Machine Learning - Photo by Luca Bravo on Unsplash

Contar con el análisis de datos y la tendencia de Machine Learning genera a las empresas una significativa mejora en la toma de decisions y aumenta su competitividad.

Insight es la palabra clásica que en el mundo de los negocios y el marketing definía un conocimiento infinito de un mercado, un segmento y una corporación, generalmente en manos de un tercero.

Hoy día, las formas en que un empresario puede conocer a sus clientes van más allá del concepto insight, y nunca en la historia han sido tan complejas y sólidas.

La proliferación de puntos de contacto con los clientes (touchpoints) y dispositivos digitales (smartphones, wearables, tablets, IoT), ha generado un torrente de información que cataliza el surgimiento de tecnologías y herramientas diseñadas para ayudar a las organizaciones a darle sentido a todo esto.

Típicamente, esas tecnologías y herramientas han sido desarrolladas para satisfacer las necesidades específicas de los mercadólogos, tales como análisis de sitios web, gestión de etiquetas, pruebas A/B y modelación de la atribución.

Pero este enfoque conocido como best of breed ha llevado a una serie de soluciones puntuales no integradas, dejando a los responsables de marketing la difícil tarea de medir, optimizar y probar el valor comercial de sus estrategias de lealtad, programas y campañas.

Analizar los datos proporcionan ventaja

Las organizaciones basadas en datos tienen tres veces más probabilidades de reportar una mejora significativa en la toma de decisiones, según una encuesta de datos y analítica de PwC, que encuestó a 1.135 ejecutivos.

Las investigaciones realizadas por el Centro de Negocios Digitales del Massachusetts Institute of Technology (MIT) revelaron resultados similares en entrevistas con ejecutivos de 330 empresas estadunidenses: “Cuantas más compañías se caracterizan por estar orientadas a datos, mejor se comportan con medidas objetivas de resultados financieros y operativos”, informaron Andrew McAfee y Erik Brynjolfsson, del MIT.

Al mismo tiempo, 62% de los ejecutivos que participan en la encuesta mundial de PwC dijeron que todavía confían más en la experiencia y asesoramiento que en datos para tomar decisiones de negocios.

Si ese es el caso, entonces ¿qué deben hacer los líderes analíticos –y sus iniciativas basadas en datos– para tener éxito?

Específicamente, necesitan ser capaces de integrar fácilmente más fuentes de datos, aprovechar el Machine Learning y la tecnología avanzada para realizar análisis más rápidos y sofisticados, y para extraer información que mejore el rendimiento empresarial. En última instancia, necesitan hacer la transición de los datos a la acción.

Valor para el cliente

Muchas empresas no están obteniendo ventaja competitiva de la analítica porque siguen enfocándose en estrategias centradas en los productos, según indica Peter Fader, profesor de marketing de la Wharton School de la Universidad de Pensilvania, en el estudio “El mercadólogo en el asiento del piloto”.

Pocas empresas están aplicando una medición formal del valor del cliente para impulsar y evaluar estos cambios.

Podemos comparar a Netflix con proveedores de cable grandes. En su mayoría, esas empresas aún tienen una mentalidad centrada en el producto y utilizan análisis sofisticados para impulsar la escala y vender paquetes de contenido cada vez mayores a un mayor número de clientes.

Netflix, en cambio, explora minuciosamente los datos de los clientes para crear servicios de programación y contenidos que deleitan a sus suscriptores más valiosos. Cuando decidió producir la serie House of Cards, profundizó en las preferencias del suscriptor, ¡tomo en cuenta hasta cuántas escenas de películas con estrellas potenciales para el programa estaban siendo reproducidas!

Mientras House of Cards ha sido un éxito que atrajo a más de 4 millones de nuevos clientes y creó rumores entre millones de prospectos, no fue diseñado para ser un éxito de taquilla.

El objetivo de la serie era traer valor a los mejores clientes de Netflix y atraer más como ellos. “Netflix no está usando datos sólo para vender más contenido a más gente”, dice Fader.

Si utilizas la analítica para crear mayor valor para tus mejores clientes, generarás mayor lealtad, reduciendo el Churn Rate y generando nuevas ventas.

Caso en República Dominicana

Un caso local, sin adentrarnos al mundo del Machine Learning, ha sido el sitio web AlSuper.com.do, con una clara visión en satisfacer a su cartera de clientes, como plataforma de crecimiento, han generado estrategias de conocimiento de patrones de consumo a través de su CRM o Costumer Relationship Management.

A través del conocimiento de patrones, el sitio puede sugerir nuevos productos, basado en los patrones de comportamiento de sus compras y al mismo tiempo, mejorar la calidad de vida al generar listados automáticos. Este es un ejemplo, cuando una empresa permite que un estratega pueda ocupar el asiento del piloto.

Participación de la alta gerencia

En una reciente encuesta mundial de McKinsey, los encuestados clasificaron la participación de los directivos como el factor que más contribuyó a su éxito con la implantación de las analíticas.

Casi el 92% de los ejecutivos que participaron en la reciente encuesta de NewVantage Partners también reportaron que sus grandes iniciativas de datos tenían líderes de nivel C, incluyendo el CEO, el CIO, el COO, el jefe de marketing (CMO) y el líder del departamento digital (CDO).

No se sorprenda, recuerde la importancia de los datos para el tipo de toma de decisiones en negocios de alto volumen, que es probable que impacten, o incluso transformen a toda una organización.

Es imprescindible para los ejecutivos atar el funcionamiento del marketing a los resultados del negocio, evitar la percepción y enfocarse en los datos.

Las organizaciones con estructura de marketing sofisticadas deben emplear una plataforma integrada de análisis de marketing, herramientas como Google Analytics 360, Adobe Experience Cloud y Microsoft Dynamics 365, llevarán a su organización al siguiente nivel.

Los mercadólogos deben esforzarse por asegurar que sus soluciones de medición del rendimiento sean intuitivas y fáciles de usar para los grupos de interés en toda su empresa. Diseñar los modelos de Dashboard con antelación, ayudarán al entendimiento de los datos. Recuerde tratar bien al cliente interno.

Esta es una época de ingestión (acumulación) de datos e implantación dentro de las organizaciones, una realidad que no se debe evitar.

Para la República Dominicana, es una nueva oportunidad para construir una estructura digital robusta que nos ayude a avanzar en los índices de competitividad global.

Retos para aprovechar el Machine Learning

Acumulación

En un artículo reciente del MIT Sloan Management Review se definió la acumulación como la integración de “más fuentes de datos que nunca en la historia: nuevos datos, datos antiguos, macro datos, micro datos, datos estructurados, datos no estructurados, datos de redes sociales, datos y datos heredados”.

Para muchos ejecutivos, tratar con eficacia el desafío de la variedad es su principal prioridad con los datos.

Análisis

Hay que estudiar la información para descubrir ideas valiosas, no sólo para ventas o el éxito en los medios sociales, sino los verdaderos “hechos” que pueden encaminar las decisiones empresariales.

Este trabajo implica el aprendizaje automático (Machine Learning), un tipo de inteligencia artificial que permite a los ordenadores aprender sin programación explícita.

En el análisis, la tecnología utiliza algoritmos que aprenden de los datos, y, a su vez, crecen y cambian cuando se expone a la nueva información.

Acción

Las ideas o hallazgos adquiridos a partir del análisis, si y sólo si, se pueden convertir en acción. Esa es la métrica para el éxito, basada en la rapidez con que se pueden ver y poner en práctica ideas para impulsar decisiones y acciones empresariales.

Hacer eso, por supuesto, requiere comunicar estos conocimientos y su impacto potencial a los líderes de la organización que necesitan conocerlos. Es recomendable el uso de dashboards para evitar la impresión de reportes.


Artículo publicado en la Revista Forbes República Dominicana, edición Julio-Agosto 2017.