Qué es el Marketing Intelligence y cómo aplicarlo en tu empresa
Roberto López, Chief Marketing Officer de B12 Admark, explica cómo lograr estrategias comerciales exitosas con Big Data para todo tipo de empresa.
B12 Admark, líder tecnológico especializado en campañas digitales para lograr ventas incrementales, comparten su visión del Marketing Intelligence y cómo aplicarlo a las empresas, resaltando cómo la simbiosis de datos y estrategia es una disciplina emergente que augura mejorar el resultado de tus esfuerzos comerciales.
En la actualidad, el mercado requiere nuevas vías para que las compañías puedan vender más, pero muchas veces los tiempos son limitados para conseguir resultados positivos. Esta situación obliga al diseño de estrategias de marketing “a la medida” según las necesidades puntuales y proyectadas de cada caso. Queda claro que no se puede aplicar una regla universal o simplemente la intuición basada en experiencias previas para asegurar que se cumplirán los objetivos.
El mercado actual requiere de una planificación profesional donde se fijen métricas e indicadores en función de la necesidad de la empresa, es decir, que luego de un diagnóstico se deberá diseñar un plan de marketing que contemple una estrategia única para esa situación de la empresa y que la misma pueda ser mensurable, medible y pueda sostenerse en el tiempo.
Esta estrategia aplicada a la situación de la empresa que contemple todos los elementos necesarios diseñados para esa compañía, su cultura y el target real de sus clientes es lo que podemos llamar Marketing Intelligence.
Para Roberto López, Chief Marketing Officer de B12 Admark, la implantación de Business Intelligence ha significado una revolución en la toma de decisiones estratégicas empresariales: “Partimos de la base de que, hoy día, las empresas conviven con una enorme cantidad de información procedente de fuentes muy diversas. En la práctica, esta oportunidad es del todo inútil si no se dispone de la capacidad de recopilación, análisis y explotación de los insights”.
¿Qué datos son los verdaderamente importantes para extraer conclusiones y tomar decisiones? Cada vez es más habitual encontrar en las empresas departamentos exclusivos de Data Science, integrados por estadistas, matemáticos, programadores, etc. En definitiva, perfiles expertos en métodos y tecnologías de análisis de información. Pero ¿qué datos son los verdaderamente importantes para extraer conclusiones y tomar decisiones? ¿Cómo separar el grano de la paja y no perder nada en el camino? Ese es el otro gran reto, una vez superado el gap tecnológico. Y no es nada fácil aunar las capacidades técnicas y empresariales que requiere una visión de negocio.
López explica que el Big Data ha dado paso a sistemas basados en data lakes y data warehouses, enormemente complejos que requieren perfiles especializados. Los departamentos de Data Analysis se enfrentan al reto de trasladar la información relevante a los decisores estratégicos. Por ello, han de ser capaces de detectar los principales indicadores de negocio, los KPIs (Key Performance Indicators) más relevantes y generar un sistema automatizado, flexible y ágil que permita la toma de decisiones en cada momento. No basta con limitarse a trasladar cantidades masivas de cifras y gráficos.
¿Cómo crear una estrategia comercial con Big Data?
López responde: “Una estrategia comercial basada en Big Data puede proporcionar a las empresas una ventaja significativa en el mercado. La clave es que las decisiones comerciales están basadas en la data. Esto ayuda a definir y a establecer una visión integral en toda la compañía y permite tomar decisiones comerciales fundadas en la observación de datos”.
Gracias al Big Data se plantea un nuevo nivel de Business Intelligence en el que la tecnología (el propio Big Data y las tecnologías en las que se apoya, como la Inteligencia Artificial o el Machine Learning) está al servicio de los expertos y les da una visión completa y realista sobre todos los factores que intervienen en la estrategia comercial.
Según López la estrategia comercial basada en Big Data debe seguir cuatro pasos críticos: definir los objetivos de negocio; identificar las fuentes de datos; priorizar y definir los KPIs más relevantes para tu estrategia comercial; y formular una hoja de ruta.
¿Qué aplicaciones de Big Data deben ser en el ámbito comercial?
El directivo resume que hay tres grandes aplicaciones: la organización de proyectos, los modelos predictivos y otros usos analíticos más específicos. Esto se traduce en la práctica:
- Mejora operativa
- Optimización del servicio de atención al cliente
- Personalización de campañas de marketing para cada consumidor
- Mejora de sistemas de seguridad
- Enriquecimiento de bases de datos de prospectos y clientes
- Registro de comportamientos online
- Y un largo etcétera…
El uso generalizado a través de los años ha permitido la aplicación en áreas diversas del marketing, algunas de las más sonadas son las siguientes:
- Email marketing
- Marketing de contenidos
- Construcción del mejor buyer persona
- Optimización de los presupuestos
- Garantizar el análisis del sentimiento del consumidor
- Estrategia de precios
Ejemplos de cómo usan Big Data las grandes empresas
- Inditex utiliza multitud de herramientas de Big Data, automatización e IA en su estrategia comercial. Estos datos permiten organizar inventarios, realizar predicciones y detectar nuevas tendencias allá donde surjan para, si sus cálculos lo estiman conveniente, trasladarlas a fábrica y tienda en tiempo récord.
- Amazon desarrolla sus propios algoritmos para recolectar cantidades masivas de datos. Esta capacidad técnica ha hecho que, incluso, desarrolle una suite propia de servicios informáticos en la Nube, Amazon Web Servicies o AWS (la mayor del mundo) con más de 200 servicios.
- Pepsi usa IA y ML por parte de la multinacional estadounidense también es un ejemplo extraordinario, pues saben con certeza en qué hogares tienen más probabilidades de ventas y, por lo tanto, dónde deben colocar sus productos. Se trata, finalmente, de conocer a tu target a niveles antes impensables y, así, establecer patrones y predicciones.
- Netflix. Su algoritmo determina los contenidos que cada usuario es más propenso y ofrece una experiencia única para cada usuario. Cerca del 80% del contenido que se reproduce en la plataforma procede de sus propias recomendaciones.
“No se debe pensar que la inversión en una estrategia de Marketing Intelligence es malgastar el dinero. Quizá el futuro de una empresa dependa de cambios que devengan de los resultados de esa estrategia. El Marketing Intelligence debe ser una herramienta concreta para la toma de decisiones por parte de los ejecutivos de las compañías para que minimicen el margen de error y aumenten ventas”, concluyó López
