Newsroom - Soluciones SaaS

Marketing Digital: Puntos clave del Business Intelligence en el Marketing digital

Términos como Business Intelligence, BI, Data Lake, Inteligencia Artificial, Big Data, Smart Data, Machine Learning, están en las hojas de rutas de las empresas pequeñas, medianas o grandes. ¿Pero los profesionales de marketing entendemos a profundidad de los términos?.

Si realizamos una búsqueda en Google de palabras como Business Intelligence o Inteligencia Empresarial y leemos la definición encontraremos conceptos disonantes en marketing como: 

-Anticipación de acontecimientos futuros, o sea predicción

-Herramientas y software de inteligencia

-Técnicas ETL o almacén de datos

-Modelado de representaciones.

-Facilitar la toma de decisiones

-Ofrecer conocimientos para respaldar decisiones

-Data warehouse

Algunos son conceptos sencillos y otros tienen un poco más de complejidad a la hora de entender, como por ejemplo qué es el BI o Business Intelligence, su dimensión y porque debemos aplicarlo en la empresa, siendo en este caso el área de marketing digital el principal impulsor.

El BI nació en 1958 de la mano del investigador de IBM Hans Peter Luhn, que fue el primer ser humano en utilizar las palabras Inteligencia de Negocio. Luego, el concepto ha ido evolucionando de los DSS (sistema de apoyo de decisiones) de los computadores, a los data warehouse y cubos OLAP de los años 90 hasta las plataformas cloud y open source actuales como Power BI, Tableau o Microstrategy.

Qué es el Business Intelligence o BI o Inteligencia de negocio

BI significa inteligencia de negocio o aplicar la inteligencia al negocio. Es aprender, entender y razonar para resolver problemas complejos y tomar decisiones. Pero no cualquier decisión sino la mejor posible, con un significado concreto y en un contexto determinado.

Por tanto el BI busca a través del análisis de los datos encontrar patrones que nos ayuden a poder dar solución al problema resuelto. En marketing digital monitorizamos todo lo que ocurre, diseñamos cuadros de mando en tiempo real y tomamos decisiones en base a los datos, aunque sean solo los datos históricos. 

Tres conceptos críticos en BI

Cuando hablamos de Business Intelligence tenemos que tener muy claro estos conceptos de cara a ver el ámbito de actuación.

Previsión de datos: se basa en hechos y supuestos del desempeño pasado y actual. Es lo que todas las empresas vienen haciendo desde hace muchos años. En base a datos históricos, tomar decisiones.

Predicción de los datos:  Se refiere a un cálculo o una estimación que utiliza datos de eventos anteriores, combinados con tendencias recientes para obtener un resultado de un evento futuro. Podríamos coger los datos de los mismos clientes del ejemplo anterior, pero añadiendo variables como tendencias en la compra de productos similares para poder lanzar una acción de cross selling.

Pronóstico de los datos:  Es la acción que indica que algo sucederá en el futuro con o sin información previa. En este caso se diseñarían escenarios hipotéticos de actuación para determinados clientes que cumplan algunos requisitos. Es decir, para los clientes que dejarán la marca los próximos tres meses tener acciones prediseñadas para retenerlos antes de que se vayan.

“El BI trata de escalar las decisiones desde la previsión, a la predicción y al pronóstico”

Business Intelligence, Big Data y Smart Data

Cuando hablamos de Business Intelligence se asocian conceptos como Big data, datos masivos o inteligencia de datos. ¿Cierto o no?. El concepto de Big Data es un término que nace en los años 90 y parece ser que de la mano de John Mashey.

El motivo, los enormes volúmenes de información digital, pasando del megabyte al gigabyte al terabytes, petabytes, exabytes, zettabyte y yottabytes. ¿Alguno recuerda el término 1028 bytes? ¡pues ya los elevamos a la octava potencia!

Si hablamos de Big Data nos metemos en la inteligencia artificial, el machine learning y el uso de complejos algoritmos. El big data permite almacenar, clasificar y analizar grandes volúmenes de datos. Datos que deben cumplir la regla de las “6 V”:

–Volumen de datos.
–Velocidad de los datos
–Variedad de los datos
–Veracidad del dato
–Valor del dato
–Visibilidad del dato.

Si no cumplen toda la ruta de las seis V, no estaríamos hablando de Big Data, por eso todavía muchas empresa no hacen realmente Big Data.

¿Conocen el caso los 2 Boing 737 Max que se accidentaron en Egipto e Indonesia? ¿O el mega computador Watson de IBM?. Dos ejemplos de uso y aplicación Big Data de libro. Cuando hablamos de BI debemos saber que puede haber Big Data o Smart Data. En ambos casos podemos y debemos aplicar metodologías de BI.

Las personas en el centro de tu estrategia de Business Intelligence

La pregunta que debemos respondernos es ¿quién toma las decisiones? . Normalmente las personas que toman las decisiones están en guerra porque toman  buenas decisiones o toman malas decisiones.

La inteligencia entonces, está relacionada con la toma de decisiones, y las decisiones tienen que ver con personas. Porque las decisiones son la respuesta a una buena solución. Hasta aquí todo correcto, pero ¿cómo construimos una buena solución?, aquí la fórmula mágica:

Inteligencia + personas + información. 

Esta es la base del BI.

Esta fórmula nos ayuda a encontrar las respuestas a las preguntas dadas, y las respuestas ayudan a tomar decisiones. En este sentido podemos agrupar la información es 2 tipos de datos: estructurados (documentos Word, hojas Excel, base de datos) y no estructurados (videos, redes sociales, email, post).

Si esto lo trasladamos al mundo empresarial y al marketing digital, para poder responder preguntas de negocio tales como por ejemplo:

-¿Que producto nos dejará mayor rentabilidad el año que viene?

-¿Cuál es la audiencia digital que mejor va a convertir?

-¿Cómo puedo mejorar la tasa de conversión de mi campañas PPC para obtener mayor ROI?

Las empresas tienen que hacer Business Data, es decir, trabajar los datos del negocio. El primer paso para ello sería recopilar y almacenar todos los datos de productos, clientes, ventas, márgenes, buyer personas, de visitas web. En este punto el mundo digital lo tiene fácil.

El segundo paso sería bucear en los datos, analizar, para convertir el dato en información. En este análisis debemos encontrar Insight, la palabra mágica en BI.

Fases del Business Intelligence

Si hablamos de metodología profesional, un proyecto de BI necesita como mínimo de 5 pasos o fases de implementación:

Fase 1: Data Recollected
Recoger los datos y que sean fiables. Para ello debemos analizar las fuentes, el tipo, la veracidad y el formato.

Fase 2: Data Analytics
Transformar los datos en información, añadiendo el contexto y un significado. Si hablamos de total de sesiones, calidad del usuario, tasas de conversión, son datos a los que le falta poner en contexto y significado. Si añadimos que son los datos de la última campaña de Google Ads para la promoción inmobiliaria “Mirando al Mar en Málaga” empezamos a entenderlos y a interpretarlos.

Fase 3: Data Visualization
La información en conocimiento. Ese dato con contexto y significado tenemos que transformarlo en conocimiento. Analizarlo y darle relevancia para poder tomar decisiones complejas con ellos.

Fase 4: Data Discovery
El conocimiento en insights o patrones. Esta es la parte más compleja, pero hay algoritmos complejos y soluciones que nos ayudan. Como descubrimos ese patrón que nos dará la solución. Imagina en la anterior campaña SEM que detectamos que siempre que en los anuncios de Google Ads se da una combinación de keywords concreta, en inglés, en unos días de la semana determinados, en unas ciudades tipo de UK, los datos de conversión son mejores y los leads generados de mayor calidad.

Fase 5: Tomar decisiones de BI

Los insigths en decisiones de negocio rentables. Vuelta a medir. ¿Qué harías en la situación anterior?, como mínimo invertir más duplicar o triplicar la inversión o aplicar modificaciones a las campañas y estratega digital para ser más eficientes?. Aquí está el verdadero valor del BI.

Estos 5 pasos son la esencia de cualquier proyecto de BI aplicado a marketing digital.

BI y Marketing Digital

El BI pone el foco en las personas como ya hemos visto y el marketing digital centra su estrategia en las personas. Es lo que conocemo como Customer Centric. Para ello toda marca que invierta en marketing digital debe iniciar el camino estratégico del Data Driven, es decir, virar su modelo actual para poner el dato dentro de la estrategia empresarial.

El BI en marketing digital no es más que con analizar los datos correctos en la momento indicado a las personas adecuadas para tomar la decisión correcta a los problemas planteados.

Donde va a estar la diferencia en buscar la calidad y fiabilidad de los datos, en la profundidad y eficacia del análisis y en la interpretación de los datos para lanzar acciones digitales, volver a medir y volver a empezar, con foco en la rentabilidad del negocio digital.

En definitiva se trata de monitorizar y analizar:

1.Datos externos o digitales: web, seo, campañas, leads, conversiones….todas las fuentes de tráfico web.

2.Datos internos: a nivel CRM y ERP si la empresa lo tiene. 

3.Tipología de clientes, venta media, periodicidad, micro segmentación, rentabilidad por producto o servicio, buyer journey, esfuerzo comercial…

4.Analizarlos y cruzarlos con foco para ser altamente rentables.

Aplicar la fórmula mágica para marketing digital: Data + insight + Action

 

Con la aplicación de esa fórmula pasaremos de diseño de modelos de previsión a predicción y prescripción. Teniendo un conocimiento más profundo de todos los datos de negocio online, conociendo realmente a nuestro cliente y sus circunstancias, para ser marcas que conectan con personas.

Imaginemos que podemos cruzar todos los datos de las Campañas de Social Ads de nuestra marca, con todos los datos de la cartera de clientes que han comprado los productos de la promoción de los últimos 2 años. Que tipo de clientes han comprado, cuando compraron, por donde compraron, como fue su relación con la marca una vez adquirieron el producto, comportamiento de los clientes online versus los offline, compra por geolocalización, problemas que se encontraron en el proceso de compra y envío.

Con todos esos datos se podría afinar mucho más la campañas de Social Ads a nivel audiencias y micro públicos, copys, productos, localizaciones e intereses. Para volver a medir y valorar resultados. Reduciendo la inversión y maximizando las ventas.

Contenido extraído de America Retail.
Conoce más

Comparte esta publicación:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

INTERLAT DIGITAL ENTERPRISE INTELLIGENCE – TODOS LOS DERECHOS RESERVADOS 2020

Es el momento de
crecer juntos

Mas información
Footer