Por Redacción - 25 Febrero 2021
La inversión en 1st party data ayuda a entender y a construir recorridos más complejos de la experiencia de cliente, permitiendo activar los datos de manera más inteligente y sacar el máximo partido a los datos. De este modo es posible ofrecer productos y servicios personalizados a cada usuario en cada momento, en función de sus necesidades particulares, generando una gran ventaja competitiva para aquellas marcas que sean capaces de hacerlo.
Desde que Google anunció que no aceptaría las cookies de 3rd party, los anunciantes son conscientes del enorme valor que tiene su propia información (1st party data), que se vuelve ahora cada vez más protagonista.
Las marcas más avanzadas están aprovechando este momento para evolucionar hacia el madtech, orientado hacia una mayor personalización y eficacia de las acciones, para ofrecer experiencias relevantes a los clientes en diversos momentos durante el proceso de compra.
"La inversión en 1st party data ayuda a entender y a construir recorridos más complejos de la experiencia de cliente, permitiendo activar los datos de manera más inteligente y sacar el máximo partido a los datos. De este modo es posible ofrecer productos y servicios personalizados a cada usuario en cada momento, en función de sus necesidades particulares, generando una gran ventaja competitiva para aquellas marcas que sean capaces de hacerlo", explica Jawinda Payano, Country Manager de Rebold Consulting Spain.
Se estima que las compañías que actúan de este modo consiguen un ahorro de costos de hasta un 30% y un aumento de los ingresos de hasta el 20% frente a sus competidores.
Cómo obtener el mayor rendimiento
Los expertos de Rebold han identificado los 10 aspectos clave en el escenario actual, para construir una comunicación más relevante con unos usuarios proactivos que hablan y exigen ser escuchados.
Los datos propios son un elemento clave para que las marcas puedan desarrollar acciones de éxito: entender a cada segmento y los comportamientos y las tendencias del mercado.
El 1st party ofrece datos diferenciales (son propios), relevantes, consistentes y de alta calidad, ya que los han proporcionado directamente los usuarios.
A su vez, sirve para entender mejor las necesidades de los consumidores y, en consecuencia, diseñar y entregarles los mensajes personalizados que demandan; así como medir la efectividad en múltiples puntos de contacto a lo largo del proceso de compra.
En primer término, es preciso diseñar una estrategia antes de empezar a recopilar los datos con el consentimiento de los consumidores. Se trata de identificar cuáles son necesarios y relevantes para ofrecerles un servicio de valor diferencial y que, a su vez, permita alcanzar los objetivos comerciales de la organización.
Recolectar datos que no resultan necesarios puede molestar a los usuarios y ser ineficiente para el anunciante. Además, encarecerá el proceso de recopilación, almacenamiento, limpieza y combinación con otras fuentes. Puede que también sean prescindibles para su análisis y activación.
Hace falta lograr la confianza de los consumidores para que faciliten sus datos. El uso incorrecto de esa información puede defraudarles, lo que resultaría crítico para cualquier marca. El 72% de los usuarios dejarían de comprar a una empresa si hubiera problemas de privacidad, según datos de Salesforce.
Las marcas tienen que comunicar a los usuarios qué datos están capturando y qué van a hacer con esa información -qué beneficios esperan obtener-, de forma transparente. Esto incluye facilitar a las personas la retirada de permisos o la garantía de que su información está a salvo, tal como marca la legislación. Aunque actualmente se ha avanzado mucho en términos de transparencia en el sector, tiene que ser una prioridad al diseñar nuevas estrategias.
En cuanto a la conexión con la ciudadanía, hay que generar una relación beneficiosa para ambas partes: marcas y usuarios. Cuando las organizaciones ofrecen algo a cambio de los datos (una mejor experiencia, contenidos personalizados en función de sus intereses o posibles necesidades, ofertas, descuentos, etc.), los consumidores se muestran más accesibles y favorables a ceder sus datos.
Las empresas que estructuran todas sus fuentes de datos propios (online y offline) pueden definir sus audiencias objetivo, crear una imagen más completa de los clientes y ofrecerles un mejor servicio. Esto les permite generar el doble de ingresos a partir de sus acciones de marketing y comunicación y mejoran 1,5 veces la rentabilidad, en comparación con las empresas que realizan una integración limitada de datos, según Boston Consulting Group (BCG).
Sin embargo, se estima que menos de un tercio de las marcas integran los datos de todos sus canales y que sólo un pequeño porcentaje de ellas consiguen aprovechar la información para ofrecer una mejor experiencia a sus clientes.
El CRM (customer relationship management) es habitualmente la principal fuente propia de datos, que permite recolectar información relevante y fiable al coste más eficiente, tanto online como offline (por ejemplo, lo que ocurre en los puntos de venta físicos). El objetivo debe ser poder integrar cualquier fuente de datos existentes y recolectados a través de cada touch point con el usuario, rompiendo silos de información dentro de la empresa.
El marketing avanzado prioriza en función de cada segmento de clientes, pero hay que tener claro por qué, hace cuánto y con qué frecuencia se ha determinado que un usuario pertenece a un segmento u otro.
En una etapa más avanzada aún, cruzando la información de 1st party con otros datos de ventas o financieros que tenga la compañía, es posible mejorar el coste por adquisición en más del 25%.
Sin embargo, sólo el 30% de las empresas practican usos avanzados, como análisis de ciclo de vida. Esto les permite lograr un aumento de ingresos entre 1,5 y 3 veces mayor que las que no lo hacen.
Además, las marcas que sacan partido a sus datos propios (1st party) pueden mejorar sus tasas de coincidencia entre distintas fuentes, para enviar comunicaciones u ofertas a los usuarios relevantes y estimular a los clientes.
Cualquier estructura de datos e información, ya sea más sencilla o más compleja, de big/small data, requiere de un análisis estructurado, que facilite las herramientas e insights a todas las áreas de la compañía de manera ágil y en tiempo real, para la toma de decisiones.
Hay que dotar de inteligencia a esa estructura de datos, a través demodelos predictivos que faciliten la búsqueda de patrones para desarrollar las estrategias de cross/up-selling, engagement y fidelización; así como estrategias de captación a través de modelos de prospección, que generen aprendizajes continuos y actualizados.
Además, las empresas más avanzadas tienden a desarrollar sus propios algoritmosinternamente, enfocados en una métrica particular o métricas orientadas al negocio, (valor de vida del cliente, predicción de abandono, etc.). Para aquellas que no cuentan con estos perfiles inhouse, es importante que se apoyen en empresas especializadas que les asistan.
Adicionalmente, se imponen nuevas tecnologías y metodologías, como el consumer-based modelling, basado en técnicas de big data, para analizar la información offline.
Es necesario invertir en conocimiento, analizando el retorno que la inversión en datos es capaz de generar a todas las áreas de la compañía y "democratizando" su uso interno.
El desarrollo de un marketing avanzado exige contar con el talento de personas especializadas que puedan desarrollar todas las labores necesarias en torno a la recopilación, almacenamiento, análisis y activación del 1st party, generando a la vez una cultura interna en torno a los datos de la empresa, estructuras más horizontales, derribando silos, etc.
La complejidad del marketing avanzado fomenta que los anunciantes se asocien con proveedores de tecnología y consultores especializados en conocimiento del consumidor, apoyados en la Inteligencia Artificial y el machine learning, para poder aprovechar al máximo la información e implementar las herramientas disponibles de manera óptima.
