Según pública eleconomista:
El crecimiento exponencial de los datos en la economía digital es la causa de que su aprovechamiento y gestión, o lo que es lo mismo, su transformación en valor se esté convirtiendo en una auténtica «misión imposible» para las organizaciones en sectores de los más diversos sectores. El Retail no es una excepción, es incluso uno de los máximos exponentes del problema, donde este reto se centra específicamente en la forma de valorizar los datos de los clientes.
Cada proyecto me demuestra que el sector está desaprovechando la información con la que cuenta. Hay estudios que indican que las compañías, a nivel general, aprovechan menos de la mitad de la información que tienen almacenada y en el caso del Retail, en particular, o del mundo B2C en general utilizar la mitad sería algo cercano a la ciencia ficción. Por tanto, parece que el problema no es de falta de información.
Hoy, la forma de aprovechar la información disponible, y de la que se podría disponer, le quita el sueño a cualquier Retailer que opere con un volumen considerable de clientes potenciales y reales. Este volumen de datos es tal, que las tradicionales soluciones CRM son incapaces de manejarlo y, mucho menos, de obtener un gran valor. Esto se traduce en dificultades para alcanzar una visión 360º de los clientes, de segmentar y generar KPIs o de explotar estos datos de manera ágil para impulsar las ventas.
or si fuera poco, la idea de que todo puede ir a peor aplica aquí a la perfección: la multicanalidad ha conseguido que los «viajes» de los clientes se vuelvan líquidos, abrumando a los minoristas con inputs de datos personales, de preferencias y de comportamientos desde las tiendas físicas y on-line, las redes sociales, el paid search, las promociones en radio y televisión, etc., imposibles de digerir por los sistemas de gestión desconectados. Imaginemos qué pasaría si incluimos la enorme cantidad de datos que tenemos a nuestro alcance pero que, hoy en día, ni aspiramos a usar.
Todo ello nos obliga a combinar soluciones tecnológicas diferentes, lo que incrementa la complejidad y causa el fracaso de un altísimo número de proyectos. En algunos casos se consiguen algunos insights útiles, a un coste considerable, pero construidos sobre información muy básica, como datos sociodemográficos o el listado de compras de los clientes, que en realidad representan una fracción ínfima de los datos almacenados por los retailers.
A la caza del momento «Candy Crush»
En una competencia feroz por la atención del consumidor, los minoristas están a la caza de su momento «Candy Crush»: instante mágico para las ventas en el que se le da al cliente lo que necesita justo en el momento que lo necesita. En el Candy Crush el jugador, totalmente enganchado, se queda sin vidas y en ese momento, y no otro, tiene que elegir si esperar X horas para reanudar el juego o si comprar vidas adicionales al instante por menos de 1€. ¡Llegan a facturar 3,5M al día con ese momento!
El problema es que para conseguir un momento similar en cualquier entorno de Retail no basta con la segmentación por edad, educación, el historial de compras o la dirección postal. Tenemos que hiperpersonalizar nuestras acciones. Nos hacen falta muchos datos adicionales, por ejemplo, qué problema específico le ha surgido hoy a un consumidor, si quiere premiar a sus hijos porque han traído buenas notas y un sinfín de datos de contexto más pertinentes y oportunos que le impulsarían a comprar. Información, por otro lado, con la que los retailers ya cuentan gracias a este entorno multicanal, pero que no consiguen aprovechar en tiempo real.
Desde el punto de vista de las TI, los retailers cuentan con tres vías para avanzar hacia la hiper-personalización: poner más personal que se dedique a crear KPIs y segmentaciones en su almacén de datos de clientes (tradicionalmente un datawarehouse); apostar por el entrenamiento de distintos algoritmos de IA para descubrir segmentos y oportunidades que no se pueden intuir de manera manual; o dotarse de una solución comercial que cubra todas estas necesidades. Y si apostara por este último caso, que parecería el más lógico, ¿qué solución de las disponibles en el mercado elegir?: CRM, DMP, MDM, EDW, TMS, MD, DXP, CIAM, CDP, MMH, DPE o MMH (de la primera a la última de estas siglas pertenecen a soluciones de TI reales para la gestión de datos de clientes).
Si el problema no está en el volumen de información (potencial o real) ni en la tecnología (tenemos mucha tecnología disponible) …¿por qué no conseguimos extraer el valor real que podrían tener nuestros datos? La respuesta es: porque el gran reto a conseguir aquí está en aunar tres grandes áreas de trabajo: los datos, la tecnología y el negocio, cada una de las cuales tiene un ritmo, unas necesidades y unas dinámicas diferentes.
En un entorno de constante innovación, las minoristas necesitan ser muy ágiles en diferenciar las innovaciones útiles de las modas y las que aportan valor a su modelo de negocio de las que no; también tienen que ser ágiles en desplegar las que les interesan de manera coherente y rentable. Para conseguirlo, el despliegue de estas herramientas debe ir precedido por un piloto inspiracional que muestre a las áreas de negocio las posibles capacidades de las TI y por una ideación colaborativa con expertos de la organización para definir su mejor aplicación y modo de despliegue. A continuación, también hay que orquestar un proceso continuo de ejecución, medición y aprendizaje, que permita detectar sobre la marcha cualquier desviación, ya que sólo así se eliminarán las incertidumbres y se evitará que nos demos cuenta de errores de ejecución o de concepto tras meses o años de esfuerzo e inversiones importantes.
Por último, para que los datos, la tecnología y el negocio realmente funcionen acompasados y permitan generar valor, en cada proyecto de innovación nos debemos asegurar que el sistema desplegado cuenta con los mecanismos para accionar de manera efectiva los beneficios potenciales de cada tecnología, es decir, que realmente se ha pensado cómo se va a obtener ese valor. Dado que, sin estos mecanismos, todos los datos acumulados y la estrategia articulada alrededor, no servirán de nada.
