¿Dónde está Avinash cuando se le necesita?

29 Mar 2017 | Análisis Completo

Ningún jugador es tan bueno como todo el equipo junto

Es importante tener en cuenta que muchas veces los analistas nos centramos en qué medir y cómo en un portal de venta directa por eso hoy quiero analizar la forma de medir un ecosistema digital de un negocio que no es un ecommerce.

En el caso de LaLiga se están centrando los esfuerzos en intentar analizar el comportamiento de los usuarios en los diferentes entornos que se ponen a disposición del usuario (web, aplicaciones móviles, redes sociales). Lo importante no es vender, sino entender al fan del fútbol y cómo su comportamiento cambia según el país de donde procede.

Cómo actúa el usuario durante un partido de fútbol, qué aplicación utiliza, qué noticias le interesan, qué tipo de videos visualiza, … Esto es lo que realmente importa para poder tomar decisiones en este negocio y sobre todo para poder optimizar al máximo el ecosistema del que disponemos.

Pero una semana tiene 7 días y hay que ofrecer contenido interesante en todo momento, por lo que es vital estudiar qué funciona, para quién y en qué formato. Aquí tiene mucha importancia también la globalidad ya que no se genera únicamente contenido para España sino que hay que pensar en el resto del mundo.

La gamificación es un ejemplo de contenido global y que engancha al usuario independientemente de dónde se encuentre. En LaLiga se ha aprendido mucho de HeadSoccer, ya que el 90% de los usuarios que lo juegan (3 millones de usuarios al mes) son de fuera de España, sobre todo de Mexico, USA, Sudeste asiático, Europa… Al Fantasy juega 1 millón de usuarios por semana y es un juego más nacional que el resto.

Estos datos son muy buenos pero lo importante es que están en continuo crecimiento y van a más.

La web está en español y en inglés pero las apps tienen hasta 8 idiomas distintos, porque se ha comprobado que a mayor número de idiomas, mayor éxito tiene porque penetra más en otros países. En las Redes Sociales pasa lo mismo, recientemente se ha incorporado el árabe por ejemplo. Se está comprobando que la variable país no es importante a la hora de analizar al usuario, ya que el contenido siempre es el mismo y lo que varía es el idioma únicamente y funciona de la misma manera.

En España hay grandes periódicos deportivos dedicados casi en exclusiva al fútbol, cosa que no pasa en otras ligas potentes en Europa. En Inglaterra cuando el aficionado quiere saber de la Premier va a la web de la Premier por ejemplo, pero en España la competencia es feroz. De ahí que la estrategia global que se sigue en la organización es ofrecer distintos contenidos además de las clásicas noticias.

El reto actualmente es analizar el comportamiento del mismo usuario en todo el ecosistema online y offline, saber que el usuario X se conecta al HeadSoccer, a la app principal durante el fin de semana, que es de tal equipo y le interesa un tipo de noticias. ¿Con qué objetivo? El de interactuar con este usuario y darle el contenido que necesita en el momento que necesita con la frecuencia que necesita. Es decir, al final todo se reduce a lo mismo, sea un ecommerce o una web de contenidos, estudiar a las personas para poder ofrecerle un contenido/producto/servicio personalizado que nos permita cumplir nuestros objetivos.

Las herramientas que se utilizan en LaLiga para llegar a este conocimiento son sobre todo Google Analytics Premium (analizar el perfil del usuario) y Blinkfire (analizar la comunicación). Esta última es una herramienta de medición en Redes Sociales para entender los impactos de los diferentes patrocinadores. Así podemos entender la fuerza de una imagen para el patrocinador más importante ahora mismo de LaLiga, el Banco de Santander. Es fundamental para entender el papel de las redes sociales en el engagement del aficionado, la fuerza del patrocinio, …

Para la medición del usuario 360 se tendría que trabajar codo a codo con los diferentes clubes que conforman LaLiga y cruzar los datos de los usuarios de forma que se pueda saber que un determinado aficionado del Espanyol que juega al HeadSoccer y al Fantasy, ha entrado en el estadio a ver a su equipo esta jornada y poder interactuar directamente en ese momento desde la app principal. Actualmente la ley de protección de datos (LOPD) no permite a LaLiga utilizar los datos de los tornos de los estadios, únicamente pueden almacenarlos.

