La personalización se ha convertido en el nuevo mantra para las marcas. Impactar a los consumidores de manera efectiva depende, en gran medida, de la capacidad de las compañías para llegar a ellos en el momento adecuado, a través del canal correcto y, sobre todo, con el mensaje certero. Por suerte, las herramientas de big data cada vez son más commodity y se pueden obtener hasta como un as-a-service.
El análisis de datos permite, si se maneja bien, que los clientes se sientan clientes únicos y privilegiados. Y solo mediante el detalle de recibir una oferta personalizada y ajustada a sus intereses. Según una encuesta de Rethinking Retail, un 59% de los compradores que han experimentado la personalización cree que es un factor destacado que influye en la compra. Esta cifra la eleva hasta el 65% Accenture Interactive.
Pongamos un ejemplo. Es verano y un cliente de Caixabank está en la playa. Tiene que sacar dinero para pagar la quincena del apartamento a la dueña. Paga, recibe las llaves, el piso es tal como estaba descrito, sus seis camas, cocina completa, piscina en la urbanización, garaje. Está limpio. Ya con los pies en alto y una cervecita en la mano, suena un pitido en su móvil. “¿Quién será?”. Es Caixabank, que manda un aviso de que se ha sacado una cantidad no habitual de tu cuenta en tal cajero de tal localidad que no es la suya de residencia. “Tranquila, he sido yo”.
[hde_related]
Parece una tontería, pero Caixabank ha logrado automatizar esta serie de avisos y comunicados con sus clientes, solo cruzando un par de parámetros, sería impensable hacerlo de manera manual con los millones de operaciones que se producen a diario.
¿Invasión de la intimidad, ojo de Gran Hermano? Todo lo contrario, el cliente se siente satisfecho, su banco vela por sus intereses, mira por si ha habido algún error, cargo indebido o uso fraudulento de su tarjeta, está al loro de sus movimientos y le avisa en el mismo día. No piensa que esté vigilado, perseguido, fiscalizado. Y su percepción de marca y su nivel de engagement han aumentado un poco más ese día.
El consumidor en el centro de todo
Las empresas fintech, puras nativas digitales, han sido de las primeras en aprovechar las oportunidades que ofrece la analítica big data para proporcionar servicios estandarizados de manera personalizada, en función de los grados de riesgo asumibles, diseñados para ajustarse a los intereses de cada uno.
Y eso solo es posible porque se tiene un alto grado de conocimiento del cliente, de sus hábitos, de sus intereses, de sus gustos, de sus miedos…
En un encuentro de banca privada organizado hace unos meses por el portal «Inversión y Finanzas», varios expertos debatieron sobre ‘El inversor ante la revolución de las nuevas herramientas tecnológicas’, porque en todo hay categorías, y la segmentación es el mejor instrumento para estos fines.
Uno de los presentes, Juan Pablo Yarur, Business Development Manager de Comarch, la llamada «Indra polaca», aseguraba que las mayores posibilidades de evolución se encuentran en el big data, que permite acceder a una gran cantidad de información útil en los procesos de asesoramiento, lo que “se traducirá en un mejor servicio al cliente, pues se le podrán hacer recomendaciones basadas en sus circunstancias personales y no solo en su perfil. Además, el big data es una tecnología cognitiva que posibilita el explotar datos que no están estructurados”.
[hde_summary] Los roboadvisors son gestores automatizados que alcanzarán entre 220.000 y 230.000 millones de dólares de patrimonio gestionado en 2020. [/hde_summary]
Alfredo Sanz, director de Modelo de Asesoramiento de Santander Banca Privada, analizando las posibles repercusiones de las nuevas tecnologías sobre la evolución del negocio, coincide en que el big data “aporta amplia y valiosa información para el proceso de asesoramiento, incluyendo la vertiente biográfica, de forma que nuestras recomendaciones serán mucho más personalizadas. Estas nuevas tecnologías no solo están cambiando el modelo de relación con el cliente, sino que permiten mantener una relación fluida desde cualquier lugar”.
Luis Sánchez de Lamadrid, director general de Pictet WM, señala que las nuevas tecnologías, de impacto global, están afectado especialmente al sector financiero. Uno de los fenómenos que más está floreciendo en EEUU es el de los roboadvisors, gestores automatizados que alcanzarán entre 220.000 y 230.000 millones de dólares de patrimonio gestionado en 2020.
