por Scott Clark
Los datos erróneos pueden ser el baño de la existencia de una marca. Aprenda a transformar estos datos incorrectos y utilícelos para promover una excelente CX.
La mala calidad de los datos suele ser la causa de experiencias negativas para clientes, clientes potenciales y empleados. Los datos desactualizados, en silos, sin formato, duplicados y de otro modo incorrectos pueden ser los culpables de arruinar la experiencia del cliente.
Nombres mal escritos, sugerencias de productos inapropiados, mensajes que no se pueden entregar, comunicaciones duplicadas, transacciones e historiales de servicio al cliente inexactos: todos estos problemas se derivan de datos incorrectos y generan frustración, molestia y experiencias emocionales negativas en general en los clientes.
¿Qué pueden hacer las marcas con respecto a los datos incorrectos y qué causa que ocurra?
¿Qué hace que los datos sean malos?
Los consumidores producen grandes cantidades de datos todos los días a través de sus interacciones con los sitios web, las aplicaciones, los centros de servicio y los servidores de chat de las marcas. Según un informe de LinkedIn Pulse de 2020 , cada persona crea 1,7 MB de datos cada segundo y la humanidad produce 2,5 quintillones de bytes de datos todos los días.
Con tanta información que se produce, ¿cómo pueden las marcas asegurarse de que no están recopilando datos incorrectos?
Tenga en cuenta: los datos incorrectos no son solo un problema para las marcas interesadas en mejorar la experiencia de sus clientes, sino que también afectan el retorno de la inversión (ROI). En 2017, Gartner estimó que los datos inferiores cuestan a las marcas 9,7 millones de dólares al año.
Los datos se consideran “malos” si no están estructurados, son inexactos, inconsistentes, incompletos o contienen información duplicada. Todos los datos que recopilan las marcas provienen de una variedad de canales, muchos de los cuales están aislados, y gran parte de los datos provienen de diferentes formatos o de diferentes bases de datos. Otros datos son más aleatorios y no tienen formato, no tienen consistencia y deben agregarse de una manera estructurada y consistente para que sean útiles.
Michael Goodman, vicepresidente de datos, inteligencia y automatización de NTT DATA Services , dijo a CMSWire que, como humanos, almacenamos nuestras ideas del mundo y de todas las personas con las que nos encontramos como sentimientos, recuerdos e impresiones. Para las empresas, esta visión del mundo existe a través de los datos, muchos de los cuales aún no se han limpiado.
“La única forma en que las empresas pueden almacenar esa misma visión del mundo y de todas las personas con las que se encuentran, en este caso, clientes, socios, etc., es como datos y la información y la inteligencia que se derivan de ellos”, dijo Goodman. los datos son a menudo un recurso fugaz y pueden ser muy confusos”.
Para corregir los datos incorrectos y convertirlos en datos buenos, se deben “limpiar”. La limpieza de datos se describe como el proceso de corregir datos no estructurados, incompletos, incorrectos, duplicados o erróneos en un conjunto de datos e implica identificar errores y actualizarlos, corregirlos o eliminarlos, mejorando la calidad de los datos (es decir, haciéndolos “buenos” datos).
¿Cuál es el problema con los datos obsoletos?
Aunque parezca insignificante, los datos antiguos o desactualizados suelen ser peores que los datos incorrectos. Las marcas que intentan utilizar datos desactualizados para informar sus decisiones se perjudicarán a sí mismas y a sus clientes.
Considere a los consumidores en 2018 y cómo abordaron las marcas y las compras, tanto en línea como en tiendas físicas. Avance rápido hasta 2022, y el panorama (especialmente después de COVID-19) se ve bastante diferente.
Por ejemplo, muchos compradores hoy en día compran sus productos en línea y luego conducen a una tienda para recogerlos en la acera, o para que se los entreguen directamente en su puerta.
Además, la demografía de los clientes cambia en períodos de tiempo relativamente cortos: las personas cambian su nombre, dirección, edad, se casan, tienen hijos, cambian de trabajo, obtienen promociones, ajustan su nivel de ingresos, nivel de educación y, como se indicó anteriormente, cambian sus compras y gastos. hábitos
A nivel individual, el uso del historial de compras de clientes desactualizado puede ser engañoso o totalmente incorrecto, especialmente cuando se usa para obtener información procesable.
