¿Qué importancia tienen las bases de datos a nivel empresarial?

¿Qué importancia tienen las bases de datos a nivel empresarial? Gestión de datos

¿Qué importancia tienen las bases de datos a nivel empresarial?

Las Bases de Datos tienen una gran relevancia a nivel personal, pero más si cabe, a nivel empresarial, y se consideran una de las mayores aportaciones que ha dado la informática a las empresas. En la actualidad, cualquier organización que se precie, por pequeña que sea, debe contar con una Base de Datos con la que organizar los datos sobre su negocio, pero para que sea todo lo efectiva que debe, no basta con tenerla: hay que saber cómo gestionarlas.

En el caso de que en nuestra compañía no contemos con una persona que se encargue de esta labor, existe la posibilidad de contratar a una empresa externa que se encargue.

Las principales utilidades que ofrece una base de datos a la empresa son las siguientes:

  • Agrupar y almacenar todos los datos de la empresa en un único lugar.
  • Facilitar que se compartan los datos entre los diferentes miembros de la empresa.
  • Evitar la redundancia y mejorar la organización de nuestra actividad.
  • Visualizar los datos de un cliente o potencial: interacciones, ventas, datos de contacto.
  • Conectar los datos de operaciones, facturación e interacciones con cada cliente o potencial
  • Activar campañas de marketing o tareas

Si una Base de Datos se gestiona adecuadamente, la organización obtendrá diferentes ventajas. Aumentará su eficacia, habrá trabajos que se realicen con mayor rapidez y agilidad debido a la simplificación de los mismos, podremos mejorar la seguridad de los datos que almacenamos, y con todos estos factores, maximizaremos los tiempos y por tanto, se producirá una mejora en la productividad.

Estas funcionalidades aportarán un valor añadido a la empresa, ya que con una base de datos formulada correctamente, conseguiremos que la información y el conocimiento sean los mayores activos de la compañía, lograremos sacar el máximo rendimiento a las competencias de nuestros colaboradores, así como averiguar datos de nuestros clientes potenciales. Por último, puesto que la información es poder, cuantos más datos tengamos, mayor será la competitividad de la compañía.

CRM y Bases de Datos

fuente de datos

Por supuesto, las Bases de Datos son fundamentales para establecer una estrategia CRM (Customer Relationship Manager) adecuada en la empresa. Una estrategia CRM consiste en recolectar toda la información posible sobre los clientes para gestionar estas relaciones en torno a los datos. De esta manera conseguiremos segmentar aquella información que sea más relevante para cada uno y optimizar algunos aspectos de la comunicación comercial, como ofrecer campañas publicitarias más personalizadas, ofrecer soporte específico, y llevar un registro minucioso de todos los documentos que enviamos y recibimos de esa empresa. También se automatizan las órdenes, cotizaciones y el proceso de ventas.

Una estrategia CRM adecuada favorece enormemente el impacto que tendrá el data driven marketing de la compañía, de la que surgen acciones comerciales efectivas que venden y que se basan en los datos recogidos.  Al recopilar en nuestra base todos los datos sobre nuestros clientes, uno de los apartados que rellenaremos será el de las redes sociales, que también nos ayudará a mejorar nuestra estrategia de comunicación web.

Pero esto no parece terminar aquí, con la llegada de la inteligencia artificial la gestión de datos, cada vez más, deja de ser utilizada a nivel comercial sólo para pasar a ser utilizada de forma transversal en toda la compañía. Lo que conocemos como estrategia de MDM o Master Data Management.

Una estrategia de Master Data Management conlleva contar con datos maestros que nos permite conectar diversas tablas y que nuestros sistemas se hablen a través de APIs. Por ejemplo, nuestro maestro de datos de contactos de empresa puede tener de campo clave el CIF. Esta relación entre nuestras tablas de datos es fundamental de cara a que, si por ejemplo, un registro se cambia en un sitio lo haga en todos las  instancias con las que está relacionado. Ello nos permitirá que si queremos hacer una valoración de cliente o tarea el valor calculado sea igual en todos lados.

Tipologías de Bases de Datos

En primer lugar  cabe hacer referencia a su tipología, en la actualidad. Las Bases de Datos relacionales o SQL son las más utilizadas, pero presentan varias desventajas como que son muy rígidas o que impiden un crecimiento constante del archivo. Por su parte las NoSQL se postulan como un poderoso complemento en el futuro más inmediato, pues permiten analíticas predictivas sobre el futuro de nuestro negocio.

Sin embargo, hay dos grandes inconvenientes que hacen que las Bases de Datos NoSQL o no relacionales no avancen al ritmo que deberían, y ambos están relacionados con la formación de las personas que las utilizan.

El primer inconveniente es que muchos expertos se muestran reacios a utilizarlas, en muchas ocasiones, porque no conocen todas las posibilidades que ofrecen; el segundo (relacionado con el primero) es que este tipo de Bases de Datos tienen una gran diversidad, y hay que tener conocimientos sobre todas ellas para saber cuál es la adecuada para cada caso ( es imprescindible tener muy definido el tipo de proyecto al que se asociará, la cantidad esperada de usuarios y la tecnología que se va a utilizar para el desarrollo).

En este aspecto, hay defensores y detractores de cada tipo;  los defensores de las Bases de Datos SQL apuestan por la estructuración que ofrece esta tipología, ya que consideran que las NoSQL carecen de estructura. Esta creencia es falsa, y se debe principalmente a la desinformación: las NoSQL sí que poseen una estructura definida denominada schema-free, la diferencia es que es más flexible que la que poseen las SQL o relacionales.

Aparte de la evolución del tipo de Bases de Datos también hay que tener en cuenta los cambios en cuanto a manipulación de las mismas, dada la creciente importancia que tienen en la vida cotidiana los dispositivos móviles como smartphones y tablets. El cambio de dispositivos en el que se manejan las Bases de Datos, obligará a que en el futuro se simplifiquen las interfaces y se facilite el uso de estos sistemas lo que mejorará su rendimiento y ampliará su campo de uso, por ejemplo, en el sector médico o militar que requieren de un acceso más inmediato.

Otro factor importante que esta marcando el futuro de las bases de datos esta siendo la privacidad de los mismos, con la que la sociedad esta cada vez más sensibilizada y para la que se están utilizando nuevas formas de entender las bases de datos, como el blockchain, que tendrá un papel fundamental en el Database Marketing del futuro.

Tendencias de futuro de las Bases de Datos

En cuanto al futuro de las Bases de Datos hay dos tendencias que suenan con mucha fuerza entre los expertos del sector: la Inteligencia Artificial (IA) y la adopción de entornos Multicloud. Si bien aparentemente estas tendencias pueden parecer independientes, cuando se combinan, pueden ofrecer soluciones poderosas y sostenibles para el almacenamiento y procesamiento de datos.

La Inteligencia Artificial se ha convertido en una tecnología clave en numerosos campos, desde la atención médica hasta la automatización industrial. En el ámbito de las bases de datos, la IA está transformando la forma en que gestionamos y analizamos la información.

La IA mejora la eficiencia y la precisión del procesamiento de datos, lo que permite una toma de decisiones más informada y rápida. Algunas de las tecnologías de IA más comunes utilizadas en bases de datos incluyen el machine learning y la visión artificial o informática, que permiten analizar grandes conjuntos de datos y extraer información valiosa.

