El principal reto de los departamentos de marketing es diseñar campañas adecuadas dirigidas a audiencias muy específicas. Hasta ahora, se ayudaban de las cookies de terceros para este fin. Pero con la desaparición de las “Third party data” de las webs, las empresas han perdido una valiosa fuente de información.

El escenario actual plantea la necesidad de diseñar nuevas estrategias que se basen en los datos que las empresas obtienen de primera mano. En efecto, las empresas poseen valiosa información de las herramientas que utilizan en su día a día: ERP, CRM, operaciones en su web, redes sociales…

El potencial de esta información que guardan las empresas es indiscutible, pero en la mayoría de las ocasiones no resulta fácil extraer conocimiento de valor de lo almacenado. En este contexto aparece el concepto de Customer Data Platform (CDP). Se trata de una herramienta que facilita la exploración y el descubrimiento de la información registrada, de forma que permita crear valor para el negocio a partir de los datos que este posee.

La creación de un CDP conlleva necesariamente el establecimiento de una estrategia de Gobierno del Dato que garantice la calidad de la información, la seguridad y el acceso a la misma.  

Para qué sirve un Customer Data Platform

Un Customer Data Platform facilita a las empresas el análisis integrado de todos los datos de su clientela. Por un lado, esto permite ofrecer a los clientes una experiencia personalizada a través de todos los canales y, por otro, optimiza el resultado de las acciones de marketing.

En este sentido, podríamos diferenciar cinco grandes áreas de actuación dentro de un CDP: Adquisición de datos, Resolución de identidades, Generación de audiencias, Analítica inteligente (Smart Analytics) y Activación del dato. 

Adquisición de datos

Gracias al CDP se puede integrar y unificar en un único almacén de datos toda la información disponible de los usuarios:

• Identidad del cliente (Profile Data) como información geográfica, preferencias…
• Actividad (Multichannel Activity) relativa a la interacción con los distintos canales, patrones de uso y las acciones que se realizan en cada uno de ellos.
• Comportamiento (Behavioral Data): visualización de anuncios, compras, suscripciones, respuestas a campañas…
• Consentimientos. En estas plataformas se pueden habilitar mecanismos de consentimiento unificado para dar respuesta al Reglamento General de Protección de Datos (GDPR) vigente en la Unión Europea. 

Resolución de identidades

A veces un mismo cliente contacta con una empresa mediante múltiples canales que generan una identificación distinta para una misma persona. Un CDP nos facilita el proceso de resolución de identidades generando un perfil unificado (Single Customer View) con la información del cliente que procede de las distintas plataformas que han sido integradas.

Generación de audiencias: Clustering y segmentación

Con toda la información integrada en una misma plataforma se pueden agrupar perfiles de forma más precisa. Así se generarán audiencias específicas para determinadas campañas o acciones comerciales, incluso para personalizar los contenidos. La segmentación puede basarse en criterios de negocio –por ejemplo, mediante el análisis RFM– o mediante la aplicación de Machine Learning para clusterización (utilizando gran número de características para detectar agrupaciones complejas).

Resultados accionables gracias al dato

Un Customer Data Platform no solo posibilita el análisis integrado de todos los datos de los clientes; también permite producir resultados accionables que optimizan el retorno en las acciones de marketing.

• Smart Analytics: la gran cantidad de información disponible facilita la creación de modelos de análisis de desempeño de campañas, análisis de patrones de consumo, definición de indicadores de conversión y retención, etc.
• Activación del dato: El objetivo principal de un CDP es usar los datos para crear flujos de trabajo que permiten convertir el análisis en acción: generar segmentos para campañas en Google Ads, enviar campañas de SMS o correo electrónico, crear incidencias en Jira, etc. 

En otras palabras, el objetivo es ofrecer a los clientes una experiencia personalizada a través de todos los canales.

Por todo esto, a la hora de enfocar la construcción de un Customer Data Platform es necesario dar respuesta a dos retos fundamentales:

1. Integración de fuentes de datos muy heterogéneas (CRM, ERP, Ads, Google Analytics…) al tiempo que se puedan agregar datos hasta configurar una visión holística del cliente.
2. Análisis Gobernado de la información del cliente, en algunos casos en tiempo real, con la incorporación de Inteligencia Artificial y Machine Learning para mejorar tanto la segmentación de clientes como la toma de decisiones basadas en datos.

En este escenario irrumpe Looker, una potente herramienta que no sólo llevará tu CDP a otro nivel, al facilitar el análisis y la activación del dato y ayudarte a implementar una estrategia moderna de analítica gobernada.

Crear tu CDP en Google Cloud con Looker y otros servicios

Looker es una herramienta que trasciende el concepto de Business Intelligence. Parte de su potencial se basa en: 

• La posibilidad de que todos los usuarios tengan acceso a las mismas métricas y en tiempo casi real.
• El modelado semántico, posible gracias a un lenguaje propio: Looker’s Modeling Language o LookML: Se emplea para describir dimensiones, medidas, cálculos y relaciones entre los datos en una base SQL.

El modelado semántico permite a los perfiles técnicos definir y gestionar reglas de negocio de forma centralizada, simplificando los datos complejos para ser utilizados por los usuarios finales. Por su parte, el resto de usuarios pueden configurar sus propios dashboard sin dependencia de los técnicos. Por eso se dice que Looker es una herramienta que ha venido a democratizar el dato.

Estas dos características influyen directamente a la hora de construir un CDP con Looker puesto que hace cambiar el enfoque de construcción. Hasta ahora, este tipo de soluciones se abordaba desde un pensamiento táctico: tengo un problema → busco una solución tecnológica específica para él.

Esta misma operación se llevaba a cabo cada vez que fuera necesario, de forma que se creaban soluciones paralelas, con modelos de consumo verticales para cada problema. Sin embargo, en el momento en el que se tiene que cruzar información entre estos silos, es cuando comienzan los inconvenientes.

Frente a este enfoque táctico, Looker facilita construir un producto de dato desde el punto de vista estratégico. La plataforma se crea sobre el dato común, que se ingiere en cualquier formato y desde cualquier fuente, lo que permite un consumo con cierto gobierno y reglas estructuradas. 

En definitiva, con este enfoque, los activos de datos se hacen más accesibles y fáciles de descubrir. A partir de ahí, se pueden transformar para ponerlos al servicio del negocio y pueden ser entendidos por las personas que realmente van a utilizarlos.