La comunicación en LaLiga con sus usuarios se realiza por push en las apps (que funciona muy bien aún sin segmentar por audiencia) y por Newsletter (hay que segmentar para conseguir buenos resultados). Para visualizar estos y otros datos en la organización, se utiliza PowerBI en todos los departamentos.

Se están explorando continuamente nuevos formatos de comunicación. En la última Copa del Rey por primera vez se puso a disposición de los usuarios de Facebook los partidos de la semifinal en directo, únicamente para países donde no se podía ver en la TV, y se llegó a un crecimiento del 200% en seguidores en dicha red social y en interacciones. Es la primera liga mundial que ha hecho algo parecido y los resultados son muy buenos, por lo que se pretende seguir en la misma línea innovadora y buscar nuevas formas de engagement con el usuario.

En resumen, cada negocio, cada entorno, ha de estar pensado en base a los objetivos que se persiguen y tanto en tecnología (la combinación de herramientas a utilizar) como en estrategia (los análisis que se realizan) han de estar en sincronía con el objetivo final.

Si quieres profundizar más en el tema de medición en LaLiga, puedes escuchar el podcast de PRNoticias en Ondacro:

También de este tema salió un reportaje el 14 de Marzo en Voxpopuli sobre medir al fan del fútbol.

22 Mar 2017 | Analista Web

La varita escoge al mago, recuérdalo…

Un tema que me llama poderosamente la atención en los tiempos que corren es precisamente la soberanía de datos en las empresas. Esto es muy importante, puesto que si la herramienta es gratuita… ¿cabe preguntarse si entonces el producto es uno mismo?

Las grandes empresas que están triunfando en la última década (y no existían antes del año 2005), casi en su totalidad tienen en sus DATOS un activo muy importante tanto para su desarrollo de negocio como para su relación con el cliente.

Por lo que… los datos… o mejor dicho… la INFORMACIÓN, es un elemento clave para una empresa. ¿Tiene sentido que tengamos nuestra información en sistemas que no nos pertenecen?

La audiencia de nuestros sitios puede convertirse en el producto por el que a una empresa le puede interesar desarrollar una herramienta gratuita. Y aquí empieza el problema. ¿Por qué unos nos dan una herramienta gratis y otros no?

Empecemos por el principio. Hay dos grandes escenarios en las herramientas gratuitas que hay en el mercado:

El escenario de los que buscan hacer publicidad y vender algo
El escenario de los que buscan audiencia para colocar la publicidad

En el fondo, muchas empresas todavía no consideran que se han convertido en medios de comunicación. Si mi audiencia es el producto… ¿Quién la paga y quién la compra? Nosotros tenemos datos sobre nuestro público, su experiencia, incluso sobre los clientes y productos/servicios… en herramientas de analítica, de remarketing, etc… La potencia de esto es la información.

Tenemos mucha información en nuestras herramientas que a su vez se cruzan con otra información que tienen estas grandes compañías en sus sistemas para tener un nivel máximo de información. Información que puede ser utilizada en tu contra, incluso se puede en un futuro cercano convertir en competidor tuyo.

Hay un elemento interesante: se puede vender la audiencia a los competidores de forma indirecta, uno compra también por ella haciendo campañas de publicidad. Por lo que al final, el proveedor de publicidad tiene datos reales que le permite ir optimizando lo que uno ya está pagando. El gran componente de la soberanía de datos, que al final depende de los directivos de la empresa es precisamente uno de los activos más importantes del negocio: La información. Sus datos.

Es importante dar información, pero es imprescindible saber en qué condiciones, a quién, sobre qué tipo de audiencia. Sobre todo es información delicada toda aquella que atañe a nuestros clientes, a nuestra base fidelizada. Además, si no tenemos la soberanía de datos probablemente no podremos actuar sobre la información de la forma que realmente necesitamos. El punto importante es ser capaces de decidir qué parte de la información podemos compartir.

