero no sólo estas empresas tienen un camino por recorrer. Las empresas que trabajamos en digital también tenemos el principal reto de acompañar a nuestros clientes en esta gestión de expectativas y hacerles ver que el canal digital no es como una ventana mágica que va a generar ingresos y beneficios rápidamente.

¿Te has quedado con ganas de más? Te invitamos a que sigas nuestra conversación en este episodio del podcast: