El análisis de la enorme cantidad de datos que hoy ofrece internet, puede amedrentar a algunas empresas. Sin embargo, cada vez son más quienes comprenden la utilidad de analizar, gestionar y planificar estratégicamente las empresas según el big data. Un estudio del MIT Center for Digital Business reconoció que las organizaciones que gestionan y toman decisiones a través del análisis del big data, tienen un 4% más de productividad y un 6% más de ganancias
A continuación, te contamos 4 usos que podés darle a Big Data.
Optimizar el proceso de conversión
En el caso del e-commerce, existe un proceso desde que el usuario realiza una búsqueda o da click a un anuncio hasta que realiza la compra, que resulta preciso comprender. Analizar ese proceso sin duda resulta provechoso para la empresa para rescatar insights que permitan mejorar el checkout de un carrito de compras. Es conocido que la tasa de abandono del carrito de compras supera el 50%, aproximadamente. De ahí hacer “data driven” es imperioso.
Por ejemplo, Amazon puede detectar si un usuario ha abandonado el proceso de compra a la mitad. Entonces a esos usuarios les envía un mail “invitandolos” a completarlo. En ese mismo sentido, la empresa identifica los productos que has estado “curioseando” y te envía un mail con una promoción para seducirte a que compres el producto. En la Argentina, Mercado Libre, esta haciendo algo similar, pero por ahora el mail no incluye promociones, sino solo un “push” a que compres lo que estuviste buscando.
Mercado Libre es el sitio retail más visitado en Latam y número 8 en el mundo. Manejan anualmente grandes volúmenes de información (7 Tb de RAM en 2014). Tienen una premisa que utilizan muchas empresas para darle uso a la información: “Si una serie de usuarios ven productos similares, entonces les interesan las mismas cosas (en un momento dado)”. De ahí que utilizan, por ejemplo, la sección “Recomendados”, que ofrece a los usuarios productos, que por sus búsquedas previas, podrían serle de interés. Una buena manera de hacer cross selling.
Por otra parte, lo interesante del Big Data no es únicamente analizar la información pasada sino la presente, en tiempo real: Real Time data. Así, no sólo se actualizan constantemente los resultados basados en algoritmos, sino que permite realizar lo que se denomina Real Time Marketing, mensajes personalizados de acuerdo a un determinado público, en un determinado momento y según sus intereses, pudiendo realizar campañas creativas, pero sobre todo eficientes, con un elevado ROI.
Segmentación del target
Analizando información de los clientes proveniente de fuentes como redes sociales, datos de internet, o datos internos de la organización, es posible micro-segmentar (micro-targeting) al público bajo variables muy específicas con el fin de personalizar los mensajes y las ofertas.
La marca cervecera Heineken se asoció con los gigantes Google y Facebook con el objetivo de obtener grandes cantidades de datos sobre los usuarios. Con esto realizó algunas campañas utilizando real time marketing, como con estrategias de geolocalización. Al conocer datos como lugar geográfico de un usuario en un determinado momento, o contenido que se encuentra visualizando en internet, dirigió la creatividad en ese sentido con el uso de mensajes programáticos, obteniendo importantes resultados.
Spotify, por ejemplo, utiliza información interna que proveen sus millones de usuarios para recomendar determinada música a cada usuario en particular, bajo la misma premisa que mantenía Mercado Libre. Para usuarios con un historial muy escueto, que aún no aportan demasiada información sobre sus intereses, Spotify puede predecir sus gustos gracias a los miles de usuarios con un perfil similar.
Análisis del comportamiento del consumidor
Además de seguir específicamente el proceso de compra, identificar hábitos de compra en general, u otros intereses del consumidor puede dar una pista sobre nuevas formas de venderle a un determinado público.
Nestlé, por ejemplo, comprendió las implicaciones que estaban causando las redes sociales en las empresas y, en vez de sentirlo una amenaza, pudo visualizar una oportunidad. Entonces, creó un centro de monitoreo de redes sociales para escuchar las conversaciones de los usuarios sobre la marca, para poder anticiparse a posibles crisis y responder a tiempo, con el fin de cuidar y generar engagement con los usuarios.
Mc Donald’s, por su parte, analiza el Data-driven y de acuerdo a las características que detecta en cada mercado adapta algunos factores como el diseño del local, la información en el menú, el tiempo de espera, entre otras cosas.
Análisis de mercado y producto
Al analizar información sobre tendencias del mercado, búsquedas más frecuentes, e intereses más latentes, es posible adaptar la oferta de productos o servicios, reviendo la cartera de negocios.
En el caso de una aerolínea, por ejemplo, puede valerse de información sobre cierta tendencia del mercado a viajar de un destino específico a otro y modificar la frecuencia con que se realiza esa conexión. Probablemente, la información que no encuentra dentro de sus datos internos la pueda encontrar teniendo acceso a otro tipo de fuentes externas.
Estos usos generalmente suelen coexistir y nutrirse unos de otros, ampliando los beneficios y retroalimentando la estrategia. Según la información que requiera cada industria o empresa en específico, debería orientar la búsqueda de información de manera que obtenga información relevante para ese negocio en particular. No tendría sentido, de otra manera, realizar esfuerzos para obtener información que no pueda traducir en insights y le sean verdaderamente útiles.
