Una de las ventajas de dirigir una empresa de transformación digital es trabajar con un talento increíble en el espacio digital. El equipo de mi empresa, Centric Digital, trabaja en las trincheras con nuestros clientes todos los días y están a la vanguardia de las últimas tendencias en nuestro campo.
valor neto de marie-anne thiebaud
Entonces, a partir de mi artículo reciente sobre evaluación comparativa, le pedí a mi equipo que compartiera cómo las tendencias actuales en datos pueden ayudar a impulsar el éxito empresarial. La información que brindaron puede ayudar a los líderes de cualquier organización a considerar nuevas formas de utilizar los datos para mejorar el negocio, ahorrar dinero e incluso aumentar los ingresos. Esto es lo que tenían que decir.
Combinando KPI digitales y analógicos
'Una empresa puede tener muchas herramientas digitales en la actualidad y pagar por una gran cantidad de seguimiento', explica el estratega de datos Asher Feldman. 'Pero es necesario tener una estrategia para poder complementar esos datos con información del mundo real; es necesario combinar los indicadores clave de rendimiento (KPI) digitales con los analógicos para obtener una imagen completa'.
“Una estrategia digital funciona para volver a imaginar un proceso analógico y hacerlo mejor para el consumidor. Cuando reemplaza esos puntos de contacto analógicos, aún debe prestar atención a la versión del mundo real de lo que eso significa para su negocio. Desafortunadamente, muchas empresas se encuentran con problemas de atribución, en los que la empresa tiene problemas para atribuir los datos digitales al mundo real. Las empresas inteligentes son las que hacen el trabajo preliminar en los puntos de contacto analógicos, teniendo en cuenta aspectos como puntajes de imagen de marca, conciencia, puntajes de satisfacción, puntajes netos de promotores y reconocimiento y popularidad en general '.
Disney Parks es una excelente ilustración del punto en acción de Asher. Hace unos años, Disney World presentó MagicBands, una pulsera tipo FitBit que los visitantes de Disney pueden usar dentro de los parques. Estas bandas rastrean el movimiento, se pueden usar en las puertas de entrada, puestos de comida y quioscos, y permiten a los usuarios acceder rápidamente a las fotos de los viajes e incluso pueden abrir la puerta de su habitación de hotel. Disney invirtió mil millones de dólares en esta herramienta digital que les proporcionaría datos valiosos, incluidos registros de transacciones, viajes populares, promedio de dólares gastados, etc. Pero Disney logró unir los datos que recopilaron de estas bandas y los utilizó para mejorar las operaciones en orden para acomodar a 3,000 invitados más en los parques por día.
Permitir la automatización total de la recopilación y el análisis de datos
Con la abrumadora - y creciente - cantidad de big data disponible en la actualidad, se demanda la necesidad de una automatización total para la recopilación y el análisis. Muchas empresas están recurriendo a plataformas de gestión de datos u otras soluciones de software para recopilar, almacenar, clasificar y analizar información de una manera que sea fácil de ver y comprender para los usuarios finales. Este proceso de automatización funciona para agilizar el análisis de datos y también puede poner fin a los silos de datos fragmentados en una organización.
'La idea de la automatización total es muy popular en este momento', explica Taylor Wallick, director de estrategia digital de Centric Digital. “Las herramientas digitales de hoy pueden permitirle entregar información en tiempo real a varias partes interesadas en una organización sin que una sola persona tenga que examinar los datos y crear una presentación en torno a ellos. En cambio, un ejecutivo puede obtener los números en un tablero y ver exactamente lo que está sucediendo en tiempo real '.
Aparte de los paneles de visualización de datos y las plataformas de gestión de datos, como Adobe Audience Manager, se puede encontrar otra ilustración interesante de la automatización total en la creciente popularidad de las interfaces de programación de aplicaciones (API). Estos sistemas de herramientas se pueden utilizar para automatizar aplicaciones que utilizan datos de varias formas. Puede ser tan simple como automatizar la comunicación basada en las acciones de un usuario, como un mensaje de respuesta automática enviado a cada nuevo seguidor de Twitter, o tan complejo como crear un sitio web completo poblado de puntos de datos.
Weather.com y Zillow son ejemplos de API que se crean utilizando un conjunto de lógica que muestra cierta información en tiempo real al acceder a puntos de datos públicos. Entonces, si comienza a caer en Alpine, Texas, el Servicio Meteorológico Nacional recopilará y publicará esos datos, que luego se enviarán a Weather.com. A medida que esos datos se mueven a través de la lógica del sitio, el sitio representará la imagen de una nube de lluvia junto a la información de pronóstico actual de esa ciudad.
Incluso las empresas más pequeñas están utilizando API en sus sitios. Esto se usa más comúnmente con los fabricantes o distribuidores de pequeñas empresas que brindan a las pequeñas empresas conjuntos de datos sobre inventario y precios. Luego, esos datos se enviarán a los sitios web de la empresa en tiempo real.
Haciendo conjeturas fundamentadas
'El análisis predictivo está ganando cada vez más tracción', explica Michael Aiello, estratega digital de Centric Digital. 'Las empresas están utilizando la minería de datos y las matemáticas complejas para profundizar en cantidades masivas de información y producir conocimientos sobre algo que podría suceder en el futuro'.
Si bien esta no es necesariamente una tendencia nueva, se está volviendo cada vez más sofisticada. En 2012, el algoritmo de Target logró predecir que una adolescente estaba embarazada antes de que sus propios padres lo supieran. Los patrones de compra de la niña coincidían con tendencias similares que Target había identificado como comportamiento exhibido por mujeres embarazadas. Luego, la compañía comenzó a enviar cupones de niña para artículos de bebé en función de su
predicción del embarazo.
Hoy, sin embargo, ahora es común ver el análisis predictivo en funcionamiento cuando compramos en Amazon o buscamos una película en Netflix. Amazon ofrece a los clientes productos adicionales basados en comportamientos de compra previstos, y Netflix declaró recientemente que casi el 80% de las horas transmitidas son el resultado de las recomendaciones de su algoritmo.
Agregar contexto a sus métricas
Una tendencia importante en la que estuvieron de acuerdo los tres expertos es garantizar que sus datos tengan contexto. Esto le ayuda a evitar la práctica de utilizar datos por sí mismos. Claro, es genial saber que su aplicación obtuvo tres millones de descargas el día de su lanzamiento, pero hay más que eso. ¿Los usuarios eliminaron la aplicación al día siguiente? ¿Están usando la aplicación de la forma en que se diseñó? ¿La aplicación aumenta o reduce la satisfacción del cliente? Estos son los tipos de preguntas contextuales que debe hacerse sobre cualquier métrica o KPI.
Palabra final
La capacidad de recopilar datos y utilizarlos para impulsar el éxito aumenta con el nivel de madurez digital de una empresa. Cuantos más puntos de contacto digitales tenga una empresa, más rica será la información que podrán analizar y utilizar. Sin embargo, dejando de lado la madurez digital, el primer paso para cualquier empresa es asegurarse de tener una estrategia de datos en su lugar primero. Solo entonces podrán evaluar con precisión si las últimas tendencias en datos tendrán sentido para su negocio o se utilizarán de una manera que beneficie al cliente.
