Me imagino que quien lee este post ya ha presenciado otras muertes famosas, como la del CRM, la del mail marketing, la del business intelligence,… y como bien sabemos, ninguna de estas muertes en realidad lo es, son simplemente evoluciones de un proceso al darle un enfoque nuevo. En este post, queremos hablar de cómo el Big Data está matando (en este sentido amplio) al dashboard tradicional de analítica digital. La razón de por qué hablamos de estas dos áreas en este post no es simplemente una cuestión de modas, aun siendo dos de los perfiles más buscados en las empresa hoy en día, sino porque la analítica digital es uno de los campos donde el Big Data puede ayudar más.
Y es que hoy en día se generan multitud de datos en este entorno: registros de visitas, almacenamiento de búsquedas y sus resultados dinámicos, descargas desde los Ad Servers, resultados de pujas en compra programática,… nos enfrentamos a un mundo donde los datos son la base de todo y son ellos los que pueden darnos las claves para hacer crecer nuestro negocio. Lo primero que tenemos que pensar es si estamos recogiendo estos datos en nuestra empresa, de la manera más desagregada posible (el conocido como raw data) o podemos tener acceso a ellos, ya que, de lo contrario, estamos desperdiciando una gran oportunidad de negocio. Si no tenemos datos de navegación individual, no podremos extraer conclusiones que nos permitan alcanzar personalizadamente a los usuarios; si no guardamos qué busca un usuario, no podremos analizar qué le interesa y cómo se refiere a ello; si no almacenamos en qué banner hizo click y en cuál no, no podremos saber qué creatividad impacta más en un determinado segmento. Sin llegar tan lejos, recoger datos, analizarlos y obtener métricas de rendimiento es algo que, obviamente, no se les ocurrido a los Data Scientists: las herramientas de analítica digital buscan exactamente este objetivo y para ello se han diseñado modelos de valor de cliente y conjuntos de KPIs que nos permiten identificar qué funciona y qué no dentro de mi web. Entonces, ¿qué puede aportar el análisis de datos?
En las etapas iniciales de un ecommerce o del portal digital de una empresa lo que se busca es la visibilidad de la marca a través de los contenidos digitales, intentando atraer tráfico que haga que nuestra web deje de ser invisible. Es en estas etapas cuando más importan métricas tradicionales y su crecimiento (número de visitas, usuarios únicos, tasa de rebote, y mil más que ya conoces) ya que son muy buenos indicadores de estar consiguiendo la visibilidad buscada. Una vez alcanzada, nos empezamos a fijar en métricas que están más relacionadas con el retorno que conseguimos de estos usuarios: consumo efectivo de contenidos, registros, generación de leads, conversiones, etc. Es a partir de este momento donde empiezan a surgir otras cuestiones, mucho más profundas, más cercanas al negocio y a la psicología del usuario donde las métricas empiezan a no decir tanto. Explicar los motivos por los que unos clientes convierten y otros no, por qué unas campañas tienen un mejor impacto que otras o analizar individualmente el cliclo de vida del usuario es algo difícil de resumir en un solo KPI y es por ello que los dashboards tradicionales están muertos.
Son los Data Scientists las personas capaces de extraer el valor de estos datos y responder a estas preguntas de negocio. Existen muchos motivos por los que ha surgido este nuevo perfil en muchos campos dentro de las empresas:
- Tratar los grandes volúmenes de datos que se generan requiere del conocimiento de técnicas para ello. Por ejemplo, en una agencia de marketing digital, que trate con diferentes clientes y que recoja los datos de su DSP, la cantidad de datos de impresiones puede superar los varios miles de millones de registros al año.
- Para integrar diferentes fuentes de datos, internas y externas a las empresas, necesitamos analizar cuál es la manera más eficiente de hacerlo. No solamente los datos que recogen Tag Managers y DSPs proporcionan valor sino que otras fuentes de datos como los CRMs y ERPs de las empresas ayudan a interpretar qué está pasando. Además, otras fuentes como datos procedentes de administraciones públicas (Open Data) o redes sociales pueden enriquecer esta información.
- Generar estos insights que van más allá de una cifra requiere de técnicas de análisis de variables, modelos predictivos e interpretación para los que hay que estar preparado. Por ejemplo, si queremos identificar si la posición de un espacio para display dentro de una web es el apropiado o no, tendremos que intentar aislar su efectividad de diferentes campañas que puedan promocionarse en él, dependiendo de factores temporales, del contenido que se muestre conjuntamente y muchas variables más que pueden esconder su verdadera efectividad.
En definitiva, el Big Data es el compañero de viaje perfecto del marketing y la analítica digital. Si las herramientas de analítica digital son las que muestran la temperatura de cómo funcionan webs y los ecommerce, el Big Data es el encargado de devolver respuestas a las preguntas de negocio adecuadas, haciendo que nuestras decisiones no se tomen solamente por la intuición (siempre necesaria) sino buscando las claves dentro de nuestros datos.
