Shoppermotion: transformando el sector 'retail'

Shoppermotion: transformando el sector 'retail'
Tags: Big Data IA
También te puede interesar:

Esta 'startup' española se está haciendo todo un hueco en el sector 'retail'. Entre sus clientes: empresas como Ikea, Coca Cola o Carrefour utilizan su sistema de mapeo en tiempo real para conocer el comportamiento de sus clientes a la hora de hacer la compra.



Andrea Benito


Con cuatro años de vida, Shoppermotion nació en las aulas cuando sus fundadores, doctores en robótica e inteligencia artificial durante el proceso de la tesis se dieron cuenta de que no había soluciones para hacer localización de interiores. Su sistema de mapeo permite a marcas y comercios comprender mejor el comportamiento de sus clientes a la hora de entrar a hacer la compra: el tiempo que pasa en una sección, la ruta que realizan, si se paran frente a promociones especiales, así con todo.

¿Cómo surge la idea? “Hace años Apple lanzó iBeacon, un pequeño dispotivo bluetooth de baja energía que se puede conectar por ejemplo en una pared y que a su vez se conecta al móvil de un usuario a través de una app asociada al móvil que emite señales cada segundo y manda notificaciones. Cuando vimos eso nos dimos cuenta que todos los fabricantes querían mandar información especial con promociones a los posibles compradores”, señaló Jorge Bueno, CEO y cofundador de Shoppermotion. “La tecnología low energy que tiene debajo nos pareció brutal porque con una pila emitías señal durante años, lo que hicimos fue atarnos a la tecnología de localizacion de interiores del sector de retail; lo llamamos token y básicamente lo que hacemos es utilizar la información de localización de los clientes. Para ello, creamos un modelo matemático acerca de su comportamiento, de manera totalmente anónima, y así poder entender el tiempo que se para en una categoría, si ha ido al final del supermercado o si ha ido a caja".

Entender lo que ha pasado, de la manera más anónima posible

Los supermercados necesitan saber cómo funciona su establecimiento y si su layout es correcto. Para ello, Shoppermotion lo que hace es instalar un dispositivo en un carro o cestaque analiza toda la ruta del cliente desde que entra hasta que sale de manera anónima. “Donde mas tiempo invertimos al principio fue en desarrollar la tecnología de localización, no es sencillo. Ahora nos focalizamos en toda la parte de inteligencia, tenemos localizado al cliente; ¿qué hacemos con eso? Hay que trasladarlo a unas analíticas que permitan que los fabricantes y distribuidores puedanrealment entender mejor al cliente y se transforme en acciones. "No vale con tener analíticas, hay que entenderlas para monetizar toda la información", explicó Bueno.

El objetivo: tener una visión global de todo lo que está ocurriendo. Por ejemplo, disponer de datos reales sobre si una promoción ha aumentado el tráfico cerca de las secciones. Las empresas invierten millones en marketing stores promocionando sus espacios, pero el ROI es muy difícil de medir. “Antes había personas dentro del establecimiento que se encargaban de fijarse si un cliente se paraba o no en una promoción, con Shoppermotion ya no hace falta”, añadió el CEO.

Dos pilares: big data e inteligencia artificial

¿Por qué un usuario tiene un comportamiento u otro? “La localización fue clave para nosotros”,explicó Bueno que añadió que el desarrollo de un algoritmo de IA fue una de las partes de mayor trabajo, “queríamos conseguir la mayor expectativa posible de una tecnología en un entorno real”.

La segunda parte es el motor de big data. Shoppermotion recibe millones de señales de proyectos de todo el mundo. “No sirve de nada recibir señales si no las entiendes, lo importante es crear un vínculo online y offline. La arquitectura que digiere toda esa información en tiempo real es en lo que estamos trabajando, y para ello es clave el trabajo de un data scientist. Nuestro dashboard tiene información en tiempo real, hay que democraticar que todo el personal de la tienda tenga ese valor recibiendo un informe sobre lo que tienes que hacer con en tu categoría”.

Por ejemplo, una cadena de inmuebles, cliente de la compañía desde hace tres años realizó una obra de mejoras en una de sus tiendas gracias a la tecnología de Shoppermotion después de entender el comportamiento del usuario y los fallos qué había. Gracias a eso consiguieron vender un 9,3% más.

Una historia de transformación digital que parece de telepatía…

Una historia de transformación digital que parece de telepatía…
Publicado el Publicado el13 de marzo de 2018



Sonia Ardila

SiguiendoDejar de seguir a
Gestión Apps datelligence.com-Data Storyteller-Digital Transformation Co-Org BIG DATA COL @soniaardila1 @datelligence1 artículo

Martes 5:45 p.m. Llovía. La última reunión del dia había terminado veinte minutos antes. Salir de la oficina a disfrutar del tráfico de la ciudad no parecía el mejor plan. Con las llaves del carro en la mano prefirió revisar su correo personal y encontró un mensaje del concesionario que había visitado con su esposo dos dias antes. El asesor le había enviado el catálogo del carro que les gustaba. Llovía más fuerte. Hizo click en “descargar el catálogo” y empezó a ver las fotos de cada página. Salió por un café y continuó mirando. Mientras revisaba los colores del carro, sonó su celular y parecía que la telepatía existiera…

Era el asesor del concesionario quien llamaba. Saludó a su cliente, le preguntó cómo estaba y ella lo interrumpió diciendo: “Justo estoy viendo el catálogo en este momento!”.

- “Qué bueno!”, replicó Felipe, el asesor. “la llamaba para saber cómo estan sus agendas esta semana y programar un test drive”. Y así continuó la conversación durante cuatro minutos mientras definieron dia y hora para hacer la prueba de manejo.

Diez minutos antes de esta llamada, Felipe estaba trabajando en el concesionario. Acababa de caer granizo y era una tarde sin movimiento de clientes debido al clima. Una de esas tardes en que todo está muy quieto.

Mientras revisaba unos documentos, vió en su celular que había recibido un mensaje. En la pantalla de su computador aparecía una push notification y además veía que acababa de recibir un correo electrónico. La tarde empezaba a moverse!





El asunto del mensaje era: “Catálogo descargado” y eso hizo que Felipe lo abriera inmediatamente. El mensaje decía: “Felipe, tu cliente Sofia Jiménez a quien atendiste el pasado domingo 4 de marzo acaba de descargar el catálogo del vehículo Big Blue que le enviaste”.

Felipe hizo click en “Lista Clientes”, una de las funciones de la Aplicación que él y sus compañeros usan en la compañía automotriz donde trabaja. Ubicó al cliente y revisó sus comentarios escritos el dia que atendió a Sofia con su esposo. Así los recordó y se conectó con lo que sus clientes estaban buscando. Entonces tomó su teléfono y marcó.

- Con la señora Sofia? Buenas tardes, habla con Felipe del concesionario Acme, de la Avenida 19 Cómo está, cómo les ha ido?

Y el resto de la historia ya la conocemos.

Qué mejor momento para hacer seguimiento a un cliente que justo cuando se encuentra pensando en la marca, en el producto y en hacer negocio en el punto de venta visitado con el vendedor que lo atendió.


Mínimo el 30% de los clientes a los que se envia catálogos, los descargan. Y de estos clientes que además experimentan el seguimiento oportuno, más del 10% terminan comprando.

Estas historias se traducen en más engagement del cliente con la marca, mejores experiencias para clientes y vendedores y aunque parecen casos de telepatía, se trata de transformación digital!