En Europa, o por lo menos en España, no han logrado aún una penetración tan notoria que haga preocupar a la banca tradicional, pero no hay que descuidarse. Empresas con millones de clientes y un gran conocimiento de sus intereses como telecos, automóción, utilities e ITailers pueden integrarlo en sus plataformas. “Los clientes tienen cada vez más cultura financiera y nos están obligando a cambiar la manera en que interactuamos con ellos”, dice Lamadrid. Y nos sorprendería con qué facilidad mandamos etiquetas de voz o hablamos con nuestro Google Home de turno una vez perdida la vergüenza.
Recomendaciones que aciertan
Si hasta hace una década las mejores opciones para un comprador pasaban por ir a unos grandes almacenes o un superstore especializado por la variedad de su oferta (que se limitaban “solo” a unos pocos miles de productos), hoy con la evolución de internet y las plataformas de comercio electrónico ese número se ha multiplicado exponencialmente, permitiendo acceder a inmensos catálogos de millones de productos. Algo que se podría volver en contra del e-commerce si no está bien estructurado y organizado.
Según alerta Accenture en su estudio ‘Personalization Pulse Check’, ofrecer demasiadas alternativas puede terminar por espantar al comprador. “Dos de cada cinco consumidores han abandonado una web comercial y han efectuado su compra en otra plataforma o en la tienda física porque se sentían abrumados por el exceso de opciones”, señala Javier Pérez Moiño, director general en Accenture Interactive y líder en Personalización para EALA (Europa, África y América Latina).
[infogram id=»big-data-clientes-1hxj48nlvypq4vg?live»]
Para evitar este tipo de situaciones, desde Accenture apuestan por la personalización de las ofertas. “El 65% de los consumidores tienen más probabilidades de comprar en un retailer si se les reconoce, se les recuerda y reciben recomendaciones relevantes”, asegura Moiño.
Accenture aporta la idea del customer genome para saber qué ofrecer a un cliente en particular y en qué momento. El customer genome es el perfil vivo de las preferencias, gustos y necesidades de cada individuo que sirve para diseñar experiencias y ofertas a medida, una especie de ADN comercial del cliente construido en base a su historial de navegación, comportamiento en redes sociales, valoraciones, comentarios, etc.
“Si en el mundo real la personalización funciona, ¿por qué no hacerlo en el mundo digital si es más fácil? Si vas a un restaurante te gusta que te reconozcan y que se acuerden de tu plato o vino favorito. Percibes que hay una experiencia personalizada”, explica Moiño. “Pero hasta ahora los motores de recomendación se han basado en lo que más se vende. Pero si tienes en cuenta cuáles son los colores preferidos del cliente o su estilo de ropa, por ejemplo, consigues una recomendación mucho más precisa”.
Así fue como se fabricó la serie “House of Cards». Netflix sabía que iba a ser un éxito en su plataforma antes incluso de su estreno. A diferencia del resto de producciones, que primero se lanza un piloto y se analizan shares, motores de burbuja y repercusiones a base de análisis del sentimiento en redes sociales para abordar la siguiente inversión, Netflix ya tenía en marcha los trece capítulos de la primera temporada… Y van por la quinta. Solo inquieta una cosa más y es que la realidad haya superado a la ficción… hablando de las carreras presidenciales.
La relación entre pañales y cerveza
Paradigma Digital, boutique del software especializada en proyectos de big data recientemente adquirida por Indra, pone a menudo de ejemplo en sus meet-ups el caso de Walmart, la primera compañía en establecer la relación entre pañales y cerveza.
A base de revisar miles de tickets de compra, llegó a la conclusión de que había un alto porcentaje de probabilidades de que si era un varón el que compraba pañales, acabaría llevándose también un six-pack a casa. Puso ambos artículos emparejados en lugar destacado de la entrada, y sus ventas se dispararon. Había dado con una tecla de éxito porque había profundizado un nivel en el conocimiento de su clientela.
Estos comportamientos son tanto generales (tendencias compartidas) como particulares (tendencias individuales). El desafío del big data es llegar a detectar estas agrupaciones que estimulan las ventas. “Para ello es necesario un análisis profundo de los comportamientos de los clientes lo que nos permita descubrir estas relaciones entre clientes. Trabajamos conjuntamente con una de las mayores compañías de retail en España. Esta compañía puso en marcha un exitoso programa de fidelización (70% de penetración), lo cual nos ha permitido analizar datos históricos de compra y, combinando esa información con la de los tickets de compra en tiempo real, detectar y actuar en relación a estas tendencias”, cuenta José Ruíz Cristina, director de big data en Paradigma Digital.
