De data que informa a data que transforma

Quienes trabajamos dentro de industrias relacionadas con la tecnología, el marketing y la experiencia que las marcas brindan a sus usuarios, ya estamos acostumbrados a frases dichas una y mil veces: “El usuario debe estar en el centro de la atención”, “necesitamos tener una estrategia omnicanal” o “nuestra marca debe estar al servicio del cliente”. Estos son solo algunos ejemplos que podemos traer rápidamente de nuestra memoria cotidiana. Sin embargo, muchas veces esas frases se convierten en clichés que no se ven reflejados en la forma en que organizamos nuestros equipos, nuestra relación entre marca y partners; tampoco el vínculo de cada empresa con sus colaboradores o clientes.

Esta problemática afecta especialmente al campo de la data y la analítica. Todos partimos de convicciones que creemos compartir; buscar que los datos guíen la toma de decisiones o impulsar procesos de mejora continua apalancados en evidencia concreta y no solo en la intuición. Nuevamente, al revisar la forma en que muchas compañías siguen organizando sus dinámicas, encontramos vicios tradicionales que aún nos cuesta desarraigar y nos alejan de esa aspiración.

Solo por citar un ejemplo puntual, en el mundo del marketing se acostumbra a trabajar con reportes Postbuys, también llamados informes “post-mortem”, para obtener una imagen de lo que estamos más acostumbrados a hacer, pero que a la vez nos limita: buscar reportar campañas, lanzamientos de sitios, aplicaciones o productos con un ojo clínico para rescatar cualquier métrica que resulte satisfactoria, que valide nuestra planificación previa y nos deje descansar en paz sabiendo que nuestro trabajo fue “exitoso”.

Al perpetuar este tipo de dinámicas, el costo de oportunidad que afrontamos es altísimo. Más allá de encontrar aquellos KPI positivos, debemos ampliar (y poner más foco) en aquellas áreas de oportunidad y mejora:

Este tipo de enfoque rescata la ciencia dentro de los datos y, particularmente, lo maravilloso del método científico. Partiendo de observaciones o preguntas iniciales, nos sumergimos en el research y la información que los datos (¡y los mismos usuarios!) nos están revelando, para poder definir hipótesis de mejora de resultados que luego se transformen en testeos y experimentos accionables.

Ya no nos regodeamos por los millones de usuarios que alcanzamos, los miles de clicks, visualizaciones que obtuvimos, o la cantidad de followers adicionales que sumamos a nuestras métricas vanidosas; sino que buscamos el espacio de oportunidad para seguir mejorando y generar resultados exponenciales.

Entonces, ¿qué se necesita para que este tipo de enfoque viva en el día a día de nuestras estrategias y no solo en nuestra visión?

Lo primero es la decisión y el patrocinio de una cultura realmente data-driven. Si los datos van a tener sólo un papel anecdótico, decorativo o validador de presunciones, entonces mejor ni considerarlos. En cambio, si desde el top management se definen metas y prioridades que guíen proyectos integrales entre las distintas áreas todas empujando hacia un mismo objetivo macro, entonces muchas de las barreras para extraer el potencial real de la información útil se derriban.

Luego, la forma en que las compañías se organizan debe migrar de compartimentos estancos, separados y pujando por distintos KPIs a enfoques mucho más ágiles que busquen crear prototipos, testeos, aprendizajes a partir del error rápido y la mejora continua. Equipos de tecnología, producto y marketing unidos en mesas redondas junto a los partners externos; no para encontrar culpables de los errores, sino responsables de impulsar e implementar las soluciones.

Y finalmente, estar abiertos al cambio y amigados con el error como algo deseable; aquello de lo que necesitamos aprender para mejorar y llevar adelante estrategias de marketing realmente data-driven.

También le puede interesar: La variante Z: una cepa con propósito

TAGS