Sonia Ardila

Empresas deberán usar 'big data' para sobrevivir | Empresas | Negocios | Portafolio

Empresas deberán usar 'big data' para sobrevivir | Empresas | Negocios | Portafolio

‘Empresas que quieran sobrevivir tendrán que usar ‘big data’ ’

Una de las principales recomendaciones de la experta para las compañías es que todas las nuevas contrataciones que realicen, deberían ser de personas totalmente conocedoras del mundo digital.





Juliette Powell es co-fundadora de The Gathering Think Tank.

CORTESÍA ANDA
POR:
PORTAFOLIO
NOVIEMBRE 21 DE 2017 - 09:26 P.M.


En un momento en el que la tecnología se ha vuelto clave para cualquier compañía, ya no vale solo con estar en internet, sino que las empresas necesitarán incorporar herramientas como el big data o la Interligencia Artificial para sobrevivir.

Tal como afirma Juliette Powell, profesora de la Universidad de Columbia y co-fundadora de The Gathering Think Tank, una de las principales recomendaciones que le haría a las firmas que necesiten personal, es que cualquier nueva contratación sea de personas que conozcan completamente el mundo digital.

¿Qué relevancia tienen hoy en día las redes sociales en los negocios?

En 2009, había muchas compañías que decían que no necesitaban las redes sociales, al igual que en 1999, pensaban que no requerían internet. Ahora, tanto las grandes como las pequeñas empresas se han dado cuenta de que una comunicación abierta y transparente ofrece muchos beneficios.

Creo que la habilidad de conectar con los individuos, de tener retroalimentación y de responder inmediatamente ya no es un lujo. La gente espera que las empresas respondan al instante y la presencia en redes sociales es muy importante para esto, pero se debe tener la idea de cómo hacerlo. Por ejemplo, en EE. UU., el 64% leen las noticias en las redes sociales y la gente confía en ellas. Es una situación win-win, ya que, además, esa retroalimentación es muy útil para desarrollar nuevos productos.

En una región que está en desaceleración, ¿cómo mostrar esta necesidad a un empresario?

La mejor forma para llegar a la gente es la relación persona a persona. Por supuesto, tiene que haber una idea, una visión y una historia, y eso es lo que se hace con las redes sociales.

¿Las compañías están preparadas para entrar en la era del big data?

He trabajado con muchas que lo están y han usado el big data de una forma exitosa, aunque, por supuesto, hay industrias que han logrado alcanzar un mayor desarrollo. Por ejemplo, la publicidad y el marketing, o los medios, han tenido un gran avance por lo que llevan recolectando información social por mucho tiempo.

Al final del día, el big data supone tener un mejor entendimiento de las personas y de todo lo que le rodea. Por eso, cuando las empresas tienen ese entendimiento, son capaces de agregarles valor a sus clientes o a quienes proporciona un servicio.

¿Cuál es el principal reto de las compañías para aprovechar la tecnología?

Creo que es muy distinto para una empresa tradicional , que tiene procesos y maneras de recolectar información muy diferentes. Por ejemplo, para las que empezaron antes de internet, cuando recolectaban información lo hacían en ‘silos’ que no necesariamente comparten información. Por otro lado, para las nuevas compañías alojadas en internet, es mucho más fácil y costo efectivo maximizar el big data.

En este punto, las tradicionales pueden pensar que para qué van a hacer este tipo de cosas si lo venían haciendo bien; la respuesta es porque quieren continuar haciéndolo bien y los competidores no tienen las mismas barreras. Algo que recomiendo a cualquier compañía es que si hacen una nueva contratación, tiene que ser un gran conocedor del mundo digital, sin importar su cargo, tienen que ser capaces de publicar, de saber la diferencia entre noticias verdaderas y falsas. Cualquier compañía que quiera sobrevivir tendrá que usar big data, analíticas y Inteligencia Artificial (IA).

¿Cómo imagina el rol de la tecnología durante los próximos 10 años?

Las nuevas compañías, como Amazon, tienen todo integrado en un ‘lago de información’, por lo que cualquier división puede usarla. Todo esto supone un ahorro de costos y de eficiencia, además de dar las herramientas para que una empresa sea capaz de ofrecer servicios que le diferencien de la competencia.

Cualquier compañía, de cualquier industria que dependa de información para hacer negocios, es una empresa de información y hasta que no se vean como tal, no se podrán transformar.

¿Cómo será la relación entre la comunicación digital y la tradicional?

Es retador ver tantos periódicos que están cerrando porque no logran hacer dinero. Por ejemplo, Los Angeles Times es controvertido, ya que la forma en la que consiguen noticias ha cambiado, ya no se contratan periodistas, sino que se agregan noticias y las imprimen. Ante esto, es necesario el control de la pieza humana, elegir las noticias y los ángulos es la parte más importante. Las máquinas todavía no son tan buenas en hacer eso. Lo que hace que una historia sea capaz de emocionar o causar interés, es la parte humana.

¿Cómo hacer más efectiva la comunicación?

Lo que necesitamos es gente, no hay ningún ordenador que diga cuál es la mejor forma de llegar a otras personas. Esto requiere no solo la habilidad de analizar a la gente a través de la información, sino también es importante salir y conocer a las personas, tener conversaciones cara a cara. Soy una gran creyente de que si algo va a funcionar en cualquier industria, es tener conversaciones. En lo que tiene que ver con la comunicación, la clave es la creatividad, es algo que los humanos hacen mucho mejor que los ordenadores.

Tiendas ‘big data’, los comercios del mañana | Innovación | EL PAÍS Retina

Tiendas ‘big data’, los comercios del mañana | Innovación | EL PAÍS Retina

Getty Images
Firma invitada

Tiendas ‘big data’, los comercios del mañana
Por
Patricia Lostado

La autora asegura que las tiendas recogerán datos sobre cuál es nuestro estado de ánimo y modificarán sus ofertas dependiendo del tiempo
Madrid 28 SEP 2017 - 07:41 CEST

La tienda del futuro está comenzando a perfilarse aunque, según los pronósticos del banco estadounidense Goldman Sachs, “todavía hay un largo camino que recorrer entre la realidad actual y el ‘Gattaca’ del retail”, la película de ciencia ficción estrenada en 1997. Lo avanza en su último estudio The store of the future, un informe en el que defiende que el porvenir de las tiendas, tal y como las conocemos hoy, no peligra porque un 85% de las ventas globales siguen registrándose dentro de ellas. Tampoco parece que esta tendencia vaya a cambiar. Según asegura, esta cifra se mantendrá estable y se situará en un 70% durante los próximos cinco años.

De la misma forma que la tecnología facilita a las tiendas e-commerce conocer las preferencias de sus clientes en detalle, las tiendas del futuro buscan la forma de optimizar y registrar los movimientos de los compradores en los puntos de venta físicos con una precisión similar. Para conseguirlo necesitan recoger un gran volumen de datos y adaptar los puntos de venta integrando sensores, beacons, tecnología wifi, cartelería digital, audio y video analytics, mobiliario inteligente, cámaras con software de reconocimiento facial y soluciones de inteligencia artificial.

“El retail no está muerto; solo está cambiando”, resume. Lo cierto es que el sector se encuentra explorando con una tecnología cada vez más sofisticada para responder a las necesidades de un cliente nuevo, altamente preparado dentro del mundo digital. En solo tres años, y según la consultora tecnológica Gartner, el 85% de las interacciones con los clientes estarán manejadas por sistemas de inteligencia artificial.