¿Y cuál es el papel del analista entonces?

El enfoque de la analítica tradicional ya no es suficiente, lo que se hacía al principio de nacer esta disciplina no sirve. Antes el analista se dedicaba a generar una serie de informes y distribuirlos en la organización, rezando para que alguien les hiciera caso y tomara decisiones en base a las conclusiones de dichos informes. Ahora el proceso ha mejorado ya que ahora los informes son específicos, ligados a un punto del negocio como puede ser un embudo de conversión, el rendimiento de una determinada campaña, etc…

Se hacen análisis sobre algo específico y se distribuye en la organización. El problema es que este no debe ser el objetivo. La promesa de la analítica no debe ser hacer un informe para solamente poder tomar decisiones sino ser capaces de interactuar con el usuario de manera personalizada basándonos en datos.

El foco ya no es el entorno, ahora es el usuario o el cliente. Las herramientas avanzadas de analítica ahora sí son capaces de identificar a la persona y poder actuar en tiempo real. El rol del analista cambia radicalmente, vamos a ser parte activa de la solución más que simplemente señalar un problema. Se puede actuar sobre un determinado segmento de clientes o incluso sobre un determinado cliente, un ejemplo característico es el recomendador de productos según su historial de visitas o compras.

La analítica digital está cambiando constantemente y ahora mismo se debe centrar en trabajar con la información almacenada en las herramientas a nivel de usuario y usarla para generar negocio. Si la tecnología no permite llegar a este punto, el analista está vendido.

Una nueva visión de la regla 90/10 (90% del presupuesto en personas por el 10% en tecnología) de Avinash Kaushik que hemos comentado en anteriores ocasiones. Ya que sin la tecnología adecuada no se puede ir más allá. El analista está limitado si en la empresa no existe una apuesta por la tecnología por lo que un 90/10 no parece lo más adecuado para cumplir los objetivos de la empresa. ¿Hemos cambiado el 90/10 por un 75/25? ¿Qué opinas?

Hablo de estos temas con Diego Semprún en el podcast de PRNoticias en Ondacro:

También estuve de invitada para hablar de Data Science en Capital Radio hace un par de semanas, aquí os dejo el link por si os interesa: (a partir del minuto 39)

16 Mar 2017 | Análisis Completo

El corazón de Roma no late en el mármol del senado sino en la arena del coliseo.

Hace un par de años un grupo de locos por la analítica decidimos crear el MeasureCamp en España, concretamente en Madrid, y allá por Mayo 2015 celebramos la primera edición de este evento que básicamente consiste en compartir conocimiento entre los profesionales del sector digital.

Allí fue donde conocí a Sergio Jimenez. Un analista de los que me gusta conocer porque me hace pensar. Y mucho. Nos ofreció una charla sobre medir en portales públicos que aún recuerdo con emoción. Un portal público es mucho más complejo de medir que un ecommerce ya que lo que se busca no es convertir al usuario sino darle servicio y que la visita al portal sea fructífera. Y esto supone un reto, muy interesante, para el analista. Cómo ayudar al responsable de una institución pública a medir en base a la conducta del usuario. Gran tema.

Por eso invité a Sergio a hablar como experto en la materia en el podcast semanal de “Mi Arte de Medir”, donde nos centramos en comentar cómo medir los portales de transparencia. Hablamos de todo, de cómo establecer los objetivos de los portales de transparencia como servicio público y sobre todo como llegar a conocer al usuario y leer su comportamiento.

Llegamos a la conclusión de que al final cualquier portal, sea público o no público, de transparencia o de servicio al ciudadano, no ha de medirse de manera muy diferente al resto de portales, puesto que los objetivos siguen siendo cuantificables y el customer journey sigue siendo el principal componente de una buena medición.