El Multicloud es una estrategia que implica el uso de múltiples proveedores de servicios en la nube para almacenar y gestionar datos y aplicaciones. En lugar de depender de un único proveedor, las organizaciones pueden utilizar una combinación de servicios de nube pública y privada, lo que les brinda mayor flexibilidad, redundancia y escalabilidad.

La adopción de Multicloud ha ganado terreno debido a la diversificación de los riesgos y la mejora de la continuidad empresarial. También permite a las organizaciones elegir los servicios de nube más adecuados para sus necesidades, en función de consideraciones como el costo, el rendimiento y la ubicación geográfica de los datos.

Uno de los desafíos que se plantea con la creciente adopción de IA es su impacto ambiental, ya que las principales aplicaciones requieren una gran cantidad de recursos computacionales y energéticos. En este punto, su simbiosos con el multicloud puede ayudar a abordar este problema.

El multicloud permite distribuir la carga de trabajo entre diferentes nubes, lo que reduce el consumo y la huella ecológica de la IA, permitiendo que las compañías cumplan con sus objetivos en materia de regulación ESG.

La tendencia del Big Data hacia el Small y Wide Data

Small y Wide Data tendencia

La tendencia del Big Data hacia el Small y Wide Data

“Muchos datos y mayor velocidad de procesamiento”, ha sido la consigna de las organizaciones que han abrazado el Big Data como herramienta y no es para menos. En la medida en que el hardware y el software de los ordenadores adquirían mayor capacidad para captar, almacenar y tratar gran cantidad de datos, muchas empresas encontraron en ello una herramienta aplicable para analizar diversos aspectos de interés. Datos estructurados, no estructurados y semiestructurados, podían converger para que tras su procesamiento, se pudiera analizar el comportamiento de clientes y predecir tendencias de consumo entre otros asuntos. Pero parece que todo estaría cambiando, ya que la prestigiosa consultora Gartner estima que en 2025, el 70% de las organizaciones habrán abandonado sus enfoques de Big Data. Estos serán sustituidos por Small y Wide Data.

¿En qué consisten estos dos conceptos y cómo influirá su aplicación en la toma de decisiones empresariales? ¿Qué relevancia tiene la calidad de datos en el uso de estas herramientas? Son las preguntas que intentaremos responder brevemente a continuación.

Small y Wide Data en contexto

El Big Data está cediendo terreno a tendencias como Small y Wide Data, y no debería sorprendernos. Sin duda, la pandemia del COVID-19 ha sido un fenómeno capaz de modificar la conducta de consumidores, empresarios y proveedores. Hasta tal punto que ha conseguido cambiar muchos paradigmas considerados inalterables. Entre ellos el entrenamiento de algoritmos de Inteligencia Artificial y Machine Learning, hasta ahora alimentado con datos históricos. Lógicamente, el escenario del análisis de datos también está cambiando notablemente.

En opinión de Jim Hare, vicepresidente de investigación de Gartner, la crisis sanitaria dejó claro que los datos históricos refieren condiciones pasadas. En una situación tan inestable y volátil, el rápido pase a la obsolescencia de estos datos es evidente. Por otro lado, la toma de decisiones es ahora más compleja y exigente, por lo que necesita apoyarse en enfoques de aprendizaje más profundo y que requieren otros datos. De allí la urgencia de echar mano a nuevas técnicas de análisis como Small y Wide Data.

Big Data, una definición para entender las nuevas técnicas de análisis

En primer lugar, recordemos la definición de Big Data, para comprender en contexto las tendencias de Small y Wide Data. Desde una perspectiva rigurosa, Big Data se enfoca en grandes conjuntos de datos cuyo procesamiento no es viable mediante métodos tradicionales. Por eso, también abarca los diversos recursos para procesar, analizar y gestionar dichos conjuntos de datos masivos que por igual son más rápidos y complejos. También apunta a desbloquear el valor que toda esa información pueda proporcionar.

Varios expertos incluyen en la definición de Big Data la analítica y la visualización de datos y los objetivos para los que se emplean las técnicas de big data.

En resumen, nos referimos a Big Data cuando fuentes heterogéneas (personas o máquinas) generan grandes cantidades de datos con mucha rapidez. Estos datos se almacenan y analizan para obtener nuevos puntos de vista sobre un aspecto determinado de la realidad. Intrínsecas a este concepto, encontramos las características de Big Data, conocidas como las “Vs”:

  • Volumen o tamaño del conjunto de datos.
  • Variedad, en la que englobamos los diferentes tipos de datos; estructurados, no estructurados y semiestructurados.
  • Velocidad, que refiere la rapidez del flujo de datos. Aunque también implica la celeridad en la captura, el procesamiento, análisis y comprensión de los datos.
  • Veracidad. Es decir, los datos han de ser precisos y fiables, para generar, al final del proceso, decisiones acertadas. Esta característica está asociada a otro concepto vital; la calidad de datos.
  • Valor, o provecho social y económico implícito en los conjuntos de datos.

Small Data

Teniendo en cuenta lo anterior, ya podemos entender mejor los conceptos de Small y Wide Data. A diferencia del Big Data, el small data consiste en la captación y análisis de conjuntos de datos originados en organizaciones individuales o fundamentados en ejemplos individuales de resolución de problemas. En efecto, no es sencillo extraer o captar los small data de forma útil de los grandes conjuntos datos. Precisamente, ya que bajo este concepto no son necesarios tantos datos para lograr información con valor comercial. Para ello, emplea técnicas de análisis de series de tiempo, datos sintéticos o aprendizaje auto-supervisado.

Los big data revelan tendencias y correlaciones a gran escala que suelen ser muy generales. Por el contrario, los small data ponen el foco en lo que impulsa a cada consumidor, cliente potencial e incluso a empleados de la organización. Para poder realizar análisis y toma de decisiones basados en small data, es imprescindible una buena segmentación. Puedes ver las bases de datos segmentadas para telemarketing B2B y telemarketing B2C de Deyde DataCentric.

El procesamiento de los grandes conjuntos de datos requiere mucho tiempo y recursos. Una vez obtenido el valor, ya están obsoletos y es casi improbable que añadan más valor en el medio plazo. Por el contrario, los datos pequeños siempre son accesibles, lo que permite tomar decisiones rápidas y hasta en tiempo real. En concreto, con small data es factible:

  • Comprender cuáles son los factores que impulsan las compras de los consumidores.
  • Mejorar la estrategia para generar clientes potenciales.
  • Cambiar el formato de comercialización de productos y servicios.
  • Corregir y enriquecer estrategias de marketing en tiempo real.

Wide Data

Wide Data (datos amplios) permite analizar y hacer trabajar en conjunto una gran variedad de fuentes de datos. Ya sean de datos estructurados, no estructurados, pequeñas o grandes. Esto permite encontrar enlaces entre varias fuentes de datos y entre muy diversos formatos; texto, imagen, vídeo, audio, voz y hasta datos de sensores que trabajan olores, temperatura y vibración.

En comparación con small data, enfocado en aplicar técnicas analíticas que rastrean información útil en conjuntos de datos pequeños e individuales, los datos amplios permiten evaluar y combinar diferentes datos pequeños y grandes, estructurados y no estructurados. De tal modo se relacionan fuentes de datos dispares, mediante una amplia variedad de fuentes para concluir en un análisis significativo.

En Deyde DataCentric contamos con Pyramid, la mayor fuente de datos externa de España. Se trata de una única base de datos normalizados, estandarizados relacionados entre sí, que te permitirá adquirir nuevos datos de valor y cualificarlos en tus sistemas. Descubre más sobre Pyramid aquí.

Un ejemplo del análisis mediante Wide Data fue el realizado por la cadena de grandes almacenes estadounidense Target. Sus analistas observaron las compras de los clientes en sus establecimientos, y en paralelo, analizaron el comportamiento de los datos amplios que mostraban la probabilidad de que los consumidores que compran un segmento específico de productos, adquieran otro tipo de compra poco después. En sí, los datos amplios revelaron los hábitos de compra de las familias que esperaban un bebé. Así pudieron planificar una estrategia de marketing efectiva para este público.

Qué es la integridad de una base de datos y cómo mantenerla

tablas de datos y sus relaciones

Qué es la integridad de una base de datos y cómo mantenerla

Cada vez pasa con mayor frecuencia: las empresas descubren la importancia de los datos. Como se suele decir, la información es poder. Disponer de calidad en los datos permite tomar mejores decisiones y determinar con mayor acierto cuáles serán los siguientes pasos en una estrategia comercial. No obstante, esto solo es posible si se cumple una regla fundamental: el mantenimiento de la integridad en bases de datos. Pero ¿Qué es exactamente y cómo mantenerlas?

A lo largo de todo este artículo vamos a explicar qué es, cómo mantener la fiabilidad de la información, qué tipos existen y cómo funcionan las reglas de integridad. Si te has dado cuenta de la importancia de los datos para tu negocio, quédate con nosotros. Lo que aquí te contamos te interesa mucho.

¿Qué es la integridad en bases de datos?

La integridad en bases de datos es una expresión que define un conjunto de información que está libre de errores. Además, también está relacionada con la seguridad de los datos y el hecho de que estos sean completos. De esta manera, se asegura la fiabilidad ante las modificaciones que se producen por la introducción, corrección o borrado de información.

Con el objetivo de aclarar aún más esta cuestión, permítenos que pongamos un ejemplo. Imagina que una red de librerías incluye en su base de datos un producto que, en realidad, no comercializa en ninguno de los puntos de venta. Como no podía ser de otra manera, este aparece en el sitio web y algunos clientes se desplazan a adquirirlo. No obstante, cuando llegan, descubren que el producto no está disponible. Esto tiene consecuencias: la experiencia del cliente se ve afectada de manera negativa.

La integridad en bases de datos evita que este tipo de situaciones se den. Evidentemente, este no es más que un ejemplo para entender la necesidad de contar con calidad de datos. Pero las consecuencias todavía podrían ser peores si la discrepancia de información va más allá de un simple producto inexistente. No hay duda de la importancia de los datos de calidad.

¿Cómo mantener la integridad en bases de datos? Estos son las principales reglas

Mantener la integridad en bases de datos pasa, irremediablemente, por establecer reglas. ¿Cuáles son algunas de las más utilizadas en el sector? Veamos las más importantes.

Integridad en la entrada de datos

Para asegurar la veracidad de la información que introducimos en nuestra base de datos es preciso contar con sistemas que permitan validar la información de entrada como datos de identidad, direcciones o datos de contacto. Normalmente se recurre a software de calidad de datos y fuentes de datos externas confiables para contrastar la información.

Integridad de cada campo

También llamada integridad de dominio se refiere a restricciones que se aplican a una determinada columna dentro de una tabla. Lo más común es el establecimiento de la obligatoriedad de la introducción de datos y el tipo concreto de datos que puedes introducir. Por ejemplo, en la columna edad puedes restringir la entrada de datos a valores numéricos del 0 al 100 y marcarlo cómo obligatorio si es un dato imprescindible para el negocio. Así se busca registrar aquella información que de verdad es imprescindible y descartar la que no lo es.

Integridad en la duplicidad

Comúnmente conocida como integridad de entidad es la generación de claves primarias y valores únicos para clasificar las distintas partes de los datos introducidos. Como consecuencia, se garantiza que no se registren varias veces la misma información y que cada elemento sea único.

Integridad de las relaciones

Hablamos de la integridad referencial, donde se aplican reglas que dan validez a las relaciones entre las llaves foráneas y primarias, es decir, padre e hijo. Las actualizaciones que se producen en la base de datos pueden llevar a la corrupción de la información. Debido a esto, las reglas se encargan de que el almacenamiento y el uso de datos sean coherentes, especialmente cuando se modifican datos o añaden nuevos registros.

Integridad en la consistencia

Cada registro debe tener la información que necesitamos para cumplir con los objetivos de negocio. Además de la información que se produce de forma automática por la actividad empresarial debemos buscar fuentes externas que permitan completar, cualificar y precisar los datos que hemos introducido en el sistema para una adecuada toma de decisiones y monetización real de los datos.

Integridad física de los datos

Aunque en todo momento hemos hablado de integridad lógica, merece una mención la integridad física. De nada sirve que una base de datos cuente con las reglas pertinentes para que su información sea consistente si después sufre un ataque externo. La integridad física está relacionada con la protección del sistema de almacenamiento ante cortes de electricidad, desastres naturales o hackers.

La seguridad de los datos también viene condicionada por la integridad

A veces es difícil establecer una relación certera entre la seguridad y la integridad en bases de datos. Sin embargo, el hecho de contar con reglas estrictas que aseguren la coherencia de la información es un punto a favor a la hora de mantener a salvo los datos. ¿Por qué?

La fiabilidad de los datos únicamente es posible si estos se mantienen alejados de los usuarios equivocados. Por eso, es crucial establecer sistemas de autenticación y políticas de seguridad, como la obligación de crear contraseñas fuertes. De igual modo, contar con una jerarquía que determine a qué datos accede cada empleado en función de las tareas que desarrolla es el camino para proteger los datos más valiosos.

En resumidas cuentas, preservar la integridad en bases de datos es el modo de asegurar la confidencialidad y disponibilidad de la información. Y como no podía ser de otra manera, eso aumenta la seguridad de los datos.

Integridad en bases de datos gracias a Accumin Intelligence

Como ha quedado demostrado a lo largo de todo este análisis, la fiabilidad en los datos es imprescindible si realmente se les quiere sacar partido en la toma de decisiones. Con todo, no siempre es fácil mantener estrictas reglas que aseguren la calidad de la información. ¿Existe alguna manera sencilla de disponer de seguridad en bases de datos? Por supuesto que sí. Basta con dejar en manos expertas su gestión.

En Accumin Intelligence ponemos a tu disposición un equipo de profesionales que te ayudarán a mantener la integridad en bases de datos con soluciones totalmente flexibles para adaptarse a tu problemática de negocio como Deyde MyDataQ y Accumin Data House. Así tu negocio será capaz de afrontar la inestabilidad macroeconómica a traves de la innovación y toma de mejores decisiones para seguir avanzando.

Claves de una estrategia de SMS Marketing de éxito

Claves de una estrategia de SMS Marketing de éxito

Claves de una estrategia de SMS Marketing de éxito

Al tiempo que en nuestras comunicaciones privadas hemos progresivamente dejado de usar el SMS, se ha disparado su uso en la mensajería B2C (Empresa-a-Consumidor), mientas reservamos el Whatsapp para nuestras comunicaciones particulares. Antes considerábamos intrusivo que las empresas se colaran en nuestros SMS, ahora lo vemos natural para cualquier notificación y un 72% de la gente está dispuesta a recibir ofertas relevantes por SMS.

En DataCentric tenemos magnificas experiencias en campañas de captación y comunicación a través de este canal en los últimos años. En nuestra opinión estas son las claves del éxito del SMS Marketing.

Consigues una apertura casi total

El SMS es uno de los canales con mayor ratio de apertura, el 98% de los usuarios leen sus SMS, y el 82% lo hacen en menos de 5 minutos. Además, según un estudio de SAP, el 81% prefiere las notificaciones de las empresas vía SMS a las apps.

El SMS ya no es el canal “viejuno” que conocías

El SMS puede ser una pieza fundamental de tu comunicación multicanal con una estrategia de marketing automatizado (ver gráfico siguiente). Además con nuevas tecnologías como el RCS (Rich Communication), el SMS podría tener una segunda vida; a expensas de que Apple, Google y operadores acuerden un estándar instalado por defecto en la mayoría de los smartphones.

Marketing Automation

Ejemplo de cadena de emails + SMS

ejemplo de emails y sms en una estrategia de marketing automation

Una propuesta de valor breve pero potente

Para quelas campañas de SMS marketing sean eficaces tenemos que aportar un valor real a nuestros clientes. Es decir, no basta con contar lo bueno que eres; lo importante es qué beneficio aportas y poder contarlo en sólo 160 caracteres.

Para esto es necesario haber realizado un estudio previo de los clientes y de sus necesidades teniendo en cuenta la  y el carácter inmediato del dispositivo y los movimientos del usuario, para poder realizar ofertas no solo ajustadas a las necesidades sino al momento concreto en el que estas surgen.

El destinatario debe poder gestionar preferencias de envío o cancelación

En cumplimiento de la LSSI sólo puedes enviar SMSs con contenido publicitario a aquellos usuarios que te han dado un consentimiento expreso, con la única salvedad de que sean usuarios con lo que has tenido una relación comercial. Otra obligación legal es siempre ofrecer un medio gratuito de baja. Muchos enviadores ponen como canal de baja un email, pero en muchos casos la gente no te indica su número de teléfono y puedes no identificarlos. Por otro lado, es mejor no ofrecer un todo o nada. Lo ideal sería crear una URL personalizada, en la que el usuario pudiera gestionar preferencias individuales de envíos y elegir que comunicaciones quiere seguir recibiendo. Recuerda, estamos ante un canal muy personal y la gestión de bajas debe seguirse escrupulosamente.

Bajas SMS

 

Segmentación y Datos

Como en cualquier acción de marketing directo, el factor multiplicador de los resultados de una campaña se encuentra en la Base de Datos. En esta parte con DataCentric como partner, puedes disponer de todo tipo de perfiles para acertar con la segmentación más acorde a tu oferta. Así como números validados en procesos de checking. Descubre nuestro portfolio de Bases de Datos de móviles opt-in.

Canal de respuesta

Tus mensajes deben fomentar la interactividad de tu audiencia. Anima a responder a través de una llamada, recuerda estamos llegando a teléfonos, o a través de una URL corta que lleve a landing page responsiva (diseñada para móviles).

Atención al cliente

Cada vez está siendo utilizado más por las empresas como canal para dar servicio de atención al cliente, bancos y aseguradoras lo utilizan para transmitir la información sensible de sus clientes. Además, se puede utilizar también para recordarles fechas de renovación, confirmar pedidos… y así fidelizar a tus clientes y reducir las tasas de abandono.

Plataforma de envío

La plataforma de envío debe permitirte personalizar el texto, remite y enlaces. Así como poder hacer un seguimiento de los números fallidos de cara a eliminarlos o validarlos para futuras comunicaciones. Contar con un partner de garantía y de servicio es fundamental.

En resumen, es un canal rápido y sencillo que permite un gran impacto directo, pero que requiere seguir una serie de buenas prácticas y que es sobre todo adecuado por su naturaleza para ofertas muy sintéticas o comunicaciones transaccionales. Por último, el SMS cuesta menos de lo que esperas. Habla con nosotros para una propuesta ya sea para utilizarlo para notificaciones a tu propia Base de Datos o a la Base de Datos de números móviles con permiso de DataCentric Marketing.

Adquisición B2B: Cómo identificar potenciales clientes siguiendo una estrategia data-driven

persona con imán atrayendo dinero

Adquisición B2B: Cómo identificar potenciales clientes siguiendo una estrategia data-driven

No cabe duda de que grandes compañías como Amazon, Google, Facebook, Netflix o Spotify han desarrollado productos, servicios y experiencias mucho más acertadas que su competencia gracias al Big Data. Pero no es algo reciente, de hecho, estas grandes compañías desde el inicio basaron su modelo de negocio en la gestión y análisis de datos. Lo que evidencia, por un lado, el beneficio del uso de datos en las estrategias comerciales, y por otro, que, si no estamos al menos explorando esta vía de optimización de negocio, ya llegamos tarde a la edad de oro del dato.

Está comprobado que una estrategia de datos nos ayuda de modo transversal. Pero como decía Jack el Destripador, vayamos por partes. En este post nos centraremos en el uso de datos y sus fuentes para identificar a nuestro cliente perfecto con precisión dentro del mercado B2B. Lo que unido a una serie de campañas efectivas mejora radicalmente el ratio de conversión o dicho de otro modo la adquisición de clientes.

Paso 0. La calidad del dato determina la calidad de la estrategia

casas de madera que representan la calidad de datos
Los datos son los pilares en los que se construye cualquier estrategia data-driven. Debemos asegurarnos de que los datos con los que construimos esas estrategias son datos reputados y fiables. Si en vez de ladrillos utilizamos madera o incluso paja para construir nuestra casa, la solidez de esta se verá condicionada. Lo mismo pasa con nuestras estrategias, si un dato es erróneo, todas las decisiones basadas en ese dato también lo serán. Por eso es conveniente realizar una auditoría de calidad de datos previamente e introducir filtros de validación de la información entrante en nuestros sistemas antes de comenzar cualquier estrategia data-driven.

1. Identificar segmentos clave y potenciales en mi base de datos (First Party Data)

En el curso de nuestra actividad comercial véase porque hemos vendido a alguien o porque alguien se ha interesado en nuestro producto/servicio anteriormente hemos tenido que ser capaces de crear una base de datos de clientes y potenciales. Toda la información que cae dentro del famoso CRM.

Nadie conoce más a nuestros clientes y potenciales que nosotros mismos y aunque podemos pensar que lo sabemos todo acerca de ellos es bueno “escarbar” un poco ya que podemos identificar oportunidades de crecimiento y optimización.

Análisis de nuestra base de datos

análisis de datos internos para detección de oportunidades de negocio

Un primer análisis consistiría en realizar cruces de datos ¿Qué datos? Variarán en función de la información que tengamos y nuestra tipología de cliente, pero tenemos que cruzar aquellos que nosotros consideremos críticos para identificar a nuestros clientes. Algunos ejemplos básicos:

  • Distribución de nuestros clientes por provincia, tamaño y sector de actividad: Si por cantidad nuestros clientes tienden a pertenecer a la provincia de Madrid, a tener más de 50 empleados y pertenecer al sector bancario ¿Estamos seguros de que hemos profundizado lo suficiente en este segmento de valor?
  • Comparativa en cuanto al producto/servicio en función del sector de actividad: Si más del 70% de nuestros clientes del sector de alimentación compran el producto A de forma repetitiva está claro que nuestro producto es útil en el sector, pero ¿Por qué el otro 30% de nuestros clientes del sector no lo tienen? ¿Se lo hemos ofrecido? Así descubrimos grupos en los que tenemos una gran potencialidad de seguir creciendo.