Las tiendas big data podrán monitorizar el estado de ánimo de los clientes, su trayecto dentro de la tienda, la edad, género o la recurrencia en el punto de venta.

En el estudio de Goldman Sachs, que recoge los proyectos pioneros de las empresas especialistas en el diseño de “las tiendas del futuro”, se nombra a Beabloo como la única compañía nacional de referencia en este campo.

Un recorrido por los puntos de venta 3.0

Las tiendas big data podrán monitorizar el estado de ánimo de los clientes, su trayecto dentro de la tienda, la edad, género o la recurrencia en el punto de venta. Estos espacios integrarán estanterías inteligentes que proporcionarán información en tiempo real, facilitarán el inventario y permitirán una reposición más rápida del producto. La tecnología aplicada al retail ayudará a conocer los puntos más rentables de la tienda porque la superficie comercial estará preparada para recoger datos en el interior y exterior del comercio.

Además, se podrán cruzar los datos de caja para saber cuánto ha gastado un cliente, conocer cómo ha pagado o cuáles son las prendas habituales en su armario. En los probadores de estos nuevos comercios del futuro, los espejos detectarán qué artículos interesan al cliente y el vendedor podrá consultar dónde localizar el producto en la tienda. Según informa Goldman Sachs, solo en Reino Unido se produjeron pérdidas, por falta o exceso de stock, de 253 billones de libras anuales; algo que se podría solucionar con técnicas de inventario inteligente como etiquetas RFID.




Todo indica que, a medio plazo, el minorista del futuro estará habituado a trabajar con la tecnología big data como una herramienta comercial que le ayudará a conocer a su cliente, dirigir sus estrategias, minimizar el riesgo de error y crear campañas de marketing exitosas. Según concluye este estudio, “la tecnología ha llegado para complementar y situar en un nuevo nivel a la tienda del futuro y, en ningún caso, ha venido para reemplazarla”.

La gestión de stock en retail en la era del Big Data

2/23/17 8:30 AM / por Miguel Soto

Estamos en un momento de grandes cambios en la manera como se produce la gestión de stock en las tiendas.

Esta revolución es el resultado del acceso que tenemos a las grandes cantidades de datos e información en tiempo real que se generan en Internet, en el entorno interconectado, en los sistemas de software y en los dispositivos inteligentes.

Para mantenerte competitivo y con el fin de hacer un uso eficaz de estos datos, es necesario rediseñar los antiguos procesos de gestión de stock. Hablamos de ir más allá de usar los datos históricos tradicionales basados en las ventas pasadas y las existencias.

Ahora es posible vincular los datos generados por todas las interacciones del producto (incluyendo órdenes, gestión de stock, revisiones por clientes reales y potenciales) y las transacciones generadas por proveedores y competidores que se conectan a través de sitios web de Internet y plataformas en la nube.

Estos datos pueden ser utilizados por los sistemas de gestión de stock para controlar el pedido y la distribución de artículos. Además, también es posible acceder a toda la información que coincide con las interacciones de un determinado producto derivadas del entorno externo del negocio.

A continuación, te contamos cómo funciona la analítica de datos para que puedas hacer una gestión óptima del inventario de tu tienda.

Por qué es importante la gestión de stock en retail

Los algoritmos avanzados de analítica de datos pueden buscar y explotar patrones, correlaciones y relaciones entre los elementos de datos de diferentes artículos o categorías de artículos para saber cuándo pedir un determinado producto, cuántos ordenar, dónde colocarlos y así sucesivamente.

Tales algoritmos pueden ser entrenados y probados con el fin de evaluar el rendimiento de resultados basándote en las demandas de los clientes. Por ejemplo, podrías evaluar si el uso de la analítica te reduce el coste de la gestión de stock y realmente mejora el servicio al cliente.

El sistema de analítica de datos para la gestión de stock en retail tiene que ver con el desarrollo de plataformas sofisticadas que ayudan a generar pronósticos y predecir con exactitud el valor y el nivel de la demanda futura de determinados productos.

Puedes utilizar estos pronósticos extraídos de la interpretación de datos para resolver problemas de optimización de inventario y tomar mejores decisiones sobre la gestión de stock de tu tienda. Este pronóstico viene dado por los resultados que te ofrece la analítica para que encuentres la mejor relación entre los datos y las decisiones que tomas.

Por eso, es conveniente que, primero, hagas pruebas hasta que llegues a identificar cuál es la mejor relación entre resultados y decisiones a medida que vayas resolviendo la incertidumbre futura.

A parte de la gestión de stock, con la analítica, puedes interpretar los comportamientos y las demandas de los clientes, por ejemplo. En general, el uso de la analítica te conducirá a un mejor rendimiento operativo de tu tienda en diferentes aspectos.

La analítica utiliza todos los datos disponibles procedentes tanto de los métodos actuales como de extensos datos adicionales extraídos de múltiples fuentes.

Actualmente, los consumidores utilizan dispositivos inteligentes que conectados con los software de analítica pueden generar más datos sobre las condiciones operativas actuales y el rendimiento en tiempo real de los productos para llevar una buena gestión de stock.

El enfoque de analítica de datos descrito aquí tiene que ver con el uso final del Big Data (manejo de grandes volúmenes de datos) para que los negocios puedan ver en tiempo real, las decisiones de compra del cliente (por ejemplo, comprar o no comprar) y también para que se puedan cambiar el precio de productos, hacer promociones…

La analítica de grandes datos permite, pues, hacer análisis predictivo, de simulación y optimización. Estas competencias también permiten ver más allá de lo sucedido ayer y de lo que sucede hoy, y comenzar a comprender el modo en el que los cambios en las preferencias del cliente, las fuerzas del mercado o las normativas pueden afectar a tus operaciones y a tus ingresos.

Por eso es conveniente tener un buen control de la gestión de stock ya que un producto agotado es una venta potencial perdida.

Este nuevo enfoque de la analítica aprovecha todos los datos que se están generando dada la conectividad, la capacidad y la transparencia de las fuentes de datos, junto con la enorme capacidad de cómputo y almacenamiento de datos.

Los teléfonos móviles, las compras en línea, las redes sociales, la comunicación electrónica, el GPS y toda la maquinaria instrumentada producen torrentes de datos como un subproducto de sus operaciones ordinarias.

Como todos los sistemas de planificación, la prueba final estará en los resultados, cuando apliques en la práctica la interpretación de todos estos algoritmos de datos. El cambio ya ha llegado en el entorno de la gestión de stock pero también va más allá de este ámbito.

Por ejemplo, con la analítica de datos puedes adaptar promociones y otras ofertas dirigidas a tus clientes y personalizarlas para aprovechar las oportunidades de venta y ofrecer una mejor experiencia de compra.

La adopción exitosa de este cambio requiere la participación activa de múltiples funciones dentro de la empresa, junto con un alto nivel de coordinación tanto desde la dirección, gerencia como de los propios empleados. Es decir, tanto en sentido ascendente como descendente, así como el compromiso con los clientes.

Las empresas que triunfan en la era de la analítica y el Big Data lo hacen, no sólo porque manejan mejores datos, sino también porque, tienen equipos de liderazgo que establecen objetivos claros, definen qué es el éxito y hacen las preguntas correctas.

Las lecciones de Pokémon Go para las empresas

Las lecciones de Pokémon Go para las empresas

El juego que se convirtió un fenómeno mundial mostró por primera vez el potencial que tiene la realidad aumentada y el Big Data. ¿Qué pueden copiar las compañías?