George Schoenstein, vicepresidente senior de marketing y comunicaciones corporativas de Fusion Connect , dijo a CMSWire que su solución consiste en utilizar un enfoque múltiple para la integridad y limpieza de datos. “Nuestros representantes de cuentas aumentan la información de contacto de los clientes como parte de sus interacciones diarias con la base de clientes”.
Además, Schoenstein dijo que sus clientes pueden actualizar su propia información dentro de sus sistemas. También utilizan servicios de terceros para identificar cambios en la información del cliente, como cuando alguien cambia de trabajo.
¿Es una plataforma de datos de clientes la solución?
Assad Jarrahian, director de productos de Unanet , le dijo a CMSWire que la sobrecarga de métricas a menudo distrae a las marcas de centrarse en lo que realmente mueve la aguja.
“Las nuevas herramientas tecnológicas están disponibles para capturar datos y filtrar la información anómala e incompleta”, dijo Jarrahian. “Las capacidades de análisis automatizado brindan información sobre los datos que son fáciles de ver y manipular”.
Obtener información procesable es uno de los objetivos principales de utilizar buenos datos y, afortunadamente, la tecnología permite a las marcas navegar por el fango para obtenerlos.
“Para desconectarse del ruido y concentrarse en los números que realmente impulsan su negocio, las empresas deben buscar herramientas que les ayuden a obtener fácilmente información procesable. Estos conocimientos pueden revelar tendencias y anomalías importantes”, dijo Jarrahian, quien agregó que las métricas de alto nivel deben ser simples, medibles y, lo que es más importante, relevantes para los objetivos de la organización.
Las plataformas de datos de clientes (CDP) se utilizan a menudo para domar a la bestia de datos. Steve Zisk, gerente sénior de marketing de productos de Redpoint Global , dijo a CMSWire que, según IBM, el costo anual de los datos de mala calidad supera los $3,1 billones solo en los EE. UU. Las marcas tienen que ejecutar muchas campañas diferentes a través de una serie de canales digitales y tradicionales diferentes, dijo Zisk, y la fragmentación ocurre porque examinar todos esos datos sin ayuda puede ser difícil y, a menudo, se pierde información clave.
“Es por eso que los especialistas en marketing, especialmente aquellos que necesitan un fácil acceso a grandes flujos de datos, pueden necesitar repensar sus prácticas de datos actuales”, dijo Zisk. “Lograr datos de alta calidad requiere una plataforma dinámica de administración de datos de clientes que mantendrá la calidad necesaria mundo en tiempo real.”
Zisk enfatizó que un CDP debe ser de clase empresarial, capaz de ingerir datos de fuentes internas y externas en lotes y en tiempo real, proporcionar garantía de calidad (por ejemplo, fusión, coincidencia y resolución de identidad), crear un gráfico de identidad de cada cliente junto con con todo el perfil y el historial de transacciones y proporciona automatizaciones y flujos de trabajo que permiten a las marcas trabajar en la estrategia mientras el sistema maneja interacciones personalizadas a escala.
“Los datos extraídos de un CDP ‘sin lujos’ o un lago de datos estancado (también conocido como pantano de datos) pueden estar bien para una pequeña empresa, pero crean malas experiencias de cliente para las grandes organizaciones”, explicó Zisk. “Los datos transmitidos desde un CDP completo y dinámico permiten a los especialistas en marketing involucrar a los clientes en lugar de exasperarlos”.
Los datos incorrectos podrían requerir varias herramientas para corregirlos
Josh Perlstein, director ejecutivo de Response Media , dijo a CMSWire que la solución al problema de los datos dispares u obsoletos no se basa en una sola solución, sino que requiere una combinación de soluciones, tanto tecnológicas como humanas.
Perlstein dijo que las marcas deben presupuestar e integrar datos de múltiples fuentes a través de una combinación de tecnología (plataformas, CDP, interfaces de programación de aplicaciones (API), servicios web) y personas. “Esto requiere un proceso continuo de redacción de reglas comerciales, pruebas, control de calidad (QA) y validación. Tenga en cuenta que estos procesos no son solo para configurar fuentes de datos, sino que están en curso ya que los datos de varias fuentes pueden cambiar”.
Perlstein cree que las marcas deben tener en cuenta dos cosas principales al buscar los conocimientos más recientes y prácticos. El primero es automatizar la integración de datos entrantes desde las fuentes más recientes.
“Para nuestros clientes de marketing digital”, dijo, “esto significa que estamos obteniendo datos de comportamiento de activos digitales propios (sitios web, plataformas de comercio electrónico, correo electrónico, etc.), datos de registro (de parte cero) de esos sitios web y propiedades sociales. así como datos de medios pagados (piense en búsqueda, redes sociales, visualización, video, etc.)”.
A través de la automatización, Perlstein dijo que las marcas pueden integrar estos datos casi en tiempo real, lo que a su vez conduce al segundo enfoque principal. “Haga que los datos sean procesables mediante la integración de CRM (gestión de relaciones con el cliente) y plataformas de automatización de marketing, sistemas CMS y similares para permitir la segmentación, la personalización y la acción inmediatas (como enviar un correo electrónico, entregar contenido relevante, etc.)”.
¿Cuáles son los desafíos de los datos incorrectos?
Según Goodman, los datos incorrectos no son el único problema al que se enfrentan las marcas: la confianza en los datos es igualmente importante para la calidad de los datos.
“El problema es que muchos líderes empresariales se han condicionado a datos incorrectos y han desarrollado una resistencia inherente al uso de datos. Esto puede ser un problema aún mayor cuando el análisis de un conjunto de datos desafía la norma establecida”, explicó Goodman.
La nueva información puede ser ignorada por los líderes, quienes luego podrían perderse nuevos conocimientos sobre su negocio o sus clientes. “Dado que se debe inspirar confianza, las organizaciones deben adoptar un enfoque de ‘la tecnología se encuentra con la humanidad’”, dijo Goodman, cuyo empleador, NTT DATA, utiliza CRM y alienta a sus clientes a que también lo hagan.
Según una investigación reciente de NTT DATA , la mayoría de los encuestados han realizado o están realizando inversiones significativas en tecnologías fundamentales, como la planificación de recursos empresariales (ERP), CRM y la nube, para impulsar el rendimiento. Goodman dijo que, de los que lo hicieron, casi el 75 % informó un mayor rendimiento financiero, crecimiento y retorno de la inversión como resultado, y casi el 75 % informó ganancias en la satisfacción del cliente.
El Dr. Alvin Glay, vicepresidente de crecimiento y análisis de Response Media, dijo a CMSWire que los buenos datos son la columna vertebral de cualquier organización dirigida por datos y, como tal, es pertinente contar con protocolos adecuados de higiene y gobierno de datos para mantener la integridad de los datos. “La implicación de los datos incorrectos en los resultados comerciales no puede subestimarse. Desafortunadamente, demasiadas empresas caen en esta trampa”.
Según el Dr. Glay, el gobierno de datos adecuado es vital para mantener la calidad y la limpieza de los datos.
“Por ejemplo, los dos datos más importantes que puede adquirir son los datos declarados: los datos que recibe explícitamente (registros, transacciones, etc.) y los datos observados (datos de comportamiento de los medios, registros de sitios web, correo electrónico, etc.)”, dijo.
Para obtener estos datos, las marcas necesitan la tecnología para validar y limpiar los datos en tiempo real. “Desarrollar un mapa de arquitectura de datos detallado y un plan de implementación le permite maximizar los beneficios de datos buenos, limpios y de calidad para informar los resultados comerciales”, dijo el Dr. Glay.
Pensamientos finales
Las marcas tienen una gran cantidad de datos disponibles de todos sus canales, tanto digitales como analógicos. Como tal, es extremadamente importante que toda la información esté limpia, estructurada y actualizada para que pueda ser utilizada por la tecnología que puede proporcionar información procesable.
Mediante el uso de inteligencia artificial y aprendizaje automático junto con CDP y CRM, las marcas pueden domar el monstruo de datos y brindar a sus clientes una experiencia de cliente excepcional.
Fuente: https://www.cmswire.com/customer-experience/is-bad-data-ruining-your-customer-experience/