Score de potencialidad

En este caso identificamos los campos clave dentro de nuestra base de datos que determinan el perfil de cliente ideal y les vamos asignando un peso específico en función de su importancia para crear un score de potencialidad. Estrategias asociadas:

  • Búsqueda de gemelos: Si ya tenemos una tracción comercial, identificaremos nuestros mejores clientes y podremos comenzar a ver sus características comunes y estaremos preparados para buscar en el mercado e invertir mejor nuestros presupuestos.
  • Priorizar leads: Si en los canales de entrada de leads aplicamos el cálculo del score nos permite identificar automáticamente el valor de los leads entrantes para priorizar y distribuir dentro de la organización aquellos con más posibilidades. Dando un servicio más eficaz a aquellos con gran potencial, lo que también mejora las probabilidades de éxito en la venta.
  • Personalizar la oferta: Derivado del anterior, podremos personalizar la propuesta de valor en función del potencial del cliente, con lo que también mejoraremos el ratio de conversión. Las campañas personalizadas multiplican su resultado en más de un 50%.

2. Identificar potenciales con información externa (Second o Third Party Data)

Puede que no tengamos todos los datos necesarios para realizar un análisis prospero de nuestros diferentes perfiles de clientes o sea una vía ya explorada por nosotros. Como alternativa existen actores en el mercado que comercializan los datos que necesitas o fuentes de open data de las que uno se puede nutrir para identificar nuevos potenciales ¿Cómo?

Enriquecimiento de datos

Cruzando nuestros datos con información externa para cualificar los registros, validar la información y realizar nuevos análisis (acuérdate del punto 1). Datos de empresas como la actividad empresarial, la evolución de empleados, la evolución de la facturación o datos de mora financiera son muy útiles para los scores de potencialidad más básicos.

Geomarketing

concentracion de empresas en una zona

¿Dónde están los mejores clientes? ¿Dónde debería concentrar los esfuerzos para maximizar el impacto de las campañas? Los datos asociados a un punto geográfico ya sea una dirección, una localización móvil o unas coordenadas x,y también pueden ayudarnos a identificar zonas de potencialidad del mercado.

  • Zonas de concentración de empresas con características de nuestro cliente ideal: Habiendo identificado a nuestros clientes y sumándole datos externos del tejido empresarial español podemos buscar zonas de concentración de empresas que compartan las características de mi compañía ideal para optimizar la estrategia de mi red comercial (zonas de concentración de empresas por sectores de actividad concretos, tamaños de empresa o cualquier dato que consideremos discriminante)
  • Directivos o empresas potenciales cercanas a tu evento: Al igual que en B2C ya se utiliza la localización móvil para impactar a consumidores que pasan cerca de una tienda podemos invitar a directivos que pasan o están cerca de mi evento de conferencias, workshops o stands. Si no tienes los datos de localización de los directivos siempre puedes invitar a los pertenecientes a empresas cercanas al lugar de tu evento. Seguro que no quedan indiferentes.

Bases de datos externas orientadas a captación

La manera más rápida de adquirir clientes es buscar proveedores con registros de características similares a mis clientes y que además dispongan de datos de contacto. Para tener éxito en la campaña de adquisición deberemos vigilar la calidad de los registros teniendo en cuenta aspectos como los ratios de respuesta de la base de datos o la actualización de los propios datos.

3. Identificar potenciales utilizando internet como fuente de datos

Internet es la mayor fuente de datos que existe y si no la tenemos en cuenta sería como estar pescando peces en un pequeño charco artificial teniendo el océano detrás de nosotros. Lo más destacable:

Mi web

datos de google analytics

En B2B muchas veces nos olvidamos de la web como una fuente de información adicional que nos puede ayudar a identificar potenciales clientes.

  • Google Analytics: Nuestros usuarios son una mina de oro anónima de potenciales. Podemos analizar los datos para identificar los que más probabilidades tienen de convertir (aquellos que estuvieron a punto de contactar, que nos han visitado varias veces en un mes, que vieron determinadas páginas de productos, que permanecieron más tiempo que la media o que cumplan todos los criterios anteriores). El análisis unido a campañas de remarketing eficaces nos atraerá nuevos clientes más fáciles de convertir que usuarios que no nos conocen. Otro dato útil que podemos analizar es la localización de nuestros usuarios y realizar campañas de geomarketing en función de la concentración de potenciales.
  • Identificación de IP: Algunas herramientas online como Fastbase nos permiten “ponerle cara” a los usuarios web y nos pueden decir en qué compañía trabaja el usuario que nos ha visitado. Combinándolo con otras herramientas como LinkedIn podemos realizar campañas con mayor probabilidad de éxito.

Redes sociales

Podríamos decir que LinkedIn es una “base de datos B2B con patas”. La ventaja de esta base de datos es que se actualiza sola. Los propios registros (los usuarios de linkedin) mantienen la información actualizada debido a su interés de hacer networking, buscar trabajo y generar marca personal. Además, establece un pretexto para comunicarte con tus potenciales clientes.

Se puede combinar con otras estrategias ya mencionadas para primero identificar empresas que encajan en tu cliente ideal y después poder buscar los interlocutores adecuados y contactar con ellos.

Recordemos que otras redes, aunque no sean canales B2B puros nos pueden ayudar a alcanzar potenciales nichos de negocio. Es el caso de Facebook que concentra empresas que buscan acercarse a sus clientes y dispone de una capacidad de segmentación avanzada muy potente.

Webcrawling y webscraping

diferencia entre webcrawling y webscraping

Sin depender de ninguna estructura ni formato generar una base de datos desde 0 es la mejor manera de identificar potenciales en base a tus necesidades. Tu seleccionas las fuentes de datos, gestionas las actualizaciones … todo a medida de tu proyecto y estrategia de captación de clientes ¿Cómo?

Utilizando internet como fuente de datos con procesos similares a los que Google utiliza para escanear e indexar las páginas web en su buscador.

Si decíamos que LinkedIn está compuesto por usuarios que actualizan sus datos, internet está compuesto por webs de empresas que buscan visibilidad y atraer clientes, que, como consecuencia, también cuidan y actualizan la información contenida en sus páginas web. Lo que constituye la mayor fuente de datos B2B fiable. Esto nos permite explorar nuevos métodos de creación de bases de datos y nuevas variables de segmentación a medida de nuestras necesidades y nuestra problemática. Lo veremos mejor con un ejemplo concreto:

Una empresa de creación de contenidos buscaba identificar empresas que pudiesen ser potenciales compradores de sus servicios de marketing de contenidos, pero no encontraban una fuente de datos para prospectar que se ajustase a lo que buscaban.

Como alternativa crearon una base de datos a partir de la información obtenida a través de internet. El pilar de la estrategia de contenidos es un blog e identificar aquellas empresas que tenían blog en su web y si este tenía actividad o no resulto ser una variable determinante para identificar empresas con potencial.

Con técnicas de webcrawling y webscraping primero se descargaron el html de todas las webs .es y después identificaron por palabras aquellas empresas con blogs desactualizados desde hace más de 3 meses. Así crearon una base de datos de compañías potenciales de ser clientes de sus servicios.