• 

 Desde antes de ser liberado el videojuego oficialmente en Latinoamérica, los usuarios jugaban en sus dispositivos. Foto: EFE

Usuarios que pasan las avenidas sin mirar, búsquedas en zonas donde nunca antes se habrían aventurado y una enajenación casi hipnótica por el celular. Pokémon Go se convirtió en un paradigma para las personas que usan teléfonos inteligentes y sobre todo para casi todas las industrias que afrontan el reto de conectarse con una nueva generación de consumidores.

La multinacional Oracle se dio a la tarea de hacer un análisis sobre el impacto que ha tenido la plataforma y las lecciones que les deja a las pequeñas y grandes empresas alrededor del mundo. Oracle señala que la aplicación es un fenómeno que demuestra la realidad en que el mundo está inmerso hoy, donde la movilidad, el internet de las cosas, la alta interacción del usuario con sus dispositivos móviles y la gran oportunidad que existe con las aplicaciones generan una cantidad de datos relevantes para desarrollar contenidos apropiados para los sentimientos y gustos de cada persona.

Podría leer: La fiebre de Pokémon Go!

Pero ¿qué pueden aprender las empresas –sin importar el sector-? Varias cosas se pueden analizar. La primera lección es que los desarrolladores lograron combinar los datos de los teléfonos inteligentes, la cotidianidad de sus usuarios y el deseo por tener nuevas experiencias en la palma de la mano para entregar un producto terminado.

La segunda variable es la universalidad. Pokémon Go es una tendencia global y personas de prácticamente todos los países utilizan sus redes sociales para compartir sus experiencias y avances en el juego. Los internautas de Japón, Estados Unidos, Reino Unido, España, México y Canadá son los que más mensajes emiten. Las estimaciones apuntan que la aplicación ha sido descargada por más de 70 millones de usuarios.

El tercer aprendizaje, sobre todo para las industrias mediáticas, tiene que ver con las formas de monetización. Tras el éxito de Pokémon Go varias marcas comenzarán a pautar en la aplicación para aumentar el tráfico en sus locales, tiendas o instalaciones, siendo esta una nueva fuente de ingresos diferente a la compra de poderes, criaturas y demás integrantes del juego, utilizando la economía a escala como su gran impulsor, ya que los precios anunciados son accesibles para personas de todo el mundo.

En video: "Fui a atrapar un Raichu y los perros me atacaron"

Héctor Silva, experto de la empresa de tecnología Ciena, señala que el streaming en vivo con un dispositivo de realidad virtual puede llevar al aficionado a lugares del estadio o al interior del campo de juego, donde jamás se les habría ocurrido poder entrar. Agrega, además, que mientras tanto la realidad aumentada elevaría la experiencia de estar ahí, proporcionando estadísticas al minuto, sin que el aficionado tenga que bajar la vista para consultar su teléfono, manteniéndose completamente enfocado en el partido.

Para completar el abanico de lecciones, Andrés Carrasco, de Oracle, hace hincapié en las posibilidades que buenas ideas y el Big Data pueden darles a las empresas. “El éxito de Pokémon Go es que poco a poco están conociendo a sus usuarios, utilizando estrategias de Big Data y Analytics Avanzada con información capturada en tiempo real, enriquecida con comentarios y sentimientos publicados en redes sociales, aprovechando así el gran valor que tiene la información y los datos, lo que aumenta la probabilidad de éxito del desarrollo de sus estrategias y la posibilidad de lograr campañas rentables con crecimiento exponencial en las descargas de la aplicación y su uso continuo”.

¿Y la seguridad?

Como pasa con todo lo popular, la fiebre por atrapar Pokémones no pasa inadvertida para los cibercriminales que aprovechan el frenesí de los fanáticos para cometer sus fechorías. Por eso, es importante que los jugadores tomen medidas de seguridad para no caer en sus trampas.

“El auge generado por juegos como Pokémon Go es lo que aprovechan los ciberdelincuentes para beneficiarse, y cuanto mayor sea la base de usuarios de la aplicación, mayor será el interés del cibercriminal en crear campañas maliciosas enfocadas”, comentó Santiago Pontiroli, experto en seguridad de Kaspersky Lab.

Le recomendamos: Cómo ahorrar batería en tu teléfono cuando juegas Pokémon Go

Por su parte, Andrés Guzmán Caballero, de Adalid, compañía especializada en Seguridad Informática, asegura que jugadores “arriesgados”, que bajan la APP de sitios desconocidos, “sin querer pueden descargar softwares maliciosos en sus celulares. Estos intrusos son capaces de espiar su información, abrir su micrófono, e incluso activar su cámara para saber qué está haciendo el usuario, y pueden robar los datos de sus cuentas y de su correo electrónico, entre muchas otras intrusiones malintencionadas”.

Lo cierto es que nunca antes un juego para smartphones había obligado tanto a los usuarios a moverse y recorrer distancias para lograr sus objetivos como lo ha hecho Pokémon Go. Según cifras de Forntinet, la aplicación ya está instalada en más del 5 % de los teléfonos móviles Android, un número superior a algunas de las aplicaciones más consolidadas, como Tinder. El 3 % de los usuarios con un terminal Android utiliza la aplicación.

Consulte: Pokémon Go llegó oficialmente a Latinoamérica

Para las empresas la principal lección es que hay mucho por hacer y sobre todo mucho por arriesgar. Como expresó Zulfikar Ramzan, de la empresa RSA, a menos que haya vivido dentro de una cueva durante la última semana, de seguro oyó hablar de Pokémon Go. E incluso si estuvo viviendo dentro de una cueva, es probable que alguien haya entrado accidentalmente con la esperanza de encontrar a Pikachu.

Analytics y Big Data serán las competencias más demandadas por las empresas

Analytics y Big Data serán las competencias más demandadas por las empresas


Las empresas se enfrentan a la falta de habilidades digitales

Analytics y Big Data serán las competencias más demandadas por las empresas

Conocimientos en ciberseguridad y desarrollo web y móvil lo más solicitado en 2015
Publicado por Andres Macario en Negocios y Empresas hace 2 días
Temas Marketingcompetenciasdigitalesbigdata




Andres Macario
Andrés Macario es CEO de Vacolba, partner de negocio orientado a la venta. Está muy presente en el...

La digitalización ha puesto en el punto de mira las nuevas necesidades de las empresas en materia de competencias profesionales. Si antes era imprescindible contratar a una persona capaz de gestionar proyectos o con conocimientos financieros, ahora las necesidades en los perfiles profesionales han cambiado y mucho, siendo Analytics y Big Data las habilidades más demandadas por las empresas en los próximos 3 años.

Así se afirma en un reciente estudio realizado por Cognizant en el que se ha preguntado a 422 ejecutivos europeos y estadounidenses de diferentes sectores, cuales son y serán las competencias digitales más demandadas. La transformación digital de la empresa es un tema que preocupa y en el que se están invirtiendo gran parte de los recursos. Ser competitivos en el mercado depende en gran parte de los profesionales que integran las plantillas de las empresas y según el 94% de los encuestados existe una gran brecha digital en torno a las competencias de los empleados que hay que resolver urgentemente. Esta falta de recursos lleva a muchas compañías a subcontratar y externalizar parte de estos servicios pero no es una solución a largo a plazo.

