Customer Journey

Hasta hace relativamente poco, la información disponible de un consumidor o de un cliente dependía, en la mayoría de casos, de los análisis de datos declarativos estructurados (encuestas, entrevistas a los consumidores, un programa de fidelización, o de calidad de servicio, etc.) y una parte no declarativa que venía decirnos lo que el cliente no había manifestado y que generó una primera oleada de lo denominado Business Intelligence, donde se trabajaban datos estructurados a partir de bases de datos creadas sobre consumo en telecomunicaciones o energía, contratación de seguros, banca, etc. Esta última parte ha dado un giro radical en los últimos años gracias al Big Data y a elementos como el teléfono móvil, la compra con tarjeta de crédito, las redes sociales, la propia navegación web o la geolocalización. Ahora sabemos del consumidor real lo que llamamos el ‘customer journey’, todos sus movimientos durante las fases de modelo relacional entre un mercado, una marca y el propio consumidor, cualquier ‘touchpoint’ del camino, desde elementos influenciadores de compra, a la propia compra y futura prescripción del producto o servicio. Deja huella con cada click, con cada acción, con cada aplicación. Todo esto, multiplicado por millones, y tratado siempre de forma agregada, nos da un retrato bastante más ajustado que cualquier otra información disponible, esto es real, tangible y estratégico. En 24 horas se generan 2,3 billones de gigabytes de información en Internet; vivimos en la era del ‘Think fast’.

Pero si nos salimos del ámbito de lo agregado, las marcas como Amazon ya están actuando de forma predictiva sobre consumidores concretos, ofreciéndoles ofertas en función de su perfil, sus hábitos de consumo, sus búsquedas… La tendencia creciente es a llegar al receptor de forma individual, por el canal idóneo para alcanzarlo y con el mensaje más relevante y útil. Un marketing one-to-one con mensajes concretos y diferenciados no ya para cada público, sino para cada miembro concreto del público. La esencia del micromarketing llevada a una realidad palpable gracias a la tecnología.

Las enormes repercusiones de esto aún no han llegado a la empresa. Recientemente, un estudio indicaba que sólo el 7,2% de las principales compañías con departamentos de marketing y comunicación potentes reconoce utilizar tecnología Big Data en sus procesos, pero si les preguntabas cuántos de ellos iban a incorporar esta tecnología en los próximos e inmediatos años, el 47% contestaba afirmativamente. Esto no es una nueva religión o un nuevo invento, tras el Big Data hay una consistencia científica irrefutable y es posible que esa previsión del 47% se quede corta.

De todo esto, me gustaría destacar las siguientes conclusiones de utilidad tanto para quien hace comunicación política o corporativa como para quienes se enfocan al marketing:

1. Tenemos que generar engagement y con toda la información que tenemos, podemos hacerlo. Hoy día, los datos (y las cinco V que llevan consigo: volumen, variedad de fuentes, velocidad de procesamiento, veracidad y valor, especialmente el que se genera con esos datos) se pueden utilizar como herramienta para contribuir a lograr objetivos estratégicos.

2. Además de hacer análisis descriptivo y predictivo de los comportamientos, debemos pensar en hacer un trabajo prescriptivo con los datos. Influir en las decisiones (de compra, de voto) que contribuyan a las compañías a alcanzar sus objetivos.

3. Reclutar el talento necesario va a obligar a modificar el porcentaje de perfiles técnicos en los departamentos de marketing y de comunicación (matemáticos, programadores, físicos, etc.) Si hoy la proporción es un 39% perfiles técnicos y un 61% perfiles creativos, en un futuro la tendencia será a equilibrarse en un 69% perfiles técnicos, y un 31% perfiles creativos. No será un proceso rápido, pero se acabará produciendo, y esto convierte a los técnicos de datos en la profesión del futuro. Preparar estos perfiles es difícil y el sistema educativo también debería adaptarse a estas capacidades emergentes.

·    4. Los perfiles cambiarán a todos los niveles en las compañías. Aparecerá el Chief Data Officer a nivel directivo. El científico de datos (Data Scientist) estará en un nivel justo inferior y su labor será extraer conocimiento de la información. El ingeniero de datos (Data Engineer), que deberá salvaguardar las bases de datos, hacerlas accesibles, diseñar arquitectura, procesamiento, etc. El analista puro de datos (Data Analyst) y, por último, el Data Artist, que será el que diga cómo contar eso para hacerlo visible y comprensible.

En los próximos años, es previsible que vivamos en los próximos años una cierta inflación de precios respecto a estos profesionales como en su momento ocurrió con las puntocom en el año 2000, pero todo se ajustará y tras un crecimiento exponencial habrá 10 o 15 jugadores que sobrevivan a una futura caída inicial superada esta fase de early adoption.

Jordi Crespo