Esta técnica es una tendencia en alza por sus posibilidades. Existen además otras aplicaciones que se extienden a otras áreas para realizar análisis de mercados y de la competencia o visualización de relaciones. Nuestra imaginación es el límite.

Jorge González

Responsable de Marketing en DataCentric

Data Enhancement: Cómo mejorar tus ventas mejorando tus datos

Data Enhancement representado con científicos en laboratorio

¿Qué es realmente el Big Data?

  • Limpia, corrige y completa tus bases de datos con información de fuentes propias y externas
  • Extrae insights que te permitan tomar mejores decisiones para potenciar tu plan de negocio

La necesidad de almacenar y analizar datos para que puedan ser utilizados con la mayor eficacia posible se ha convertido en el pan de nuestros días. La defensa y la seguridad, la investigación, la gestión empresarial y, cada vez más, el marketing y la labor comercial requieren ingentes cantidades de información correctamente interpretada para afrontar los retos del entorno moderno.

Mediante las técnicas de “depurado” o normalización conocidas como Data Enhancement, las empresas buscan mejorar su conocimiento de los clientes (actuales y potenciales) para segmentarlos de forma más certera y dirigirse a ellos, no solo con mensajes más relevantes y enfocados, sino también con productos y servicios más alineados con sus necesidades reales. Básicamente, buscan poder dar sentido y un mejor uso a sus BBDD.

Seamos sinceros, si no hemos oído hablar de los procesos de normalización, lo más probable es que nuestras BBDD estén un poquito “desordenadas” 

Data-Enhancement
¿Qué es el Data Enhancement?

Como decíamos, el Data Enhancement es un conjunto de técnicas y procedimientos que sirven para mejorar las bases de datos, tanto B2B como B2C, depurándolas y completándolas. Ese pequeño suplemento que nos ayuda a romper la barrera del caos y la desinformación en nuestros registros.

Los métodos del Data Enhancement consisten en:

  • Limpiar las bases de datos eliminando registros duplicados o incorrectos
  • Validar y corregir las direcciones de email, los números de teléfono y los domicilios
  • Completar los datos acudiendo a distintas fuentes externas, tanto públicas como privadas (siempre cumpliendo con la normativa vigente de protección de datos)

“Inflando” nuestras BBDD a esteroides

Veamos un poco más en detalle cómo trabajamos en DataCentric para conseguir unas BBDD óptimas y accionables. Los pasos concretos son:

  1. Estudiar las bases de datos de nuestros clientes y alinearlas con su plan de negocio o marketing
  2. Identificar qué datos están incorrectos, incompletos, duplicados, corruptos, etc.
  3. Definir qué modelos analíticos necesita la empresa para extraer insights valiosos: en base a sus objetivos, a los datos que tiene, a los que podría tener, etc.
  4. Establecer qué datos requiere cada uno de esos modelos analíticos
  5. Determinar cuáles son las fuentes adecuadas para añadir a tus bases de datos la información de la que carecen.
  6. Conectarte con dichas fuentes de datos

Esas fuentes externas son, fundamentalmente el catastro, callejeros, el INE, directorios telefónicos y de telemarketing, el registro mercantil, las cámaras de comercio e Internet. De este modo, aunque solo tengas el email de un consumidor, puedes disponer de información completa sobre su domicilio, su actividad laboral, su estilo de vida, etc.

¿Cómo ayuda el Data Enhancement a mi empresa?

Pongamos como ejemplo un plan de acción concreto basado en Data Enhancement y con el que se pretende aportar un plus a tu negocio: mejorar la segmentación y realizar un scoring de nuestros clientes.

  • Primero, identifica a tus clientes más rentables y encuentra características similares entre ellos. Para ello, debes analizar tus bases de datos y completarlas con información extraída de tu propia empresa y de fuentes de terceros
  • Estudia qué productos o servicios de tu portfolio corresponden con las necesidades y rentabilidad de cada segmento de clientes
  • Por último, puedes determinar qué datos demográficos, financieros o de otro tipo definen a esos mejores clientes que ya tienes para buscar potenciales similares

De esta manera, obtendrás insights que te ayudarán a decidir qué características deben tener esos productos y a quién han de venderse para maximizar los resultados. Algo así como saber que tienes que vender perfume a mujeres y colonia a hombres, pero incluyendo cuántos comprarán la versión más cara, cuántos la más barata, qué mensajes atraen más a cada uno, qué otros productos podrían llegar a comprar, basándonos en esta y otras compras que hayan hecho…

En el mercado puedes encontrar distintas soluciones de Data Enhancement que te permitan llevar a cabo estos procedimientos. En esta línea, en DataCentric disponemos de un equipo de expertos con años de experiencia en Data Quality y Master Data Management para poner tus datos a punto y un Data Lake que contiene toda clase de información de particulares y empresas, que te permitirá enriquecer tus bases de datos para tomar decisiones que ayuden a alcanzar tus objetivos de negocio.

5 factores que no debes olvidar a la hora de comprar bases de datos

Carrito marketing data

5 factores que no debes olvidar a la hora de comprar bases de datos

¿Por qué no funcionan mis estrategias de adquisición de clientes?

Uno de los principales problemas con los que tienen que lidiar cada vez más compañías a la hora de buscar nuevos clientes tanto en mercados B2C como en B2B es conseguir contactar con personas que realmente puedan tener un interés o necesidad en el producto o servicio que vendemos. En la mayoría de los casos el problema está en que la información sobre quién puede estar interesado y sus datos de contactos son erróneos o de baja calidad.

¿Cómo podemos conseguir trabajar sobre datos de calidad?

Muchas empresas apuestan por ser ellas mismas las responsables de crear sus propias bases de datos, algo que requiere una gran inversión de tiempo y esfuerzo por parte del equipo. Conocer en profundidad no sólo a nuestros clientes sino a los potenciales requiere además una apuesta tecnológica para que los resultados sean lo más óptimos posibles. No todas las compañías disponen de tiempo y recursos para realizar estos procesos de forma interna por lo que toman la decisión de comprar bases de datos. Pero no todo es tan fácil. No todas las bases de datos son válidas ya que debemos tener en cuenta una serie de factores que influirán en la calidad de la base de datos y como consecuencia, en el rendimiento de la campaña: El rendimiento de tu campaña depende de la calidad de la base de datos

1. La importancia de dar con la persona adecuada

Las bases de datos son como un almacén, hay de todo. Conocer tu target es muy importante para segmentar y saber que datos son los importantes para la campaña. ¿Dónde está? ¿Cómo es? ¿Qué características tiene? o ¿Cuál es el mejor canal para contactar con él? son preguntas clave a hacerse. En el caso de los que sí decides comprar una base de datos recuerda que los datos más importantes para realizar una captación de clientes son los que corresponden a los nombres de los potenciales clientes o decisores, cargos (en el caso de B2B) y datos precisos y actualizados de contacto.

2. La actualización de los datos

Las mejores bases de datos son aquellas que son actualizadas por las propias personas que los conforman, de esa forma se garantiza la veracidad y precisión del dato. Otra manera de asegurarse de la calidad de los datos es que estos estén verificados de alguna manera. Algunos proveedores invierten en encuestas telefónicas y campañas de telemarketing para verificar y actualizar periódicamente los datos.