Así, durante el último trimestre de 2015, ser experto en Seguridad y Riesgos Informáticos o en desarrollo Web y Móvil fueron las habilidades más demandadas, seguidas de Marketing Digital (con conocimientos de SEO, SEM, Social Media, etc.), desarrollo de Software o Analytics y Big Data. Actualmente las empresas tienen un "gap" en habilidades relacionadas con la Estrategia Digital, Big Data y Marketing Digital. Sin embargo, las necesidades de los tres próximos años serán diferentes y tener en las filas de una empresa a un experto que domine Analytics y Big Data será lo más demandado por las áreas de Recursos Humanos.

En un momento donde todo pasa cada vez más rápido, es un imperativo para las empresas incorporar esas habilidades digitales con el objetivo de acelerar la innovación y hacer que las cosas sucedan. Los beneficios que las competencias digitales pueden proporcionar a la empresa son muchos pero principalmente destacan la innovación (57%), la colaboración interna (41%) y la agilidad para poner en marcha proyectos o dar respuesta a los clientes (41%).

Muchas empresas están intentando incorporar todas estas capacidades a su negocio pero el proceso es lento. Si las compañías saben que esto es crítico, ¿por qué no lo hacen? Las causas a las que apuntan los encuestados son las siguientes: la contratación insuficiente del talento adecuado (50%), la oposición interna a la creación de nuevos puestos de trabajo digitales (49%) y la falta de claridad por parte de los líderes de la organización en la adquisición de talento digital (45%).

La creación de equipos multifuncionales con soporte digital será una de las estrategias utilizadas por las empresas para fortalecer sus competencias digitales, seguida de la contratación de personal clave en puntos y áreas específicas, además de formar a los profesionales que ya están en la empresa. La digitalización abre un abanico de oportunidades no sólo para las empresas sino para aquellas personas que estén pensando qué hacer en su carrera profesional. Los informes hablan de cuáles son las tendencias y las demandas de la empresa en el futuro, y lo que queda claro es que, SI o SI, hay que digitalizarse.


Andres Macario
Andrés Macario es CEO de Vacolba, partner de negocio orientado a la venta. Está muy presente en el...

¿Big data? Las empresas y marcas siguen teniendo problemas para procesar y analizar sus datos

¿Big data? Las empresas y marcas siguen teniendo problemas para procesar y analizar sus datos



Solo un 39% de las marcas tiene la capacidad de leer los datos

¿Big data? Las empresas y marcas siguen teniendo problemas para procesar y analizar sus datos
Un 98% de las marcas invertiría en tecnología que les ayudase a mejorar sus problemas en medición de contenidos

Publicado por Redacción en Tecnología hace 10 horas
Temas Marketingbig Datadatosinformaciónproblemas





El boom del big data ha demostrado la importancia que la información tiene para las marcas y ha hecho que estas se hayan empezado a obsesionar con la cuestión ha conseguido que los datos se conviertan en lo más buscado por las compañías. Las empresas acumulan información y más información e intentan hacerse con datos y más datos sobre sus consumidores. Cuantos más datos se tengan, más completa será la visión que se tiene del consumidor y de sus intereses y gustos, por lo que las marcas están lanzadas a una carrera por hacerse con los datos.

Las fuentes de información son muchas y muy variadas y el interés de las marcas por acumular datos y más datos igualmente elevado. Se podría decir, de hecho, que las marcas sufren una especie de síndrome de Diógenes de la información, en el que acumulan todo cuanto pueden aunque eso no sea realmente una garantía de que vayan a ser mucho más eficientes. De hecho, el big data - y especialmente el éxito de la estrategia de big data - no es solo una cuestión de información. Para triunfar en este terreno y para hacer las cosas bien hay que añadir muchos más elementos a la ecuación.

Y de hecho los estudios no hacen más que demostrar que las marcas están no consiguiendo lo que buscan y enfrentándose a serios problemas a la hora de conseguir gestionar la información y los datos. En general, las marcas no logran comprender los datos, como apuntan en un análisis deBizReport, y sufren a la hora de procesar la información o, mejor dicho, de convertir esos brutos de datos en algo valioso. Así, y como acaba de demostrar un estudio de Rapt, las marcas se enfrentan a bastantes problemas a la hora de medir lo que están haciendo y a la hora de establecer servicios derivados de los datos. Tienen la información, pero se atascan a la hora de leerla y a la hora de convertir esos datos en algo valioso o en algo que realmente les sirva para conectar con las audiencias.

De hecho, y según los datos de este estudio, un 98% de las marcas invertiría en tecnología que les ayudase a mejorar sus problemas en medición de contenidos. Pero no solo gastarían más dinero en tecnología, sino que también reconocen los problemas que están sufriendo ahora mismo y que hacen que sus resultados no sean todo lo buenos que ellos desearían. Un 75% reconoce que tiene problemas para personalizar su contenido a un nivel que resulte suficiente para sus diferentes audiencias y un 47% asegura que lo que está haciendo no es lo suficientemente versátil como para encajar en todos los canales.
Métricas erróneas y de aplicación tardía

Los datos del estudio de Rapt deben además leerse de forma paralela a otros datos de otro estudio que también acaba de salir y que apunta otro problema que las marcas tienen a la hora de leer la información. Los números y las propias percepciones de los marketeros invitan a pensar que quizás las marcas se estén dejando llevar por una serie de métricas equivocadas y que estén dándole demasiada importancia a cuestiones que deberían ser secundarias.

Según apuntan los propios profesionales, y como recoge un estudio de Origami Logic, consideran que deberían ser mucho más rápidos a la hora de procesar la información y leer las señales. Es decir, los profesionales creen que hay un desfase demasiado elevado desde el momento en el que se produce el dato que deben analizar hasta el momento exacto en el que pueden realmente leerlo.

Los datos apuntalan esas ideas. Solo un 39% de las marcas tiene la capacidad de leer los datos al menos de forma semanal, aunque el 77% desearía poder hacerlo, y a esto se suma que un 60% no es capaz de medir los datos de forma transversal a las plataformas.
El problema de los datos

Las cifras y los estudios no hacen además más que demostrar que el que era un problema grave y complejo en el momento exacto en el big data empezaba a emerger sigue siéndolo años después. La información sigue presentando los mismos elementos de presión y de tensión a las empresas y las marcas siguen enfrentándose a los mismos problemas.

Por un lado, los datos siguen estando en silos y las marcas siguen enfrentándose al problema de que no son capaces de leer de forma eficiente la información de un modo conjunto. Esto es un problema serio, ya que los consumidores son cada vez más ubicuos y están por tanto en más escenarios. Sus datos saltan de un lugar a otro y las marcas deben ser capaces de comprender que el consumidor que es una cosa en un escenario lo es también en los demás. Los datos de uno y de otro lado tienen que casar en una foto final.

Y, por otro, las marcas siguen sufriendo por los propios datos. El interés creciente por acumular información les ha hecho olvidar que esa información tiene que ser leída, guardada y gestionada y que el big data no sirve de mucho, por tanto, si lo único que consigue es ahogar a las marcas en una avalancha de datos.

Big Data, los 6 cambios que han revolucionado el sector retail : Profesional Retail

Big Data, los 6 cambios que han revolucionado el sector retail : Profesional Retail

Big Data, los 6 cambios que han revolucionado el sector retail

Por Lucía González Ramos, responsable de marketing y comunicación de Flame Analytics.

El Big Data ha marcado un antes y un después en muchos sectores profesionales, entre ellos, el retail, que ha encontrado en esta tecnología una herramienta imprescindible para recoger y analizar importantes volúmenes de datos sobre el cliente y aplicarlos en la mejora de sus negocios.

Mucho se oye hablar hoy en día de Big Data, ¿verdad? Es una de esas palabras inglesas que los profesionales de marketing hemos adoptado y supongo que nos ha dado un poco de pereza traducir…  Lo cierto es que el Big data ha marcado sin duda un antes y un después en muchos sectores y, en especial, ha sido un punto de inflexión en el sector retail. Parece ser que la cadena de supermercados Tesco fue pionera cuando, allá por el 1995, lanzó un innovador sistema de tarjetas cuyo objetivo era fidelizar a su cliente. ¿Cómo? Identificando patrones en su comportamiento, es decir, conociéndole mejor para así poder ofrecerle lo que éste demandaba de forma ágil y certera.

Desde entonces han pasado 21 años y obviamente ahora el sector retail cuenta gran cantidad de herramientas diferentes para poder conocer mejor a sus clientes. Hoy día, los minoristas pueden adquirir y analizar un importante volumen de datos que les ayudan a tomar mejores decisiones basadas siempre en cifras objetivas. Esta cantidad de datos es lo que llamamos Big Data y gracias a él hemos podido llevar a cabo seis cambios en el sector:

1. Hemos mejorado la experiencia de compra de los clientes. El objetivo del retailer ha de ser siempre que el cliente disfrute en la tienda, que se sienta a gusto, que pase en su interior el mayor tiempo posible, que encuentre lo que busca, que se sienta bien atendido, que disfrute con la música que hemos seleccionado para él o con el perfume que hemos utilizado… Si lo logramos es muy probable que le fidelicemos (es decir, que vuelva) y que además, generemos en él o en ella un alto compromiso (engagement) hacia nuestra marca. Gracias al Big Data sabemos cuánto tiempo está el cliente en la tienda y cuándo vuelve a visitarnos, dos datos que nos ayudan a llevar a cabo acciones para mejorar en nuestras estrategias.
2. Hemos embellecido nuestros escaparates. Con el Big Data podemos saber si muchas personas pasan por delante de nuestra tienda, y cuántas de ellas entran. Si son pocas las que se deciden a entrar, quizá el problema esté en que no tenemos un escaparate atractivo y que debemos cambiarlo. Debemos pensar que el escaparate es nuestra carta de presentación, lo primero que el cliente ve de nuestro negocio, y por eso, es tan importante que lo presentemos de forma atractiva.
3. Ahora colocamos de forma óptima los productos. Se sabe que los productos no deben colocarse de forma aleatoria, sino que hay que hacerlo de forma que el cliente recorra toda la tienda. Para lograrlo, la distribución óptima de los artículos es fundamental. Gracias al Big Data sabemos qué recorrido hace el cliente dentro de la tienda, cómo se mueve, qué productos ve, cuáles toca o cuáles le llaman la atención.
4. El layout de nuestras tiendas es más efectivo. Un diseño de tienda óptimo va a favorecer la permanencia de los clientes en el interior de la tienda y, por ello, es algo que puede aumentar las ventas. ¡No te equivoques! El layout perfecto sí existe y tú puedes tenerlo en tu tienda. Para ello debemos tener una buena distribución de la superficie de venta que logre, como decíamos antes, que el cliente recorra toda la tienda, que esté dentro el mayor tiempo posible, que su estancia sea agradable y cómoda y que, finalmente, compre.
5. Ahora nuestra decoración es más llamativa. Es importante que nuestra tienda esté siempre impecable, limpia y cuidada. Que tenga un rótulo que refleje bien la identidad del comercio, una puerta adecuada, accesible, ni muy ancha ni muy estrecha, sin escalones, etc. Gracias al Big Data sabemos cuántos clientes han entrado en la tienda, qué zonas han recorrido, dónde se han parado, cuánto tiempo han permanecido… Con estos datos podemos hacer cambios en nuestras campañas que nos ayuden a mejorar y a ser más eficaces.
6. Y hemos mejorado nuestra estrategia de pricing. Bajar el precio de lo que vendemos es una buena manera de motivar al cliente para que realice una compra que no tenía prevista. Pero, ¿dónde es mejor colocar estas ofertas? Pues siempre es mejor hacerlo en esas zonas de mayor compra o ‘zonas calientes’. Gracias al Big Data conocemos esas zonas frías y calientes, y por ello podemos ubicar correctamente las ofertas.

Gracias a la tecnología el retailer tiene a su disposición un gran número de herramientas que le ayudan a medir, y que le dan un montón de datos y de información útil con la que puede tomar las mejores decisiones para su negocio. Contadores de personas para saber cuántas visitas se tiene en un periodo de tiempo, mapas de calor para conocer esas zonas por dónde se mueve el cliente o Wifi tracking para tener datos de fidelidad, de engagement y de captación. En definitiva, el Big Data ha cambiado la vida al retailer, y sin duda, lo ha hecho para mejor.

Sobre la autora: Lucía González Ramos

Lucía González Ramos es periodista y community manager, responsable de marketing y comunicación en Flame Analytics, una herramienta de analítica para el sector retail.

Todo lo que el Big data puede averiguar sobre los consumidores y ellos ignoran

Todo lo que el Big data puede averiguar sobre los consumidores y ellos ignoran






Todo lo que el Big data puede averiguar sobre los consumidores y ellos ignoran

El Big data ha hecho posible que las marcas conozcan cada vez mejor a los consumidores, hasta un punto que va muchas veces mucho más allá de lo que los propios consumidores esperan o imaginan
Publicado por Redacción en Tecnología hace 3 horas
Temas Marketingbig Datainformacióndatos





Hace unos años, un padre llegó a una de las tiendas de una cadena de hipermercados en estado de máxima indignación. No es difícil imaginárselo haciendo llamar al encargado y señalando con gran enfado todo lo que pensaba de la empresa en cuestión. La causa de su enfado estaba en que la cadena de hipermercados había mandado a su hija adolescente un envío publicitario dando por hecho que estaba embarazada y haciendo una captación para convertirla en todos esos productos que necesitan las 'nuevas mamás' y que son material para tantas acciones de las marcas (las mujeres embarazadas son uno de los targets más valiosos para las compañías). ¿Por qué la cadena había realizado el envío? La causa estaba en los hábitos de consumo que esa compradora estaba teniendo últimamente y que eran justamente los que tenían las mujeres embarazadas. Cruzar su información con la información que la marca tenía chivaba que tenían que ofrecerle esos datos, aunque el padre no podía comprender cómo habían cometido ese error. Lo cierto era que la marca no había cometido error alguno y que la adolescente en cuestión estaba realmente enfadada. No se lo había dicho aún a sus padres, pero no se le puede mentir al big data.

El caso pasó de la curiosidad y de un mal día en el trabajo para quienes tuvieron que escuchar las quejas del padre a uno de los ejemplos siempre recuperados cuando se habla del big data y de lo que las marcas son capaces de saber ya de sus consumidores.

Otro de los ejemplos que se suelen incluir en este listado, y otra de las historias que se suelen recuperar cuando se habla del poder de la información en el mundo actual, es el de la mujer que decidió ocultar su embarazo a las marcas. Como no quería convertirse en un target publicitario y como no quería que le sirviesen publicidad especial (repitamos: es la publicidad más cara de la red), decidió jugar al gato y al ratón con las herramientas de seguimiento de las marcas. Cookies, redes sociales o extractos de consumo e historiales de navegación fueron combatidos de forma activa. La mujer en cuestión no tuvo que irse a navegar a la deep web, pero poco le faltó. Tuvo que crearse cuentas alternativas, comprar online usando muchos, muchos y muchos más trucos o navegar usando navegadores minoritarios centrados en proteger la privacidad de los consumidores.