Realmente un portal de transparencia tiene una función primordial que es aportar información sobre la acción de los gobiernos y administraciones públicas al ciudadano. Por lo que hay que medir que esta información sobre contratos, remuneraciones, nombramientos, etc… esté disponible (localizable, bien organizada, bien ordenada y normalizada), bien difundida (convenientemente distribuida y publicada) y permita la interacción con el ciudadano (realización de consultas).

En base a la disponibilidad, difusión e interacción de los portales, podemos hablar de:

Portales tramitadores: Posee poco tráfico pero con mucha interacción. Hay que estudiar bien las búsquedas que se realizan para ver cómo comunicar mejor los contenidos porque suelen fallar en la disponibilidad.
Portales organizados: Posee poco tráfico pero fidelizado donde se encuentra la documentación de manera fácil y eficaz. Faltaría llevar a cabo una buena difusión.
Portales publicitarios: Tiene un alto número de visitas con mucha interacción donde la información no siempre está disponible o localizable.
Portales activos: Posee un tráfico alto y equilibrado puesto que tiene una correcta difusión y permite el acceso eficaz a la información y la interacción con el usuario.

El perfil del usuario de este tipo de portales va desde:

El usuario puntual (que viene de forma puntual a obtener información y necesite navegar por distintos contenidos -> poca visita, mucha interacción, poca descarga). Este usuario suele interesarse por los portales publicitarios.
El usuario interesado (que viene buscando una información específica -> poca visita, poca interacción pero muy directa, poca descarga) . Esencialmente este tipo de usuarios consulta los portales tramitadores.
El usuario especializado (que accede de manera recurrente a la información que se va actualizando -> mucha visita, poca interacción, mucha descarga). Normalmente este tipo de usuarios consulta los portales tramitadores u organizados.
El usuario editorialista (que consume muchos contenidos de manera periódica según lo que necesite en cada momento -> mucha visita, mucha interacción, mucha descarga). Usualmente este tipo de usuarios consulta los portales organizados y publicitarios.

A todos ellos hay que complacerlos y medir en consecuencia para garantizar que la información está disponible, bien difundida y se han podido llevar a cabo los trámites que el usuario ha necesitado.

¿Y cómo medimos entonces estos tres tipos de accesos y si el contenido ha sido satisfactorio? Debemos establecer bien los objetivos primordiales del portal y definir las métricas que nos digan cuan cerca o lejos estamos de cumplir dichos objetivos. Normalmente podremos medir de manera global cualquier tipo de portal público con:

Número de visitas o tráfico que genera el portal
Tasa de rebote de la página de entrada (entender la calidad de la visita)
Páginas vistas por visita y tiempo en el sitio (profundidad de la lectura)
Conversión: documentos descargados (intercambio de información)
Consultas realizadas (qué se busca, desde dónde y en qué condiciones)
Frecuencia de visitas

Segmentado por origen de la visita (difusión) y por tipo de usuario (primera vista o visita recurrente). También podemos segmentar estas KPIs por dispositivo utilizado, para anticiparnos a la adaptación de resolución de pantallas de los dispositivos móviles, por ejemplo. Indispensable segmentar también por tipo de contenido para entender qué interesa y las sinergias entre distintos tipos de contenido.

Entendiendo el tipo de usuario que viene y el contenido y conducta que ofrece, podemos entender bien qué podemos hacer para que nuestro portal de el servicio que necesitamos en cada momento. Lo más importante es definir nuestros objetivos de manera adecuada y medir en consecuencia, para garantizar que tenemos todo lo necesario para conocer qué está pasando en el portal y cómo podemos optimizarlo en consecuencia.

Lo que hemos comentado es un breve resumen de lo que explicamos en nuestra Guía metodológica para el Análisis de Portales de Transparencia, que puedes solicitar en el siguiente enlace: http://publilitica.es/descargas/

Si además quieres ampliar información, no dudes en escuchar mi charla con Sergio en el podcast; juntos hemos montado un nuevo servicio especializado en la medición de este tipo de portales públicos de transparencia, que creemos necesario para entender bien las necesidades del ciudadano y optimizar este tipo de portales al máximo.