3. La importancia del origen de la información

Generalmente los datos a los que podemos tener acceso en B2B son de carácter mercantil. Esto quiere decir que son extraídos de fuentes cuyo único objetivo es ofrecer información financiera, al no ser los datos de contacto el objetivo de creación de esas bases de datos estos suelen ser de baja calidad. Además, muchos suelen estar desactualizados y la calidad puede que no sea la adecuada. Ten muy en cuenta cuál es la fuente/s de información de la que proceden los datos de la base con la que vas a comenzar a trabajar.

4. Trabajar desde la legalidad

Las dudas sobre la legalidad de una práctica como la compra de bases de datos no son ajenas para los profesionales del sector. Hay que dejar claro que los datos de contacto no pueden ser comprados sin el consentimiento expreso de la persona a la que pertenecen por lo que no pueden entrar a formar parte de una de estas bases de datos de forma tan fácil. Es la empresa propietaria de esa base la que cuenta desde el punto de vista legislativo con la autorización para “alquilar” estos datos ya que han recibido el consentimiento oportuno para ello. Este es un aspecto muy importante si queremos que nuestras estrategias actúen dentro de la legalidad y debemos trabajar con compañías expertas en esta materia y con una asentada trayectoria.

5. El coste oculto de no comprar bases de datos orientadas a campañas de adquisición de clientes

Las empresas que apuesten por comprar bases de datos para realizar campañas de captación de clientes deben tener en cuenta la calidad sobre la cantidad de los datos ya que se derivan muchos costes ocultos a consecuencia de la mala compra de bases de datos. Costes en tiempo y recursos, insatisfacción de los clientes, reducción de la precisión de las estrategias, bajo rendimiento en las campañas y una mala imagen de tu compañía son algunos de las consecuencias negativas de utilizar una base de datos de mala calidad.

¿Cómo calcular el ROI de una campaña publicitaria?

¿Cómo calcular el ROI de una campaña publicitaria?

¿Cómo calcular el ROI de una campaña publicitaria?

El otro día un amigo me contaba que había hecho una campaña con una base de datos nueva y que no le había ido nada mal. De forma resuelta, me dijo: “Hemos alcanzado un ROI de un 100%. El retorno en pedidos a la promoción fue de 5.000 €, sobre una inversión publicitaria de más o menos 5.000 €. Vamos que el retorno sobre lo invertido es 1, lo cual llevado a porcentaje es un 100%”. Perplejo, le indique que estaba haciendo las cuentas del ludópata, que se queda contento por ganar 100 € en el casino, después de haberse gastado otros 100 €.  

No le hizo gracia mi comparación. Aún así y ya para cargarme una nueva amistad, le dije que sólo en el caso de que los ingresos por cada pedido fueran todo margen, como mucho habría obtenido un ROI de un 0. Hundido me admitió que por cada pedido había otros costes, como la elaboración y entrega del producto; y que su margen de beneficio estaba en torno al 40%. Conseguí acallar al listillo que hay en mí, pero no pude evitar hacer de cabeza el cálculo de su ROI y me salía que había sido de un flamante -60%. Ni tan mal.

En realidad, ni tan mal, ni tan bien. Nos puede interesar probar un canal y asumir una rentabilidad negativa a corto plazo para testar algo o por múltiples razones.  Lo importante es que seamos capaces de calcular la respuesta a una campaña publicitaria y medir su rentabilidad financiera, en términos por ejemplo de ROI (Return On Investment) sin hacernos trampas a nosotros mismos.

La fórmula del cálculo del ROI en una campaña publicitaria es muy simple, ver abajo. Lo que hay que recordar es que a nuestro margen de ganancia, debemos descontar la inversión publicitaria antes de dividir el resultado nuevamente por la inversión publicitaria total:

El segundo reto es calcular bien ese margen de ganancia con cada pedido/venta. Esto en términos financieros es el Margen Bruto,  que hace referencia a los ingresos netos de la venta de un producto (descontando ciertas provisiones), menos los costes asociados a cada venta; es decir aquí no tenemos en cuenta los gastos que tenemos independientemente de las ventas, tales como el alquiler de la oficina o los sueldos fijos; pero si otros como el coste del producto, el packaging, entregas, etc.

En la red hay múltiples herramientas y calculadores de ROI y de otras métricas interesantes para evaluar una campaña. Para llevar un cierto control de las respuesta de una campaña encuentro particularmente sencillos las calculadores online de Bplans.  Ver abajo. Que permite no sólo calcular el ROI de una campaña y ajustarlo en función de diversos escenarios de respuesta a nuestra campaña.

¿Cómo calcular el ROI de una campaña publicitaria?

Otra opción interesante es no sólo calcular el ROI en estático sino enfocarte en la opción más optima, calculando el ROI incremental. La calculadora de Lenksold, te permite comparar distintos escenarios y ver cómo afecta a incrementos de ventas, incrementos de beneficio por venta e incrementos del margen bruto. Pincha sobre la imagen para acceder a la calculadora

 

Espero que os sea de ayuda, y recordad que el mayor factor multiplicador de los resultados de una campaña de marketing es la base de datos que uses, y en eso en DataCentric somos especialistas desde 1994.

Gerardo Raído

Chief Marketing Officer

http://www.linkedin.com/in/gerardoraido

http://twitter.com/gerardoraido

Big Data: ¿Moda o revolución?

Big Data moda o revolución

Big Data ¿Moda o revolución?

Ni es moda ni revolución, es simplemente eso, grandes cantidades de datos que pueden provenir de diferentes fuentes, tanto exógenas como endógenas a tu propio negocio. La dificultad estriba en convertir esta masa ingente en marketing eficaz, para generar ROI.

Cada vez más, esta sencilla definición está condicionando el mundo actual de la empresa. Es el momento de preguntarnos si estamos haciendo un uso adecuado de nuestras BBDD, si responden a criterios válidos para emprender este camino hacia la analítica requerida por el Big Data. Supermercados, perfumerías, centros de moda y automoción; son ejemplos de un camino ya iniciado pero no suficiente en muchos casos. Si tienes agendada esta pregunta, ya estás en el buen camino.                                                                                                        Big Data

DataCentric está aportando soluciones que responden con eficacia a tu pregunta. La analítica y el arte de compilar diferentes fuentes de información y BBDD son la clave para generar valor añadido.

Si quieres obtener más información y soluciones pincha aquí

Los datos te hablan del mercado, escúchalos, entenderás mejor a tus clientes.

Información y cumplimiento de la normativa, claves para el Big Data

claves para el Big Data

Información y cumplimiento de la normativa clave para el Big Data

Los datos se han convertido en los absolutos protagonistas de nuestras vidas. Invisibles para la gran mayoría de nosotros pero presentes en todo lo que hacemos. En los últimos años hemos oído hablar de una de las grandes tendencias que se han erigido líderes en el sector: el Big Data.

Cada vez son más las empresas que centran su trabajo en analizar todos y cada uno de nuestros datos con el objetivo de ofrecernos mejores servicios. Pero, donde ellos ven el mecanismo para ofrecer mejores experiencias monetizando nuestra información, la gran mayoría de los usuarios y consumidores muestra sus reticencias ante la inseguridad que les produce el manejo de su información.

Pero, en muchas ocasiones, aquello que nos es más cercano resulta ser el gran desconocido y, lo queramos o no, estamos inmersos en el gran juego de los datos. Mire a donde mire, aunque piense que no, está rodeado de bases de datos.