Pero el cliente, líder en retail, quería ir más lejos de la venta cruzada e implementar un complejo sistema de inteligencia promocional. Para ello había que construir un sistema que basándose en reglas de negocio preconfiguradas, permitiera generar en tiempo real cupones de descuento personalizados, analizando el patrón de consumo histórico de cada cliente y el ticket de venta generado en tiempo real.
“El sistema desarrollado, basado en un motor de procesamiento inteligente de datos en tiempo real, le ha permitido a este cliente la implementación de un potentísimo programa de inteligencia promocional hiper personalizado y micro segmentado. Los cupones pueden incluso generarse teniendo en cuenta la posición del usuario en la tienda, detectada mediante beacons, y enviarse a la app móvil del programa de fidelización cuando el cliente está cerca del producto”, concluye José Ruíz Cristina.
Mejores sugerencias, más compras
Los anuncios personalizados son un claro ejemplo de lo que todos sufrimos a diario, podemos tener comprobada su eficacia. Basados en algoritmos y las cookies de navegación, son la razón de por qué empezamos a recibir ofertas de alojamiento en tal ciudad que hemos tenidos la curiosidad de visitar y conocer antes por Internet.
Obviamente, estamos en una fase en la que hace falta aún refinar mucho la aplicación, porque a + b no tienen que ser siempre necesariamente c. Aquí, según la insistencia y la calidad de la oferta o la facilidad de minimizar el popup emergente, puede enfadar al navegante, pero peor es poner un proyecto en producción sin estar suficientemente pulido.
[hde_summary] Se necesita una hiper segmentación. La unión de datos e inteligencia artificial hecha con ciencia para personalizar la oferta puede hacer que el rendimiento de la inversión se dispare. [/hde_summary]
No es el caso de la compañía de cruceros Carnival, a la que Accenture sensorizó uno de sus barcos para probar una innovadora propuesta de márketing en directo, y entregó a los viajeros un medallón que los geolocalizaba y recopilaba toda la información de lo que hacían cada jornada. “En base a sus actos, las recomendaciones eran mucho más ricas”, subraya Moiño. Y pone un ejemplo: “Si averiguábamos que cuando un pasajero va al bar de la piscina suele pedir siempre el mismo tipo de bebida, ¡ya la tenían preparada para ofrecérsela!”.
Como se ve, se necesita una hiper segmentación. La unión de datos e inteligencia artificial hecha con ciencia para personalizar la oferta puede hacer que el rendimiento de la inversión se dispare. “Lo que pretendemos con el customer genome es que una empresa con un gran volumen de clientes y mucha información de sus transacciones pueda vender más gracias a una oferta personalizada”, concluye el responsable de Accenture Interactive. “Un cliente fiel al que además le haces las recomendaciones adecuadas puede ser hasta tres veces más rentable”.
No es lo mismo observar los productos que elige la gente, que entender por qué la gente selecciona los productos que elige. El matiz puede parecer insignificante, pero detrás se esconde la llave de un tesoro de muchos millones en ventas y ahorros de costes logísticos y de producción.
El mismo Moiño advierte de la segunda lectura que tiene el que un 65% de usuarios tenga más probabilidades de comprar si recibe las recomendaciones adecuadas: “Eso es que la cruda realidad dice que la mitad de las personas nunca ha comprado un producto recomendado«.
Y esto sucede por el escaso conocimiento que aún tienen las compañías de sus clientes. «En lugar de incluir a los consumidores en campañas genéricas, lo que proponemos desde Accenture es realizar recomendaciones mucho más precisas. Intentamos ver no lo que compra el cliente, sino por qué lo compra. Cuando unimos varios productos que adquiere una misma persona, entendemos lo que hay detrás y lo que le diferencia de los otros compradores”.
La hiper segmentación y la personalización como objetivo. El big data y su análisis como herramienta. Todo, para llegar al consumidor de forma efectiva, con un producto que le interesa de verdad en el momento que le hace falta.
Por Javier Renovell
Imágenes | iStock