También estuve hace poco en El Plural, donde me hicieron una entrevista por motivo del día de la mujer trabajadora:

http://www.elplural.com/tech/2017/03/08/en-su-justa-medida

13 Mar 2017 | Herramientas

Hay tres maneras de hacer las cosas: la correcta, la incorrecta y la mía

Piwik es una herramienta de analítica digital de software libre, lo que significa que su código fuente está disponible para colaborar en su desarrollo, mejorarlo y adaptarlo a nuestras necesidades. Se trata además, de una solución gratuita que se puede aplicar a la inmensa mayoría de proyectos de analítica, no solamente como herramienta principal, sino también como herramienta de “backup” que puede servir para contrastar la calidad del dato, y comparar si la información que se recoge a través de dos sistemas es consistente y robusta.

Entonces, ¿por qué no se escucha hablar tanto de Piwik como de sus rivales? El hecho de que sea gratis y accesible, no significa que sea tan conocida como las dos herramientas que prácticamente monopolizan el sector: Google Analytics y Adobe Analytics. Al estar soportada casi únicamente por la generosidad de la comunidad de desarrolladores, no cuenta con tantos recursos como puedan tener otras herramientas comerciales. Aunque con la última versión, han sacado ciertas funcionalidades de pago que desarrollan ciertos extras, lo que facilita mucho la vida al analista, y tienen como finalidad dar cierta independencia al proyecto. Hay que recordar que, pese a que la herramienta de analítica del gigante Google es a priori gratuita, la realidad es que tiene una versión que no lo es. Google Analytics 360, antiguamente conocida como Google Analytics Premium, tiene más capacidades, integraciones, y está orientada a empresas que hacen un uso intensivo de la analítica, superando un determinado volumen de datos al mes. El caso de Adobe es distinto, es una herramienta que prácticamente nadie utiliza en su limitada versión gratuita, y está orientada a empresas que buscan un software específico, con una complejidad más alta, y que requiere para implementarla y explotarla, de un equipo profesional muy especializado.

Otra de las barreras para la adopción de Piwik, es que precisa de unos conocimientos algo más avanzados para una implementación básica, lo que hace que un público algo más generalista y menos profesionalizado, no lo contemple como una opción. El hecho de tener que configurar una base de datos para que la información que se recoge quede almacenada en la misma, es algo que supone un sobreesfuerzo que no todo el mundo está dispuesto a asumir. En esto Google Analytics lleva mucha ventaja, puesto que es una solución que es prácticamente de “Plug & Play”, y que se considera un estándar en la práctica totalidad de gestores de contenido para web.

Sin embargo, este esfuerzo extra que hay que realizar para poner en marcha el sistema, tiene una justificación de peso. En Piwik, nosotros somos los dueños de los datos. Nosotros gestionamos los datos. Y nosotros somos los responsables de su custodia.

Para ciertas organizaciones, en las que el hecho de tener el control de los datos es una premisa, el hecho de que exista una herramienta como Piwik, es la mejor de las noticias. Organismos públicos y ONGs, por citar algunas empresas y organizaciones, son usuarios potenciales de Piwik. No solamente sabemos qué pasa en nuestra solución analítica porque tenemos acceso al código fuente, sino que además podemos almacenar los datos que queramos, y lo más importante, donde queramos. Mucha gente desconoce que el dueño de los datos cuando utilizamos Google Analytics no somos nosotros, sino el propio Google, de hecho cuando nos damos de alta en el servicio, en ese interminable contrato que ninguno de nosotros leemos, se detalla explícitamente.

Existe, además, cierta información sensible de los usuarios que en Piwik podemos querer guardar, y en Google Analytics, como sabemos, no se puede hacer. En Piwik, puesto que somos dueños de los datos y los almacenamos en nuestros servidores, podemos guardar y gestionar la información que queramos. Sin embargo, en el resto de herramientas no podemos. De hecho, no se puede almacenar ningún dato que permita identificar al usuario. El DNI o la dirección de correo electrónico son datos que actualmente muchas empresas desearían almacenar en la herramienta de analítica y no es posible. La razón no es otra que la propiedad de los datos. Los datos se almacenan en sus servidores, que pueden estar físicamente en países en los que la legislación no contemple ese intercambio de datos personales.

La implementación que posibilita la recolección de los datos es similar a la del resto de soluciones. Unas líneas de JavaScript en el código fuente de la página, bastan para recopilar la información básica sobre sesiones, páginas vistas, tiempos en página, etc. Con algo más de esfuerzo, se pueden medir fácilmente todo tipo de interacciones del usuario en la página, que podemos almacenar en forma de eventos. Y finalmente, se puede dotar de un contexto adicional a esta información a través de las dimensiones personalizadas. Además, Piwik cuenta también con un Tag Manager propio, que permite al analista cierta independencia del equipo de desarrollo a la hora de implementar la medición, sin necesidad de modificar el código fuente de la web. Eso sí, esta característica está pensada para empresas y tiene un coste adicional.

Una vez que tenemos los datos en Piwik, llega la hora de utilizarlos para analizarlos y, a través de decisiones apoyadas en los mismos, cumplir los objetivos de negocio. Para ello tenemos dos opciones: los informes predefinidos de la interfaz web de Piwik, o bien integrar los datos en un dashboard personalizado orientado específicamente a nuestras necesidades.

Los informes predefinidos de Piwik, al igual que en el resto de herramientas, son algo básicos, y no nos ayudan más que a rascar la superficie de todo el potencial que tienen los datos. Cuando nos presentan los datos en informes encapsulados, puede que nos resulte difícil responder a las preguntas de negocio con la información que se nos muestra y de la manera que lo hace.

Un dashboard personalizado y diseñado a partir de nuestros KPI´s de negocio, siempre resultará mucho más útil para tal propósito. En este punto, la desventaja de Piwik es que no cuenta con integraciones directas con los programas más utilizados para “dibujar” nuestros cuadros de mando. No obstante, cuenta con una API para acceder a los datos, aunque una vez más, se necesita de un esfuerzo extra para obtener los mismos.

¿Esto quiere decir que no podemos obtener los datos que queremos y de la manera que deseamos? En absoluto, pero sí que es cierto que la inmediatez que tenemos con otras soluciones no la vamos a obtener con Piwik.

Si quieres saber un poco más en profundidad lo que nos aporta esta herramienta de analítica digital, te invito a escuchar la conversación junto a Gabriel Gallego en PRNoticias (OndaCRO) :

08 Mar 2017 | Estrategia

Jamás se desvía uno tan lejos como cuando cree conocer el camino

Después de varios post hablando sobre analítica digital, herramientas, y medición en diversos negocios, me gustaría hoy ir un paso más allá en el modelo de madurez de la analítica digital hacia el tercer nivel. Es el nivel que pasamos cuando centramos la medición en el cliente. Se conoce como Customer Analytics. La idea es entender la conducta del cliente y ayudar al negocio a optimizar la relación con él, con los distintos perfiles de clientes que tenemos.

La realidad es muy compleja, y los modelos que creamos al final son una versión simplificada de ésta, por lo que podemos comprender cosas pero siempre teniendo en cuenta que las condiciones pueden haber cambiado: los modelos matemáticos pueden fallar.

Una de las restricciones que tenemos en el análisis, es el número de recursos y el tiempo que dedicamos a generar información. Siempre hay que controlar, primero, qué ha pasado (qué costes tenemos y qué estoy ganando), y luego, ya podemos centrarnos en entender bien al cliente y su relación con los productos que tenemos, con nuestros entornos, con lo que estamos ofreciendo, así como la interacción que tenemos con ellos.

Esta parte no podemos abordarla sin incorporar los datos de clientes, identificando quiénes son, cuándo vienen, qué buscan, qué compran… y esta información no la tenemos en las herramientas de analítica digital. Hay que integrar diversas fuentes donde tenemos las diferentes interacciones que suceden con nuestros clientes. Estamos en una época fascinante donde podemos integrar hardware, software, algoritmos, para no solamente registrar qué interactúa con nosotros, sino además cómo lo hace. En otras palabras, intentar registrar sus emociones para con nosotros.

