De acuerdo con la consultora Gartner, el Data Driven Marketing comprende el análisis y la aplicación de los datos acerca del cliente, así como sus motivaciones, comportamiento, contexto, necesidades y deseos.

Lectura recomendada:

Data Driven Marketing: qué es y cómo puede mejorar las ventas de tu empresa

A estas alturas, ya serás consciente de que el análisis de datos aplicado al marketing es una de las obsesiones con las que he contagiado a nuestra agencia.

De hecho, estamos haciendo un gran esfuerzo evangelizador, tratando de que nuestros clientes adopten el Data Driven Marketing como parte de la cultura de su propia organización.

Ahora bien, una de las preguntas más habituales de los CEO o CMO con los que trabajamos es: “¿cómo hacemos eso?

Sin ánimo de ser exhaustivo, voy a indicarte una serie de claves fundamentales que permitirán a tu empresa sentar las bases de una estrategia de marketing basada en datos.

Creo que la consultora Mckinsey hace una aproximación bastante acertada de los requisitos fundamentales, señalando que la explotación de la analítica de datos implica:

  • Capacidad para identificar, combinar y gestionar múltiples fuentes de datos.
  • Capacidad para construir modelos de análisis predictivo basado en datos.
  • Adopción de una cultura organizativa con el foco puesto en la toma de decisiones basadas en datos.
  • Visión de negocio para definir la integración de los datos, la creación del modelo y la transformación organizativa.
  • Definición de una estrategia para extraer ventajas competitivas del análisis y uso de los datos.
  • Despliegue de una infraestructura de IT apropiada.

En mi opinión, todos y cada uno de estos elementos son necesarios y tienen sus propias dificultades.

La dotación de una infraestructura de recopilación y gestión de datos sobre los clientes es un área en sí misma y, previamente, mi socio Tino del Pozo y yo hemos publicado una gran cantidad de contenido al respecto:

Salesforce: Los 5 errores más frecuentes de implementación

Cómo un CRM tan bueno como Salesforce puede fracasar

En esta ocasión, voy a centrarme en el aspecto metodológico; es decir, el proceso de adopción de un modelo de Data Driven Marketing en tu empresa.

Creación de un equipo transversal

Uno de los motivos por los que la implantación de herramientas como Salesforce u otros CRMs o soluciones de Business Intelligence es el hecho de que la información nunca llega a ser compartida dentro de toda la organización.

En su lugar, se crean compartimentos estancos de datos contenidos en cada departamento, llegándose a producir situaciones absurdas como, por ejemplo, que los equipos de marketing y ventas:

  • No dispongan de una base de datos compartida.
  • Establezcan distintos parámetros de cualificación de las oportunidades generadas.

Si quieres poner solución a este problema, te recomiendo estos artículos:

¿Qué es el Sales Enablement?

¿Cómo integrar con éxito las áreas de marketing y ventas?

En cualquier caso, es imprescindible reunir a un equipo con responsables provenientes de distintos departamentos, incluyendo, por supuesto, IT, marketing y ventas.

Integración de la información en una base de datos común

Actualmente, las organizaciones recopilan datos provenientes de múltiples canales que no están interconectados. A menudo, ni siquiera son almacenados de una forma apropiada, sino que quedan dispersos en múltiples dispositivos, servidores y formatos.

Ya he hablado de ello en el artículo Small Data: ¿la solución a la promesa incumplida del Big Data?”

Esta situación supone un desperdicio de valiosos recursos, así que es imprescindible dotar a tu organización con una solución que permita integrar y analizar toda esa información.

Identificación de los datos relevantes y establecimiento de KPIs

El papel del analista de datos va a ganar un gran protagonismo en el ámbito del marketing a lo largo de los próximos años. Esto se debe a aspectos como la calidad de los datos, así como su selección y posterior análisis.

No todos los negocios deberían prestar atención a los mismos datos. Por ejemplo, en algunos casos, los niveles de alcance de los contenidos publicados y las campañas lanzadas, pueden ser menos o más relevantes que el engagement generado.

Después de todo, la captación de una nueva audiencia, no tiene nada que ver con la maduración del proceso de compra de los leads ya integrados en el flujo.

Hace algún tiempo, publiqué un artículo bastante polémico al respecto:

¿Quieres más followers o más clientes?

En definitiva, ahora que disponéis de una base de información colectiva, es el momento de identificar aquellos datos que presentan una correlación lógica con los resultados generados y establecer KPIs relevantes, incluyendo la medición del ROI a obtener.

Creación el modelo de análisis predictivo

Aunque ya contéis con los datos, es el modelo de análisis predictivo el que realmente os proporcionará una ventaja competitiva.

El volumen de información que se genera en la actualidad es inabarcable desde el punto de vista de un ser humano, motivo por el cual las decisiones suelen tomarse con criterios basados en la intuición. Los modelos de análisis predictivo mejoran abrumadoramente los resultados cosechados.

Lanzamiento de campaña y puesta a prueba del modelo

Antes de aplicar el modelo a gran escala, es imprescindible llevar a cabo una serie de tests, mediante campañas, con el fin de comprobar su eficacia.

Para ello, será necesario:

  • Describir los buyer personas en los que se centrará la campaña.
  • Mapear el proceso de adquisición de cada lead y cierre de la venta.
  • Determinar el LTV de cada cliente.
  • Escoger aquellos canales a utilizar durante la campaña.

Cada campaña debería ser confrontada con otra llevada a cabo mediante las antiguas prácticas habituales dentro de vuestra organización.

Análisis de resultados, optimización y despliegue a gran escala

Una vez contéis con las métricas de la campaña lanzada a partir del modelo de análisis de datos diseñado, es el momento de analizar los resultados y compararlos con aquellas campañas que no hayan empleado dicho modelo.

Esta fase puede (y debe) prolongarse en el tiempo, incorporando o retirando el uso de determinados datos, mejorando las correspondientes ponderaciones y, en definitiva optimizando los resultados conseguidos.

Cuando ya hayáis acumulado suficiente experiencia, llegará el momento de desplegar el modelo a gran escala.

Por supuesto, todo este proceso puede ser dividido en etapas y aspectos más singulares. Sin embargo, creo que este planteamiento te permite tener una visión global del Data Driven Marketing como una poderosa herramienta para incrementar las ventas de tu negocio y mejorar el ROI de vuestras campañas.



Joaquín Pais
Joaquín Pais
CEO en ShowerThinking. Consultor y Ponente en conferencias sobre marketing digital e inbound marketing.

Escribe y pulsa Intro para buscar