Sus dos historias son una especie de punta del iceberg que demuestran el poder de los datos y el poder del big data, al tiempo que descubren que lo que las marcas saben de los consumidores es cada vez más y cada vez mayor. Es una frase que podría usarse posiblemente en todo reportaje sobre el big data, pero no por ello deja de ser menos cierta y es que el big data ahora mismo hace que las marcas tengan el poder de conocernos mejor que nuestros padres. Porque puede que una madre no sepa que regalar a sus hijos adultos cuando llega Navidad o sus cumpleaños y se queje amargamente de ello, pero ese problema nunca lo tendrá Amazon. Su algoritmo ha estudiado tan bien lo que se hace en la web y lo que los consumidores quieren y no quieren que no solo es capaz de recordar lo que se quería comprar y no se ha hecho o mandarnos a un frenesí de clics en productos relacionados sino que además es tan capaz de adelantar lo que despierta el interés que incluso podría saber lo que se va a meter en la cesta de la compra antes de que se haga (y por ahí van ya los tiros)


Todos es una fuente de datos

Y es que cada vez las marcas cuentan con más y más información sobre el consumidor y con más y más información más específica y más concreta, información que podría convertirse en un elemento de valor a la hora de trazar la estrategia de la marca y que por ello las empresas acumulan. Los datos son la clave para triunfar en el presente y mucho más en el futuro inmediato y las fuentes de información son cada vez más y más variadas.

Las redes sociales saben con quién se habla realmente e incluso cuáles son los perfiles de esos amigos que se cotillean de vez en cuando, así como lo que se dice que gusta y lo que realmente nos gusta. Los smartphones son unos chivatos que acumulan información sobre donde se está y a donde se va, pero también sobre lo que se busca, sobre las direcciones que se quieren encontrar (o las veces que nos perdemos y echamos mano desesperada de los mapas online) o a qué dedicamos esos momentos de ocio en la parada del autobús o en el metro.

De hecho, las apps son elementos que lo saben ya todo de sus usuarios. Según apuntaba un reciente estudio, las apps son capaces de saber desde el género del consumidor hasta su estatus parental o el grupo de edad e incluso, forzándolo un poco más, sus ingresos, sus intereses en política o si están o no casados, partiendo simplemente de lo que hace el consumidor y los datos asociados a las diferentes redes de anuncios y a los comportamientos asociados.

Pero las fuentes de datos no son solo las nuevas herramientas y los nuevos entornos sino que elementos que llevan funcionando años e incluso décadas son grandes minas de información. Las tarjetas de crédito y sus historiales de compra dicen muchísimo sobre los consumidores, lo mismo que las tarjetas de fidelización de los supermercados. No se trata solo de que la marca te mantendrá como un cliente fiel gracias a los descuentos sino que además será capaz de saber qué vas a querer gracias al hecho de que cada vez que compras pasas tu tarjeta. El cupón con un descuento para aquella marca de champú no es azar. Es ingeniería de datos.


Todo lo que saben de ti (y tú no sabes)

Esto ha hecho que las marcas conozcan cada vez mejor a los consumidores, hasta un punto que va muchas veces mucho más allá de lo que los propios consumidores esperan o imaginan. El hecho de que cada vez se usen más elementos conectados, el hecho de que cada vez se den más datos y el que cada vez sea más fácil cruzar información de unos y de otros hace que en realidad conectar con unos y con otros sea cada vez más y más sencillo. Para las marcas, es cada vez menos complicado saberlo todo sobre uno e ir más allá de lo que el consumidor posiblemente espera.

Así lo han demostrado en un artículo en Forbes, en el que han hecho un listado con las cosas que las marcas ya saben de los consumidores gracias al big data y que posiblemente los consumidores no son conscientes de que es posible sabe. El listado es amplio y es variopinto. Así, Facebook es capaz de saber el momento en el que se va a romper una relación sentimental y también si el amor va a ser o no 'verdadero'. No es el único momento de tensión vital que se puede predecir. Una compañía de recursos humanos desarrolló un algoritmo que adelanta cuando van a dejar el trabajo los empleados y sobre todo qué empleados es más probable que lo hagan. También es posible saber qué consumidores son más fiables a la hora de pagar créditos y cuáles no lo son y, mucho más específico, quién puede cometer un crimen o no (las policías de algunas ciudades ya emplean el big data para predecir pautas de criminalidad y zonas calientes).

Y, sin duda, las compañías saben qué productos es más probable que se compren o no. Al fin y al cabo, es lo que hace Netflix. Sus series están diseñadas para gustar: usan los datos para detectar tendencias y ofrecer lo que sus espectadores estaban llamados a querer ver

El Big data ha hecho que los modelos de segmentación del pasado se hayan quedado obsoletos

El Big data ha hecho que los modelos de segmentación del pasado se hayan quedado obsoletos







Conocer al consumidor es mucho más fácil que nunca

El Big data ha hecho que los modelos de segmentación del pasado se hayan quedado obsoletos

¿Ha muerto la demografía como criterio para segmentar al consumidor?
Publicado por Redacción en Tecnología hace 3 horas
Temas Marketingdemografíasegmentaciónestrategia



Una de las verdades incuestionables del mundo del marketing ha sido a lo largo de las décadas que el público debe ser segmentado cuando se le lanza un mensaje, ya que no todo el mundo está interesado en lo mismo o lo recibirá de la misma manera, y que la mejor manera de segmentar a esas potenciales audiencias está en la demografía. Separar hombres y mujeres, niños y ancianos o grupos de edades era lo que se estaba haciendo en los últimos tiempos y lo que se había hecho desde hace mucho tiempo. Pero ¿sigue siendo efectivo en el mundo en el que vivimos?

Cada vez son más los que están convencidos de que en realidad separar a los consumidores partiendo de esos elementos es bastante erróneo, o al menos es bastante limitado. Puede que hace unas décadas funcionase, pero lo cierto es que en la actualidad la edad se ha convertido en un factor cada vez menos determinante.

Como explicaban en un informe reciente de Hotwire, en el que se señalaban cuáles serían las tendencias en marketing en el futuro próximo, la edad ha dejado de funcionar como elemento de segmentación y el marketing está obligado a convertirse en age-agnostic. Los consumidores se ven cada vez menos limitados por su edad y lo que funciona cada vez más es acercarse a ellos teniendo en cuenta sus intereses, sus aficiones o sus emociones. Ahora no hay que dar por hecho nada: un consumidor puede ser más similar a uno 20 años más joven que a otro de su misma franja de edad.

No son los únicos que lo ven y no son los únicos que están anunciando que los criterios demográficos o han muerto o se han visto superados por otras cuestiones. Según explican desde Google, por poner otro ejemplo, las marcas que se quedan únicamente con los criterios demográficos para conectar con la audiencia se arriesgan a perder nada más y nada menos que al 70% de sus consumidores móviles potenciales, con los que no estarían conectado.

