Tal como expliqué en mi columna anterior “Cómo influye el Big Data en el proceso creativo” , se trata de una tecnología aplicada al análisis de grandes volúmenes de datos que permite obtener resultados de negocios con mayor precisión y en tiempo real.
Lo cierto es que esa gran masa de datos puede llegar a marear a cualquier directivo si no tenemos una estrategia definida y apuntada a un objetivo concreto. ¿Hay que medir todo? Por supuesto que no. En esta columna te contamos cuáles son las claves para definir la estrategia de Big Data ideal para tu empresa.
Matías Varela, Data & Insights Manager en iProspect, empresa líder en marketing digital perteneciente al grupo Dentsu Aegis Network, opina que hablar únicamente de Big Data es estar varios pasos detrás del negocio.
“La clave fundamental es comprender el modelo de negocio del cliente, tener en claro qué es todo aquello conveniente de medir, planificar cómo se medirá y para qué” explica Varela. Este proceso se realiza a través de una etapa de consultoría.
En iProspect comentan que otro punto importante es colaborar en armar procesos claros de trabajo y criterios específicos. “Nosotros somos una agencia de performance, entonces el foco va a estar puesto siempre en optimizar el negocio del cliente y para ello tenemos en cuenta todos los factores influyentes en el proceso de conversión del público objetivo” comenta Varela y agrega “las ventas son fundamentales de integrar a la estrategia y establecer objetivos en conjunto con el cliente sobre esta variable también”.
Melina Casco, General Manager de D’arriens México, comenta que también es necesario conocer con qué tipo de tecnología trabaja el cliente (ERP, CRM, etc.). Según la directiva, luego de realizar una estrategia acorde a los objetivos “se procede a las integraciones que fueran necesarias, se realizan tests y se asegura el correcto funcionamiento de todos los componentes involucrados”.
La mejor forma de presentar los resultados
Según Matías Varela, la mejor forma de presentar los datos es “traduciéndolos”: “el cliente no tiene que ver datos, debe visualizar accionables, ideas y sugerencias, basadas en la información que uno puede proveer desde esos datos”. La clave es apuntar a la simplicidad y a la claridad para facilitar el entendimiento.
“Dentro de iProspect contamos con un gran equipo con el desafiante objetivo de convertir los datos en información y esa información en ideas que colaboren con el negocio de sus clientes”, asegura Varela.
Por su parte, Melina Casco explica que su DMP (Data Management Platforms) es una herramienta interna que trabaja junto con otras tecnologías como Exchange, DSP y SSP, esto permite que la información resultante se presente por lo general dentro de los reportes del DSP (Demand Side Platform).
“En caso de otras integraciones, la data se ve directamente en la plataforma del cliente o se entregan los paquetes de datos para su análisis posteriores en otras tecnologías” comenta Casco y agrega: “de esta manera los clientes no tienen que estar leyendo data en una pantalla y pasar a otra, sino que se ve todo en un mismo lugar”.
Errores más frecuentes en una estrategia de Big Data
Según Melina Casco, directora General de D’arriens México, y Matías Varela, estos son los errores más comunes que comete una empresa a la hora de incorporar un servicio de Big Data:
1. No interesarse genuinamente en comprender el impacto que tendrá la aplicación de estos servicios sobre su negocio.
2. Sumar el servicio únicamente porque ya lo incorporó la competencia.
3. Querer medir y llenarse de datos sin un objetivo determinado o sin una estrategia de fondo que permita tomar decisiones de acuerdo a estos resultados.
The post La estrategia detrás de Big Data appeared first on Revista Merca2.0.
