Una buena personalización depende de unos buenos datos
- Gestión de información
Los datos proporcionan una buena base para la personalización cuando son precisos, en tiempo real, en profundidad, modelados / analizados, centralizados y procesables. Cuando los algoritmos de aprendizaje automático y los modelos predictivos se alimentan con buenos datos, el resultado también es bueno, es decir, una experiencia relevante y útil.
Además de estar desactualizados, los datos también pueden ser malos, e impactar negativamente en la personalización, cuando son
- Incorrectos: Obviamente, la personalización basada en datos mal interpretados o ingresados incorrectamente (por ejemplo, en un sistema CRM) puede resultar en una experiencia confusa o incluso discordante.
- Inadecuados: los datos son inadecuados cuando no cuentan toda la historia. Por ejemplo, muchos especialistas en marketing notan que se dirigen a campañas de personalización basadas en las páginas visitadas. Este es un buen comienzo, pero una imagen incompleta. ¿Estaba la visitante interesada en lo que encontró? Si está en un sitio B2B, por ejemplo, ¿en qué etapa del viaje está? ¿Qué temas y tipos de contenido le interesan? Estos otros puntos de datos crean una imagen más completa y procesable.
- En silos: Cuando la mano izquierda no habla con la derecha y los datos se atascan en silos, la experiencia del cliente se ve afectada. La personalización efectiva de 1 a 1 implica reunir datos en un solo sistema para una vista unificada de cada individuo a través de puntos de contacto.
¿Pero debe esperar hasta que se limpien todos sus datos antes de embarcarse en una iniciativa de personalización? Ciertamente no. Muchas empresas consideran que adoptar un enfoque canal por canal es efectivo: limpiar sus datos e implementar la personalización en su punto de contacto de mayor prioridad, y luego avanzar para abordar el siguiente.
Aquí es donde entran en juego las plataformas de datos del cliente (CDP), con la capacidad de recopilar, almacenar y sintetizar todos estos datos a nivel individual, y hacerlos procesables. Existen varios tipos o niveles de CDP, que incluyen personalización unificada y plataformas de datos de clientes que pueden aplicar aprendizaje automático y análisis y modelos predictivos a los datos para determinar y mostrar la mejor experiencia a un individuo determinado en tiempo real y a través de canales.
Las empresas tienen el deber de usar esos datos de manera responsable y efectiva para generar experiencias útiles y relevantes. Los datos incorrectos y descuidados producen una mala personalización.
Descubre la innovación
Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.
