Insights · Datos e IA
El factor que define los grandes resultados en marketing
Imagine la siguiente escena. Usted está en la acera con su mejor sonrisa, invitando a personas a entrar en su tienda. Algunas aceptan la invitación y entran, pero la mayoría entra y sale sin comprar nada.
Pero usted nota que la tienda de al lado, su competidora, hace lo mismo. Solo que con personas diferentes. Los visitantes salen de allí con la bolsa llena. Parece que el competidor sabe algo que usted no sabe sobre las personas que elige invitar.
De alguna forma él ve algo que usted no puede: etiquetas prendidas a las personas que pasan, con información como "nos visitó hace 40 días", y otras con etiquetas como "ya compró R$ 560 en los últimos 60 días". Es frustrante: con tanta información privilegiada se vuelve fácil invitar al público correcto.
Ahora, saliendo de la escena que acabamos de imaginar, así debería un equipo de marketing encontrar clientes potenciales y armar audiencias. Debería ser fácil e intuitivo, como quien lee etiquetas en el cliente.
Para la mayoría de los equipos de marketing no hay información centralizada de todos los clientes. Incluso cuando la hay, las etiquetas simplemente no están. Y cuando están, parecen jeroglíficos que los analistas necesitan descifrar, cruzando datos de fuentes distintas, en sistemas distintos.
Ningún profesional de marketing necesita que le expliquen cómo se corre una campaña. Es una receta razonablemente simple: sitio organizado, contenido bien descrito, copy pensada, automatización montada, plantilla de correo, flujo de comunicación, revisión de tags para el respaldo de interacción multicanal. La diferencia está en el acceso fácil y claro al público.
De ahí viene el patrón que observé en mi carrera y que explica lo que parece contradicción. Equipos de veteranos entregando desempeño mediocre, mientras equipos de analistas iniciantes lograban resultados que los experimentados no alcanzaban.
Los buenos profesionales de marketing saben identificar el perfil correcto: es la competencia que más define el resultado final, y queda inutilizada cuando ejercerla depende de descifrar el jeroglífico primero.
Cómo resolver el problema
Primero, el catálogo unificado. Cada persona existe una vez, sin excepción.
Segundo, los campos que marcan cuándo ocurrió cada cosa. Una línea por persona, y en ella su estado actual. Son dos tipos de campo: unos responden "cuándo" y otros responden "qué". Por ejemplo: fecha de la última compra, fecha del último contacto del cliente, cuándo fue la última vez que buscó a la empresa por cualquier canal, y último producto de interés.
Juntos, esos campos describen la situación de una persona en una línea. De esa línea sale la decisión de hablarle hoy o después, y sobre qué tema.
Un resultado real, en una red con más de cien tiendas
En una implementación reciente en uno de los mayores grupos de concesionarias de Brasil, construimos exactamente ese público y lo usamos en medios. Llevamos a la plataforma de anuncios a quienes históricamente compran vehículos muy parecidos a un modelo en lanzamiento, y a quienes ya habían comprado de la misma marca.
El costo por lead cayó 9%. Traducido a dinero, con una inversión de R$ 500 mil por mes y un costo por lead de R$ 22, el nuevo costo por lead queda en R$ 20,02. Manteniendo el mismo volumen de leads, el ahorro es de R$ 45 mil por mes, o R$ 540 mil en doce meses. Si la decisión es mantener el presupuesto, son 2.248 leads adicionales por mes.
La plataforma que hace visibles las etiquetas
La Databricks Data Intelligence Platform es nuestra herramienta preferida para resolver esto. La razón es directa: los tres problemas que Databricks nombra como motivo de existir de la plataforma son los tres que aparecen en este artículo. Dato disperso en silos, control y gobernanza, y dependencia de personas altamente técnicas para responder cualquier pregunta de negocio.
Ese tercero es el jeroglífico. Resolverlo es lo que Databricks llama democratizar dato e IA en toda la organización, y para un equipo de marketing significa una sola cosa: elegir el público correcto de forma simple e intuitiva, sin depender de nadie.
Sobre capacidad, y no sobre nombre de licencia, cinco cosas resuelven el problema de este artículo.
- Juntar lo que está separado. Atención, recepción de leads, mensajería y venta entran en la misma base sin volverse copia dentro de una herramienta cerrada. La base de cliente queda en la plataforma de datos, y las herramientas de canal consumen de ella.
- Hacer que la persona exista una vez. La resolución de identidad combina regla exacta, similitud probabilística y agentes para los casos de borde, aquellos en que el nombre cambia, el correo corporativo muere y el teléfono se recicla.
- Dar significado rastreable a la etiqueta. El catálogo dice qué significa cada campo, de dónde vino y de cuándo es. El jeroglífico deja de existir porque la leyenda pasa a venir junto con el dato.
- Mantener todo vivo sin trabajo humano. La cadena se actualiza sola, los sistemas de la empresa siguen operando como siempre, y nadie repite lecturas a mano.
- Entregar el público listo para el canal. La audiencia sale de la plataforma hacia los medios y hacia el flujo de comunicación en los dos sentidos, y el resultado de la campaña vuelve y enriquece la etiqueta.
Junte las cinco y la escena de la acera se invierte. Las etiquetas pasan a estar visibles de su lado, y la ventaja del competidor pasa a ser suya.
Mi equipo y yo somos socios oficiales de Databricks, en el programa de socios de consultoría.