De esto es lo que trata Customer Analytics realmente, de saber el valor que le generamos al cliente y qué valor nos generan a su vez ellos. Lo ideal es poder predecir y prevenir a partir de las interacciones con los clientes, identificando las acciones a realizar (las “next best actions” por ejemplo). Para aumentar a la vez el beneficio de la organización y la satisfacción del cliente.

Esto no es fácil de parametrizar, pero el punto de partida es entender bien el sector o la industria de la organización, para estudiar a fondo cada interacción con el cliente, así como los canales por dónde se realiza. Entonces, hay que digitalizar estos canales, para entender el Customer Journey aplicado al sector de la empresa, y poder actuar en cada una de las interacciones de dicho Customer Journey.

Se han de combinar diferentes técnicas, la complejidad del dato irá poco a poco aumentando y el conocimiento dependerá, ya no solamente del comportamiento del cliente, sino de cómo reacciona, de sus emociones, e incluso de su personalidad. Cada vez se amplía más el número de disciplinas que intervienen en el Customer Analytics, y cada vez tenemos más datos que nos ayudan a confeccionar el puzzle de cómo son nuestros clientes, de en qué momento se encuentran y por qué.

La clusterización de los clientes cada vez es más variada y compleja; inicialmente se tratarán las grandes cantidades de clientes. Pero el objetivo, será crear experiencias para el usuario lo más atinadas posibles, por lo que cada vez iremos a más y más detalle para personalizar lo más posible esta segmentación, en base a un abanico más y más interesante, y cercano a la realidad. Cada matiz enriquecerá el modelo de clientes.

Obviamente, algunos sectores o empresas lo tienen más fácil que otros. Nos viene por ejemplo a la mente Netflix, que es mucho más interesante o goza de mayor popularidad entre los clientes. Pero.. ¿qué pasa con aquellas empresas, como una energética por ejemplo, que ahora mismo está en el candelero y no precisamente por razones positivas?, ¿cómo se puede enfocar el Customer Analytics para una empresa que “no mola”?

Lo ideal entonces es encontrar lo que el analista llama “los puntos de dolor”. Es decir, identificar lo que estamos haciendo muy mal (el cierre de la venta, el servicio postventa, …) y usar estas herramientas para comunicar, para acercarnos al cliente y que identifique nuestro valor. La analítica forma parte de este mensaje pero no es el fin, el proceso de analizar es largo y tedioso, pero la recompensa vale la pena.

El analista parte de un modelo, como hemos comentado, más genérico con los datos de los que dispone habitualmente, como por ejemplo, los datos de navegación de un usuario en un sitio web. Pero el objetivo es ir transformando la organización para que esté orientada a datos. Entonces, realmente su valor es ir enriqueciendo este modelo con datos que obtengamos de cada punto de interacción con el cliente, vengan del departamento que vengan. Así tendremos la visión de 360 grados para entender bien el Customer Journey de verdad, con toda la información. Esto nos lleva a tener una sensibilidad para con el cliente que definitivamente, nos va a ayudar a hacer mejor las cosas, con más eficiencia.

Identificar las prioridades, sabiendo que trabajando sobre ellas el siguiente paso es más fácil, nos ayudará a implementar con la herramienta, obteniendo una buena cultura de datos. Y seguiremos midiendo cada acción que realicemos. Para predecir el futuro, no siempre tenemos que medir el pasado, ya que las condiciones del pasado no tienen por qué perdurar en el futuro.

El Customer Analytics nos permitirá conocer a los clientes y hacer mejor las cosas. El proceso es continuo, y se va avanzando de forma sólida, experimentando y probando cosas diferentes con distintos grupos de clientes para no quedarnos anclados en el pasado, y seguir revolucionando el futuro en base a los datos.

Si quieres ahondar más en detalle en el tema de Customer Analytics, aquí tienes mi podcast, grabado junto a Josep Curto, fundador y CEO de Delfos Research, además de consultor, analista y profesor.