La industria del marketing está empezando a comprender la importancia de los grandes datos, aunque un informe reciente de IDC destacó el hecho de que el 80% de los datos de los clientes se desperdician como resultado de prácticas de datos deficientes, lo que sugiere que las empresas aún no aprovechan al máximo datos que están disponibles para ellos.

Muchos profesionales del marketing ya están utilizando datos estructurados de los sistemas de CRM para obtener información sobre el comportamiento actual y futuro de los clientes, pero les falta un truco cuando se trata de analizar datos de máquinas no estructurados generados a partir de sitios web y aplicaciones. Posteriormente, las empresas están perdiendo información valiosa sobre los datos que podrían ayudar a configurar y mejorar su estrategia de marketing..

Datos de la máquina

Estos datos de la máquina, tradicionalmente utilizados por los departamentos de TI para proporcionar inteligencia operativa sobre el rendimiento de la infraestructura de TI y detectar amenazas de seguridad, también pueden brindar un gran valor a los departamentos de marketing. Los profesionales de marketing pueden aprovechar el análisis para obtener información sobre lo que sus clientes están haciendo en tiempo real, y aprovechar al máximo los "momentos comerciales" clave, como la transacción fallida de un cliente, una cesta de la compra abandonada, ventas flash o una promoción personalizada basada en patrones de compra anteriores combinados con lo que están mirando ahora.

Los datos de máquina son uno de los segmentos de big data de crecimiento más rápido y más generalizados. Generado por 'máquinas', incluidos sitios web, aplicaciones, servidores, redes, dispositivos móviles, servidores virtualizados y sensores, proporciona una visión más detallada de cómo funcionan los canales de ventas y marketing de una empresa..

Al monitorear y analizar los pasos clave en el viaje de un cliente, desde las secuencias de clics y las transacciones hasta la actividad de la red y los registros de llamadas, las nuevas tecnologías pueden convertir los datos de la máquina en información valiosa e inteligencia operativa..

Desbloquear el poder de los datos de la máquina con fines de marketing requiere la colaboración con el departamento de TI. Sin embargo, esto no significa que el marketing deba confiar en el equipo de TI para proporcionar todas las respuestas. Las herramientas de análisis son mucho más accesibles y fáciles de usar hoy en día, y lo que realmente necesitan los equipos de marketing es el acceso directo a estas plataformas y los datos en sí, para que puedan dedicar tiempo a hacer las preguntas correctas de los datos que se están recolectando y obtener el mayor valor para sus propios propósitos.

Al combinar este recurso previamente sin explotar con conjuntos de datos tradicionales y estructurados (por ejemplo, patrones de compra pasados), el marketing puede acceder a una mina de oro de nueva inteligencia y generar información sobre las tendencias emergentes. Ahora que las herramientas de análisis son más fáciles de usar que nunca, los equipos de marketing deberían aprovechar la oportunidad para jugar y responder preguntas previamente desconocidas, en lugar de confiar en científicos de datos o profesionales de TI para brindar respuestas a preguntas específicas..

Domino's se vuelve loco cupon

En los EE. UU., Domino's Pizza comenzó a usar el análisis de datos de la máquina para resolver los problemas de TI mediante la recopilación, indexación y monitoreo de los datos de la máquina generados por su infraestructura de TI. A medida que pasaba el tiempo, la empresa se dio cuenta de que existía un potencial para el análisis de datos de la máquina fuera del departamento de TI. Domino's comenzó a usar Splunk para visualizar las tendencias de ventas comerciales en ubicaciones geográficas, como pedidos por minuto, cantidad de transacciones por tienda, qué tipo de pizzas y otros alimentos ordenan los clientes y qué cupones pueden usar para hacerlo..

Como resultado, el equipo de marketing de Domino's ha podido analizar el éxito de las campañas promocionales y las promociones únicas en tiempo real. Por ejemplo, el equipo ahora puede comparar la efectividad de varios cupones de descuento. Si uno es más efectivo que el otro, Domino's puede hacer rápidamente los ajustes en línea apropiados.