La información, es el primer paso para acabar con el desconocimiento que tenemos. Las bases de datos prácticamente son omnipresentes y lejos de lo que muchos piensan, la mayoría no se encuentran ocultas tras complicados sistemas de códigos. La agenda de su teléfono móvil, su listado de correos electrónicos, las tarjetas que recopila en sus reuniones e incluso sus seguidores de Facebook son bases de datos.

Como ve, no nos son tan ajenas ni tan desconocidas. En el sector del marketing y la publicidad los datos son uno de los pilares básicos de actuación en los últimos tiempos donde las tendencias para acercarse a los consumidores y clientes se apoyan en la personalización de los contenidos con el objetivo de diferenciarnos de una competencia cada vez mayor.

Por esto, para un buen ejercicio y desempeño de las distintas actividades es necesario no sólo avanzar en la recopilación de datos sino que es requisito imprescindible que conozcamos en profundidad todos los aspectos sobre seguridad así como la normativa y legislación vigente. No podemos olvidarnos que nos encontramos en un terreno en el que muchos usuarios sienten que su intimidad y privacidad está siendo invadida por lo que todas las garantías que podamos ofrecerles serán baluartes de nuestro éxito. big data Por ejemplo, ¿alguna vez ha oído hablar de los derechos ARCO? Sí es la primera vez que escucha este término y su actividad profesional está centrada en los datos, usted ha sido un irresponsable.

Los derechos ARCO (Acceso, Rectificación, Cancelación y Oposición) son un conjunto de derechos a través de los que la Ley Orgánica 15/1999 de Protección de Datos de Carácter Personal (Lopd) garantiza a las personas el poder controlar sus datos personales. Pero no basta con que nosotros ejerzamos un control legal sobre nuestros procedimientos.

¿Qué sucede con sus clientes?¿Cumplen ellos?

Un claro ejemplo del cuidado que debemos tener se ejemplifica con el procedimiento sancionador PS/00489/2013 que se inicia tras la denuncia de un usuario que recibió varios correos comerciales de una empresa con la que no tenía relación. Según las alegaciones, la empresa no tenía ningún tipo de control sobre las campañas realizadas por un tercero externo.

Lo cierto es que muchas empresas trabajan con nuestra información sin atender a los mencionados derechos ARCO y otras normativas algo que, además de irresponsable, deja a los clientes y consumidores sin ningún tipo de protección al no contar con ningún tipo de asesoría sobre esta materia.

Aquí reside la importancia de trabajar con empresas con conciencia de responsabilidad sobre su actividad ya que sí, las tendencias apuntan a una demanda cada vez mayor de datos, no se puede seguir exigiendo a los usuarios la cesión de los mismos sin unas garantías previas de seguridad en la utilización de los mismos.

¿Cómo mejorar la calidad de una base de datos online?

¿Cómo mejorar la calidad de una base de datos online?

Mejora la información que obtienes en tus formularios en Internet

Necesidades a cubrir

Gracias a las nuevas tecnologías, hoy en día las empresas recogemos información de personas que se registran en nuestras páginas web, que compran o que acceden a promociones sobre nuestros productos. Estos datos, los introducen los propios usuarios a través de formularios online y la calidad de la información recogida es deficiente y permite una explotación muy pobre de cara a conocer a nuestros usuarios.  

Lo que más solemos recoger es el dato  email, en algunos casos la edad y la zona geográfica donde vive la persona. El motivo de no recoger más datos es que si les pedimos demasiada información, entonces rechazan dejar sus datos. Es importante, encontrar el punto de equilibrio.

El resultado es que posteriormente, cuando queremos segmentar las comunicaciones y enviar mensajes personalizados para captar mejor la atención y obtener mayor respuesta, no podemos hacerlo. El motivo es que nos faltan variables de segmentación: No sabemos si es hombre o mujer, si tiene familia o vive solo, si tiene interés en ropa, en productos del hogar, vehículos, viajes, etc.

El reto es conseguir más información sobre ese usuario. Veamos la forma de conseguirlo.

 

¿Cómo se puede solucionar?

Lo primero que se debe realizar, es recoger más datos en el momento de la compra, es el mejor momento para acabe de facilitarnos datos clave. Se le pide la dirección, teléfono, fecha de nacimiento, sexo y aprovechamos para recoger los datos que sean relevantes para nuestro negocio. Podemos incluir algunas preguntas sobre sus intereses.

Como es lógico, quedará una parte importante de la base de datos que todavía no se ha convertido en cliente y que necesitamos conocer mejor y tener más datos.

Lo primero que podemos hacer es tratar el nombre y apellidos de las personas. A través de un proceso informático mediante expertos, podemos separar el nombre y los apellidos. A partir de ahí, asignarán sexo  a las personas. Se trata de normalizar y enriquecer con la variable sexo. Hoy en día, empresas como la nuestra puede realizar este tratamiento incluso a nivel internacional.

También se pueden tratar la dirección, código postal, localidad y verificar que el email cumpla con las normas básicas para ser enviado. También se puede llegar a verificar que el email exista.

Si tenemos la dirección de la persona, también podemos realizar procesos externos para añadir información como el nivel socio, la probabilidad que tenga estudios universitarios, esté trabajando o parado, si es empresario o asalariado, el tipo de vehículo que más se consume en la zona donde vive, etc.

El siguiente paso es recoger información a través de cómo reacciona la persona cuando recibe nuestros mensajes. ¿De qué forma podemos hacerlo? Para ello, necesitamos una buena aplicación de gestión de envíos que nos permita identificar cómo reacciona cada destinatario cuando recibe nuestro mensaje.

Pongamos un ejemplo, si enviamos una campaña donde en el asunto de la campaña promocionamos productos para niños, habrá personas que abrirán el mensaje, aunque no compren todavía, y habrá otras personas que no abrirán el mensaje. A partir de ahí, podemos saber quiénes son los que sí les ha interesado ese contenido y añadir esa información a nuestra base de datos. No tenemos la certeza absoluta que tengan niños, pero sí que tenemos altas probabilidades que realmente los tengan o por lo menos, sabemos que el contenido de niños les interesa. Pensemos que también automáticamente se nos ha generado una nueva variable de segmentación, que es la de aquellas personas que no han mostrado interés a los productos para niños. También podemos recoger ese dato, y en siguientes envíos probar otros productos de nuestro porfolio, hasta despertar su interés.

Lo mismo ocurre con el contenido interior del mensaje, si hemos introducido links sobre diferentes temas en nuestro documento, podremos también conocer los intereses de todas las personas que clicken encima de cada enlace y posteriormente añadir esa información a nuestra base de datos. Los usuarios que continuadamente no reaccionan (no abren nuestros mensajes), es importante identificarlos. Llegará un día en que habrán generado únicamente coste de almacenamiento, mantenimiento y envío, pero nunca habrán generado ingresos. Nos hemos de plantear si vale la pena continuar enviándoles información o dedicar esos recursos a conseguir nuevos usuarios. Además los ISPs (yahoo, Gmail, Hotmail) penalizan la entrega de los anunciantes que contienen un exceso de direcciones erróneas o que no reaccionan a nuestros envíos, lo que puede conllevar que te pongan en la bandeja de SPAM.

Si tenemos la herramienta de gestión de envíos adecuada y la disciplina para ir recogiendo la información que genera a través de las campañas que vamos realizando, cada vez tendremos más información sobre nuestros usuarios, los conoceremos mejor y podremos enviarles mensajes para captar su atención y generar ventas.