La demografía no cuenta la historia completa

¿Por qué ocurre esto? La respuesta es clara. La demografía ha dejado de servir para ver la foto final y ha dejado de contar la historia completa. Algunos datos demográficos se han convertido en clichés y algunas realidades son demasiado complejas para despacharlas simplemente con cuatro pinceladas demográficas. Por ejemplo, se suele pensar que los jugadores de videojuegos son hombres y jóvenes. Es mentira: solo el 31% de estos jugadores son hombres de entre 18 y 34 años. De hecho, se podría sumar, en los últimos tiempos, y gracias al éxito de algunos juegos móviles, cada vez hay más mujeres que juegan a videojuegos.

En Google tienen otros cuantos datos que demuestran que quedarse simplemente con los datos del pasado puede servir para ver simplemente una versión distorsionada de la realidad. Según sus estadísticas, el 45% de los consumidores que buscan información sobre obras y reformas en el hogar son mujeres, el 56% de quienes buscan información sobre productos de deporte también lo son y el 68% de los influencers en el terreno del cuidado corporal en los últimos seis meses son, en realidad, hombres. Y, quizás más sorprendente, el 40% de las compras de productos para niños las hacen hogares en los que no hay niños. Simplemente les gustan esos productos.

Conocer al consumidor es mucho más fácil que nunca

Y a las cifras que demuestran que la demografía no cuenta la historia completa se le puede sumar otra cuestión: ahora es mucho más fácil conocer al consumidor de un modo que va mucho más allá de saber simplemente cuantos años tiene y si es un hombre o una mujer. La avalancha de información en la que ahora mismo se encuentra sumido el mundo y el hecho de que las empresas tengan cada vez más y más fácil acceso a ella hace que pasar de simplemente un par de datos estadísticos a conocer con detenimiento y detalle al consumidor sea más posible que nunca.

El big data ha hecho que los modelos de segmentación del pasado se hayan quedado obsoletos y las tecnologías que funcionan en internet a la hora de servir mensajes publicitarios han hecho su parte. Las marcas pueden no solo ser increíblemente eficientes a la hora de servir los mensajes, sino que además pueden lograr que estos sean lo que el consumidor quiere ver en el momento exacto en el que quiere hacerlo.

Cómo llegar al consumidor

Y si el consumidor ya no puede ser cortejado usando simplemente los criterios de segmentación del pasado, ¿cómo se puede llegar a ellos? En el estudio de Google recomiendan centrarse en los momentos de intención. Los consumidores son mucho más susceptibles a la hora de recibir un mensaje de la marca cuando su propósito es llegar a ellos. Es decir, es mucho más efectivo y eficiente conectar con ellos cuando tienen la intención de conectar o comprar un producto.

Las marcas tienen por tanto que estar ahí en esos momentos, tienen que ofrecer respuestas en el momento en el que los consumidores las están buscando. Y estos mensajes no tienen que ser simplemente interesantes y atractivos, sino que tienen que ser útiles. Las marcas tienen que aprender a ser útiles en el momento en el que los consumidores necesitan la información. Según sus estadísticas, un 51% de los usuarios de smartphones compraron productos de una marca sobre la que tenían interés gracias a la información que esta ofrecía y que ellos consideraron útil.

Big Data, clave para mejorar la experiencia del cliente - Dirigentes Digital

Big Data, clave para mejorar la experiencia del cliente - Dirigentes Digital

Big Data, clave para mejorar la experiencia del cliente

Susana Ortega - 07/08/2015

Compartir:

La falta de datos está limitando la capacidad de las organizaciones para ofrecer una experiencia verdaderamentepersonalizada. Las organizaciones en Europa, Oriente Medio y África coinciden en que el Big Data es clave para mejorar la experiencia del cliente, pero pocos utilizan datos externos para lograrlo.

Dd

Cuatro de cada cinco organizaciones (81%) en la región de EMEA coincide en que el Big Data es la clave para ayudar a transformar su modelo de experiencia de cliente.

Esta conclusión se obtiene de la investigación de mercado de Experian Decisioning Vision2020 (DV2020), que ha analizado las respuestas de 255 directivos de 195 empresas de telecomunicaciones y servicios financieros en ocho regiones de Europa, Oriente Medio y África (EMEA).

El análisis revela que casi la totalidad de losencuestados (95%) consideran los datos como elemento central en la integración con éxito del modelo de experiencia del cliente. Cuando se trata de identificar la mejor fuente de información para la toma de decisiones del cliente, el 76% de los encuestadoscitó datos internos. Sin embargo, sólo el 27% están utilizando datos externos para ayudarles a alcanzar la experiencia única del cliente.

En cuanto a los resultados específicamente del sur de Europa, el 89% de las empresas de telecomunicaciones y de servicios financieros encuestadas ven el Big Data como la clave para transformar el modelo de la experiencia del cliente, y la casi la totalidad de los encuestados (97%) consideran los datos como elemento central para integrarlo con éxito. Los datos internos fueron reconocidos como la mejor fuente de información en la toma de decisiones por un 91% de los encuestados - el más alto de las regiones, mientras que el número más bajo - sólo el 14% - están utilizando datos externos para ayudarles a alcanzar la experiencia del cliente final.

Felipe Fernández Atela, presidente de Experian en España, explicó: "La naturaleza del Big Data es la combinación de múltiples fuentes de información, estructuradas y no estructuradas, que se combinan para proporcionar una perspectiva reveladora. No se puede obtener a partir de una única fuente de datos. Los datos internos pueden proporcionar a las organizaciones mucha información sobre sus clientes y es de hecho una valiosa fuente de información. Sin embargo, hemos visto que las organizaciones que están dando al cliente una experiencia verdaderamente personalizada son los que están ampliando sus bases de datos. Son éstas las que están alcanzando una comprensión más profunda de las actitudes, preferencias y comportamientos de sus clientes para que las interacciones sean más relevantes, oportunas, seguras y rentables".

El estudio Decisioning Vision también reveló que el 79% de las organizaciones reconocen la necesidad del análisis de datos para evolucionar en los próximos cinco años, y citaron la inversión en esta área como una prioridad. Esto fue seguido por la adquisición de nuevas fuentes de datos para mejorar las capacidades de análisis de datos y la inversión en la automatización de decisiones, ambas por un 68% de los encuestados.

En el sur de Europa, al considerar cómo evolucionará el análisis de datos en los próximos cinco años, el aumento de la inversión se percibe como la principal prioridad por un 94% de los encuestados, mientras que el uso de nuevas fuentes de datos para mejorar las capacidades en el análisis de datos ocupa segundo lugar, con un 71%, seguido por el uso de herramientas de análisis de datos de gran flexibilidad para implementar en nuevos clientes, conocimiento del negocio, o decisiones.

Ante esto, Atela afirmó: "Nuestra investigación ha identificado una 'desconexión entre los datos y la decisión', por lo que la falta de datos disponibles y la ineficacia de las herramientas para la toma de decisiones están minando la velocidad, la calidad y la fiabilidad de las decisiones. Las organizaciones deberían acceder a toda la gama de datos que están a su disposición, incluyendo los datos positivos y negativos, los datos transaccionales, los datos no estructurados, y datos socio-económicos".

Experian anima a las organizaciones para lograr la experiencia final del cliente, centrándose en cinco áreas clave:

- Lograr múltiples y nuevas fuentes de datos.

- Obtener una visión holística de los clientes. 

- Proporcionar decisiones en tiempo real, consistentes y precalificadas.

- Utilizar la automatización multicanal a través de todos los puntos de contacto con el cliente.

- Adoptar técnicas analíticas avanzadas en toda la organización.