Las plataformas CDP (Customer Data Platform, que significa Plataforma de Datos de Clientes), o gestores de base de datos de clientes, están de moda.
Pero no son simplemente una tendencia que vaya a desaparecer pronto. Como un sistema pre-empaquetado y centralizado, que unifica datos de los clientes de una compañía para desarrollar casos de uso, como la personalización y el marketing contextual, una plataforma CDP ofrece un alto valor a empresas B2C.
Una plataforma CDP exitosa requiere un esfuerzo por parte de un equipo multifuncional. En él, el marketing juega un papel crítico en la definición de los objetivos del programa y los factores de éxito. Dado el rápido crecimiento y avance de la tecnología, hay poca orientación disponible para las empresas que invierten en una plataforma CDP.
Este esquema servirá como una guía útil para las empresas B2C que buscan «comprar» (y no construir) gestores de base de datos de clientes o CDP.
En términos generales, un programa de implementación de una plataforma CDP tiene 3 fases:
Fase 1: Negocios y “Data Discovery”
Esta fase implica comprender las necesidades de negocio, los datos de los clientes y el panorama tecnológico. Esto debe ir sumado al consenso por parte de las áreas y departamentos implicados sobre cómo se creará y se mantendrá el registro unificado del cliente en los gestores de base de datos.
Las actividades habituales incluyen:
Planificación y establecimiento de requisitos.
Marketing (CRM, Fidelización y Operaciones de marketing) lidera esta fase. En ella es necesario definir cuatro requisitos clave del programa:
-
-
- Objetivos de marketing: esto podría incluir aumentar el ratio de fidelización, retención y adquisición de clientes. También el engagement a través de “touchpoints”.
- Desafíos con los datos actuales: se trata de vacíos en los datos, mala calidad o falta de confianza en los datos disponibles. También puede ser una combinación de las anteriores.
- Factores de éxito: métricas determinadas, que habrá que utilizar para validar la calidad de los datos del cliente en contraste con los objetivos de marketing.
- Campañas de marketing: el tipo de campañas que se ejecutarán una vez estén disponibles los datos validados de los clientes. También cómo se alimentarán los sistemas. Por ejemplo, las herramientas de ejecución de campañas.
-
Identificar fuentes de datos
Esta fase está liderada principalmente por los equipos de Arquitectura de Datos e IT. Se encargan de administrar los gestores de base de datos de los clientes. Los equipos de Marketing Digital y Tecnología, así como los analistas, también participarán. Esto será así en caso de que capturen datos de clientes a través de encuestas o campañas.
Otros aspectos relevantes incluyen la recopilación de datos, el proceso de integración y la verificación.
Establecer las reglas de negocio para la unificación de los datos
Según los datos disponibles y las prioridades del cliente, los proveedores de gestores de base de datos de clientes trabajan con marketing y datos para establecer las reglas de procesamiento y creación de una visión clara del cliente. Algunas de estas reglas podrían ser:
-
-
- Estandarización y verificación de los datos de cliente capturados.
- Priorización de las fuentes de datos para identificar los atributos de los clientes. Por ejemplo, casos en los que exista más de un valor o de un dato no válido para un atributo dado. Por ejemplo, varios datos de una tienda o distintos números de teléfono para un cliente.
- Establecer un mecanismo para deduplicar registros de clientes. Esto requeriría un acuerdo sobre el enfoque para ejecutar coincidencias determinísticas y probabilísticas para crear el registro válido y definitivo para un cliente.
-
Enriquecimiento de datos de clientes
Consiste no solo en agregar datos de clientes de otras fuentes a los gestores de base de datos. También en enriquecerlos con insights analíticos, a partir de un «as is» de los datos existentes. Un ejemplo de dichos enriquecimientos es deducir el comportamiento del cliente, como el de un “comprador con descuento” frente al comprador “full price” a partir de su histórico de compras y comportamiento.
