Continua Leyendo...
Por Redacción - 7 Julio 2020
Cuando hace no mucho se descubrió el papel que los adolescentes - que llegaron desde el entorno k-popper o desde TikTok - tuvieron en el fiasco del mitin de Donald Trump, los primeros análisis se centraron en el poder de los adolescentes y, sobre todo, en cómo habían logrado organizar todo sin que nadie más allá de su círculo se diese cuenta. El círculo de Trump esperaba un estadio lleno e incluso que hubiese más gente de la que podía entrar. Sin embargo, se acabó enfrentando a huecos vacíos y una cobertura informativa en la que la Generación Z era la protagonista.
Lo que tenían en cuenta esos primeros análisis, aunque algunas voces ya lo empezaban a apuntar en Twitter, era lo que la acción de k-poppers y tiktokers impactaría en la estrategia de datos del candidato republicano en las próximas elecciones estadounidenses. La campaña de Trump, como apuntaba entonces ya un hilo que se hizo bastante popular, usa los datos que recoge de sus potenciales votantes para perfilar mensajes, targetaer campañas y escoger qué lanza a redes sociales. Sus datos, en una campaña muy orquestada en base a lo que ocurre en redes sociales y en hacer virales mensajes, son clave.
Pero ¿qué ocurre cuando tu base de datos está llena datos falsos y de información que en realidad no vale para nada? Los adolescentes que habían hundido los datos de asistencia lo habían hecho dando datos que no eran los que su equipo de marketing necesitaba.
Y así, curiosamente, la historia sobre cómo un grupo muy amplio de adolescentes dio una lección a Trump es también la de qué ocurre cuando el marketing se basa en datos, pero esos datos no son "los buenos".
Más cerca de lo conocido está otra historia, la de un "comprador" compulsivo que llena carritos en las tiendas online para luego abandonarlos. John Smith ha estado volviendo locos a los responsables de análisis de datos de varios ecommerce estadounidenses, que acabaron por preguntarse entre ellos quién creían que era y si también sufrían sus "ataques".
Poco o nada sabían de Smith, más allá de que usaba direcciones Gmail, que se conectaba desde la sede de Google en Silicon Valley y que llenaba carritos con la misma rapidez que los abandonaba. La historia del misterio de John Smith la acaba de desvelar The Wall Street Journal. El resultado final es de lo más peregrino: Smith es un bot de Google que comprueba precios para confirmar que la información de Google Shopping es correcta.
Sin embargo, para los ecommerces por los que ha pasado, Smith ha sido un quebradero de cabeza, porque creaba un rastro de datos que no valía para nada y desvirtuaba tendencias y análisis con sus carritos abandonados (más allá de, por supuesto, que hacía que desperdiciasen unos cuantos mails de retargeting).
Lo que estas historias tienen en común está en los datos. La información es el elemento clave para conectar con las audiencias, o al menos eso es lo que se ha establecido en la estrategia de las marcas y en sus acciones.
El big data es la guía que ayuda a perfilar mercados, a tomar decisiones y a apostar por aquellos elementos que se convertirán en más eficientes y eficaces. Que la información sea incorrecta solo causa caos y problemas, al menos para el marketero encargado de gestionar esa base de datos y de tomar decisiones en base a ella.
Y, además, el lastre de los datos falsos es cada vez más importante, porque los consumidores son cada vez más conscientes de por qué las empresas quieren sus datos y de lo que no quieren que hagan con ellos.
Un estudio de principios de año ya demostraba que al algorithm hacking era cada vez más popular, especialmente entre aquellos consumidores más avanzados tecnológicamente. Los adolescentes eran quienes lideraban la tendencia: compartían ya cuentas de Instagram para confundir al algoritmo con sus patrones de comportamiento. Gartner ya consideraba que, en marketing, el algorithm hacking iba a ser uno de los grandes retos del año.
Los consumidores no solo daban datos falsos a las empresas, apuntaban los especialistas, sino que además hacían cosas que contaminaban la recogida de información, como compartir cuentas.
