Tratando de definir lo que es un Customer Data Platform con un poco de historia

Tratando de definir lo que es un Customer Data Platform con un poco de historia

Definición de un Customer Data Platform con un poco de historia

Nota: Este artículo es el primero de una serie de 4 artículos donde hablaremos sobre Customer Data Platform y que acompañaremos con livestreams para profundizar en el tema con este servidor y y con Juan Chen, Director, Customer Data Cloud GTM SAP Latin America . El segundo artículo, hablaremos sobre la implementación de un CDP en empresas multinacionales, en el tercero platicaremos sobre si es mejor comprar, construir o adquirir por medio de outsourcing el CDP para tu empresa. Por último, en el cuarto artículo, discutiremos sobre cómo establecer un presupuesto y tener un plan de implementación.

El Database Marketing

¿Se acuerdan del concepto en los años 90s del Database Marketing? En aquellos tiempos no teníamos un módulo de Marketing en el CRM, ya que no existía el CRM como lo conocemos ahora. El CRM era solo Ventas, Televentas o Salesforce Automation (SFA). Las páginas web no te daban tantos datos y no había integraciones con entre los analíticos webs con los sistemas de Ventas. Igualmente, había un gran interés en crear base de datos para crear campañas y analizar datos para los reportes de Business Intelligence, ¿Se acuerdan? Lo que en aquellos tiempos le llamábamos el Data Warehouse. Al explicar esto, siento que le estoy explicando a mi hija lo que es un “cassette tape” donde grabábamos música para las fiestas de marquesinas que hacíamos en Puerto Rico en aquellos tiempos. Bueno es parecido, mis amigos me pedían una selección de música, me daban sus discos y grabábamos para producir música. En este proceso de grabar la música, conocíamos los artistas, el contenido de la música, y lo más importante empezábamos a conocer los intereses de todos mis amigos desde Salsa hasta Heavy Metal.

¿Qué tiene que ver la Historia del Database Marketing y el Cassette Tape con el Customer Data Platform?

Lo mismo pasó con el Database Marketing; en el proceso de llevar los datos al Data Warehouse se creaba un Operational Data Store (ODS) que tenía datos de compras, de los sistemas de ventas, los sistemas de tarjeta de crédito, del call center y otros sistemas del backoffice. En este ODS, según los periodos de limpieza de datos, se guardaban para que los departamentos de Marketing los usaran para realizar campañas de direct marketing y telemarketing y algo de email marketing. Aquí empezó el concepto del Database Marketing. Los líderes de marketing empezaron a conocer los intereses de sus clientes, empezaron a segmentar, a crear métricas, a crear modelos predictivos, a crear listas y a configurar campañas.

Si hacemos “fast forward” varios años vemos que los CRMs ahora tienen un módulo de ventas y servicio al cliente, pero su módulo de Marketing está limitado a crear listas a base de los datos del CRM y para importar listas de los Database Marketing al objeto de “Leads”.

De repente nacieron otras categorías de software en Marketing: el Marketing Automation y el Inbound Marketing. No recuerdo cuál fue primero, pero creo que fue el Marketing Automation. Como ya saben este software, automatiza los emails con reglas de negocio y usando datos digitales para calificar el prospecto y luego moverlo al CRM usando el objeto de “Leads”. En este proceso se capturan datos digitales para conocer al cliente, segmentarlo y ejecutar campañas. Dependiendo de la madurez del software de Marketing Automation los datos digitales dejaron de ser suficientes y nacieron otras soluciones en el mercado para conocer más al cliente usando cookies y mejorando los datos del cliente con direcciones, localidades, teléfonos, datos financieros, ejecutivos, etc.

Luego llego el boom de Digital Marketing y Digital Ads, luego llegaron las redes sociales y todo los que es analíticos del website. Igualmente, nació la tecnología de Data Management Platform, que es prácticamente tratar de conocer directa o indirectamente al cliente según sus comportamientos con el marketing digital y/o anuncios digitales.

Paralelo a esto nació la tecnología de Master Data Management, que es el poder tener el Customer 360 o el Golden Record de tu cliente único a base de los diferentes CRMs y sistemas de backoffice que tienen las empresas.

¡Ah! Pero todo esto está pasando a la misma vez que nos estamos moviendo a soluciones en la nube con miles de soluciones de marketing, ventas, soporte y del backoffice en la nube.

¿Ya vieron? El Customer Data Platform ya existía. Comenzó con el Database Marketing. Siempre hemos estado en la búsqueda de datos del cliente., lo que ha cambiado ahora es que el mercado ha madurado y todas estas tecnologías se han fusionado en lo que hoy se llama el Customer Data Platform. ¡El CDP no remplaza el CRM, lo complementa!

Y llegamos a lo que es un Customer Data Platform

Como pueden ver el Database Marketing ahora evoluciono al Customer Data Platform, la idea de un Customer Data Platform es poder entender al cliente en todos sus puntos de contacto y canales a lo largo del ciclo de relacionamiento del cliente, no solo en los canales de marketing, sino en todo tipo de canal y departamento, desde un SMS hasta un clic en un anuncio digital desde que baja la aplicación móvil hasta que visita la tienda. Podemos empezar con un CDP para marketing, pero tenemos que poder escalar a un CDP que apoye todo el ecosistema del customer engagement.

Pero regresemos a los “cassette tapes”, ahora todo esto está 100% en la nube, con manejo de recomendaciones y playlists entre muchas otras funciones y tecnologías que se han fusionado. Esto ahora se llama Spotify, Apple Music, YouTube Music, Amazon Music, SoundCloud.

¿Cuáles son los componentes más importantes de un Customer Data Platform?

Con toda esta fusión de tecnologías e integraciones para la creación de lo que es un CDP hoy en día, existen por lo menos estas 9 funciones mínimas que debe tener un CDP.

  1. Integraciones y ETL: Con el uso de conectores y llamadas de API poder conectarse a cualquier sistema en la nube y on-premise, para poder procesar inteligentemente la extracción y transformación de datos a base de metadatos y catálogos de datos uniformes.

  2. Calidad de Datos: Proceso de manejo de calidad de datos vía perfilamientos de datos para poder mantener los datos limpios no solo con respecto a integración, pero en tiempo real en los diferentes lugares de contacto con el cliente.

  3. Manejo de Identidad: Hoy en día la empresa tiene diferentes formas para que el cliente se registre: en eCommerce, en sistema backoffice, en aplicaciones móviles y en portales en el website. El CDP debe de tener un proceso de identidad y registro de estas aplicaciones usando registros con email, Facebook, Google, Twitter y Linkedin entre otros. La idea es identificar la preferencia de “login” del cliente y poder identificarlo adecuadamente.

  4. Manejo de Cliente Único: Poder tener el ID único del cliente, para evitar duplicados del cliente en todos los diferentes sistemas en donde está el cliente y con esto podemos facilitar el perfilamiento y segmentación.

  5. Perfilamiento y Audiencias: Calcular, combinar y cruzar todo tipo de datos del cliente de todos los sistemas y canales para convertirlos en métricas y criterios para perfilar y segmentar con base en su comportamiento, su engagement, sus dispositivos, sus actividades, sus interacciones, sus transacciones, sus datos inferidos y sentimientos, entre otro tipo de datos que se necesiten para perfilar audiencias.

  6. Preferencias del Contacto y Privacidad: Todos estos datos del cliente, a nivel digital y transaccional, requiere darle al cliente el control de su información, por ejemplo las leyes de GDPR. Un CDP, debe de tener un Centro de Preferencia y Privacidad para que el cliente pueda hacer el opt-in y opt-out, así como entender el uso de sus cookies y de sus datos en todo el ecosistema de la empresa.

  7. Acceso a Datos del Cliente: Aparte de tener la pantalla del Customer 360 dentro del CRM, se debe tener la funcionalidad de acceso a estos datos desde cualquier canal o sistema legacy para poder empoderar al empleado con los datos del cliente.

  8. Analíticos: Que los datos en CDP se sincronicen con la estrategia de Big Data y BI en el ámbito de la empresa. Esto implica el uso de AI, Machine Learning y Deep Learning en todas estas 9 funciones.

  9. Manejo y Ejecución de Journeys y Campañas: Poder crear campañas y journeys a lo largo del ciclo de relacionamiento del cliente en tiempo real y cualquier sistema y/o punto de contacto con todo el poder de personalización que nos dé el CDP

Customer Data Platform - Definición y Componentes

En este livestream con Juan Chen (Director, Customer Data Cloud GTM Latin America) justamente conversamos en detalle estos 9 componentes desde el punto de vista del contexto del negocio y funcional.

Tratando de definir lo que es un Customer Data Platform con un poco de historia.

Caso de Usos y Beneficio de un CDP

Con estas 9 funciones mínimas de un CDP existen muchos beneficios. Algunos de estos beneficios que considero importantes son:

  1. Consolidar datos de las islas. Yo no diría eliminar isla, pero empezar el proceso.

  2. Empoderar al empleado a ser customer-centric.

  3. Empezar con datos a tener una cultura de datos.

  4. Bajar costos de operaciones, al mejorar la calidad de datos y el performance de las campañas.

  5. Tener una sola voz hacia el cliente con contenido basado en datos.

  6. Cumplir con las políticas y leyes de privacidad.

  7. Optimizar el ciclo de relacionamiento con journeys personalizados.

  8. Aumentar las ventas con base en los datos y métricas en tiempo real.

Respecto a los casos de uso, algunos de los que considero importante son:

  1. Evitar los famosos anuncios de retargeting cuando ya comprase el producto.

  2. Upselling y Cross-selling con base en el perfil completo del cliente, no solo con base en la actividad en el sitio web. Esto aplica para todos los canales.

  3. Ofertas personalizadas con base en modelos predictivos.

  4. Ofrecer recomendaciones de productos y servicios.

  5. No poner al cliente en un journey cuando su NPS está en el promedio con los otros clientes y/o su última transacción en el call center fue pésima.

  6. Manejar la orquesta de la omnicanalidad.

Como pueden ver estos casos de uso son básicos, pero requieren una gran coordinación de datos en el CDP para poder ser ejecutados y conllevan una cultura enfocada al cliente. Un CDP sin una cultura enfocada al cliente no va a funcionar. Pero esto lo vamos a discutir en el último artículo (presupuesto e implementación) de esta serie sobre Customer Data Platform.

Resumen y Plan de Acción

Como guía usen estas 9 funciones de lo que conlleva un CDP y úsenla como base para un checklist inicial. Hagan un inventario de todas las tecnologías que capturan datos del cliente a nivel digital y transaccional. Empiecen a crear una lista de requerimientos y casos de uso o historias si usan Agile/Scrum. Lean y estudien los conceptos y metodologías de CDPs. Y por último deben crear un equipo multi-funcional para tener un proyecto básico que pueda identificar presupuestos y próximos pasos.

Para más información sobre CDP pueden visitar la página de SAP.

 
 

 

Tag Cloud

Categories

Previous
Previous

¿Estamos realmente innovando y transformando?

Next
Next

CRM y Marketing Automation trabajando en conjunto