También lo es la identificación de un visitante «activo» o un cliente «fiel» a partir de sus interacciones en comercio electrónico y campañas digitales. El seguimiento analítico mantenido para cada cliente varía en función de los objetivos de marketing y supone una entrada de datos crítica para segmentar clientes y dirigir su engagement. El marketing desempeña un papel fundamental en la identificación de gaps en los datos y determina de qué manera éstos deben enriquecerse.
Fase 2: Despliegue de los gestores de base de datos
Aquí es donde todo empieza a rodar. La fase de implementación de una plataforma CDP está liderada por el proveedor, ya que estamos hablando de la opción de compra. Una vez que los datos críticos, como el maestro de clientes, se cargan y procesan en el sistema, Marketing recibe acceso a los datos globales.
El resto de procesos involucrados en la implementación de los gestores de base de datos, como el enriquecimiento de atributos «nice to have” de cliente o la limpieza de clientes de baja prioridad, según las reglas definidas por Negocio, se ejecutan de una manera ágil. Esto garantiza que las compañías puedan utilizar los datos de cliente muy rápidamente. Pueden probar y validar los resultados y cargar información, sin necesidad de esperar hasta el desarrollo completo de la implementación, cuando ya es demasiado tarde.
- Data Onboarding: se trata de implementar el proceso y los mecanismos necesarios para incorporar todas las fuentes de datos y las reglas definidas en la Fase 1. Todo con el fin de crear un registro completo y claro de clientes.
- Configurado de la alimentación de datos en los sistemas de marketing: Se hace para garantizar el acceso a los equipos de marketing para la creación de segmentos, extracción de informes y listas de clientes. Todo con fines analíticos y de personalización.
- Diseño del proceso de seguimiento de las métricas de cliente: esta etapa requiere configurar un proceso de seguimiento y medición. Un componente crítico, pero a menudo pasado por alto en la implementación de una plataforma CDP es llevar a cabo un seguimiento del estado de los datos de los clientes y las métricas de negocio. Datos tales como clientes totales frente a clientes activos o inactivos, retención, o tasas de adquisición y conversión, son métricas clave que se deben seguir para garantizar el cumplimiento de los objetivos definidos.
- (Opcional) Configuración del engagement y las integraciones de campañas: no todas las plataformas CDP incluyen «funcionalidades para el engagement». Esto es, no todos incorporan elementos como interacciones en tiempo real o motores de recomendación que ofrecen productos personalizados y ofrecen recomendaciones a los clientes que utilizan canales favoritos como correo electrónico, aplicación móvil, online, SMS, etc. Los especialistas en marketing B2C otorgan un alto valor a estas capacidades opcionales, lo que lo convierte en un componente valioso de un CDP.
Fase 3: Entrega y pruebas
La fase final en una plataforma CDP es garantizar que Marketing y otras áreas de contacto con cliente estén capacitados y tengan acceso a los datos para cumplir con sus requerimientos. Además, los equipos de Ingeniería de Datos y TI monitorean de manera continua la entrada de datos y el buen funcionamiento del servicio del CDP.
El éxito de una plataforma CDP radica en establecer un equipo de gobierno que comprenda las diferentes áreas involucradas: marketing, TI e Ingeniería de Datos. En conjunto, aseguran la alimentación continua de datos y la verificación y actualización de las reglas aplicadas para garantizar el cumplimiento de las necesidades de negocio. Al hacer un seguimiento constante de la calidad de los datos de clientes y métricas de marketing tales como la fidelización, la adquisición, la retención, la conversión y el engagement, una organización será verdaderamente customer-centric. Los gestores de base de datos de clientes bien ejecutados cumplen rápidamente con los objetivos comerciales y de negocio, ya sea mediante el control de la rotación de clientes, el aumento de la participación en cartera o el aumento del valor del cliente.
Si te ha gustado este artículo también te puede interesar nuestra guía gratuita sobre machine learning: