Llegó el momento de romper paradigmas, la transformación digital no es únicamente transformar el negocio a partir de ecosistemas tecnológicos. Hoy los clientes tienen menos paciencia y menos tiempo. Buscan experiencias que se adapten a sus necesidades y a sus expectativas, expectativas que son individuales y cambian constantemente.
Las empresas hoy están cometiendo un error, adaptan el negocio físico, al ámbito digital, sin tener en cuenta que pueden crear experiencias diferentes, con los mismos fines, pero aprovechando al máximo todo lo que puede ofrecer un ecosistema nativamente digital. Creemos que las experiencias deben ser nativas digitales y no forzadas a ser convertidas experiencias físicas en digitales con los mismos atributos y características. Por otro lado estamos percibiendo en el entorno del cambio, el masivo error de las empresas al crear experiencias genéricas las cuales están generando una deserción por parte del cliente. Como comentábamos en la introducción hoy el cliente tiene mas poder, más opciones, más alternativas a las cuales acceder a tan solo un click. Según Rubén García, CEO de OMNI.PRO “Las experiencias indiferenciadas se vuelven en un comodity, porque el cliente no percibe nada distinto.”
Las empresas están poniendo más esfuerzo en gastar mas tiempo y recursos en temas como la minería de datos, alistamiento de la información, extracción, pero no necesariamente a la toma de decisiones. Uno de los errores más graves que estamos percibiendo en torno a la analítica es que las empresas ven solo los datos del pasado y no se están enfocado hacia el futuro. Cada vez nos damos cuenta de que muchos mas negocios toman decisiones en su percepción subjetiva y hacen cambios en los flujos sin realmente entender que está pasando en el negocio. Toman decisiones sobre datos caducados, generando decisiones poco ágiles y desacertadas sobre el tipo de experiencia, que les permitiría ofrecer variedad, y experiencias únicas a cada cliente.
De esta forma la subjetividad al momento de tomar decisiones, generan retos entorno a que no haya una capacidad de experimentación generando valor ágilmente de cara a la experiencia del cliente. La experimentación es necesaria, para iterar, crear prototipos y escenarios de hipótesis en relación con experiencia, promociones y formatos para tener un control. Este es un insumo tanto para tomar decisiones como para conocer a nuevos usuarios. Por eso hablamos de uno de lo retos más relevantes de las empresas en proceso de transformación, la deficiencia para incluir la estrategia de datos en los diferentes equipos de la compañía. Es necesario desarrollar metodologías en donde ocupemos iterar y crear escenarios de hipótesis con relación a la experiencia. La experimentación a través de promociones por ejemplo nos lleva a tener un control sobre el comportamiento de un grupo especifico de clientes esto convirtiéndose en un insumo, no sólo para tomar decisiones sino para la creación de nuevos perfiles, tener una guía práctica las estrategias más efectivas.
Por otro lado, otro gran reto es unir en tiempo real la parte de analizar los datos del viaje del cliente y transformarlos automáticamente en una experiencia automatizada. Muchos comercios y negocios se enfrentan en que tienen que ofrecer experiencias que sean realmente omnicanal, y no pueden estar analizando y juntando la información en un perfil de cliente para poder traer las interacciones que tiene en otros canales. Hoy el cliente experimenta la marca en muchos sitios y muestra intereses y comportamientos que son importantes para entender que quiere, como lo quiere, cuando lo quiere y en donde para poder analizar esos datos, capturarlos, molerlos y visualizarlos junto con el comportamiento que tiene en los canales digitales, convirtiéndose en algo mucho mas valioso, porque ya no solo tiene la visión del cliente en los canales digitales, si no el viaje del cliente End to End.
En conclusión, Un proceso de transformación digital no es exclusivamente el desarrollo de tecnología. La tecnología suele ser el 20% del esfuerzo que se tiene que dedicar y el 80% restante tiene que estar orientado a la transformación y la evolución de la cultura de la visión empresarial y organizacional. Estos puntos que hemos tocado son los que se buscan para hilar las experiencias, y que luego sean activables en una experiencia que sea diferencial para la estrategia de negocio. A continuación, resolveremos algunas de las dudas y preguntas de nuestros clientes, preguntadas a Eugene Balayan Analytics Manager de Falabella.com y su perspectiva entorno a la analítica omnicanal. En la siguiente parte de este Blog, seguiremos compartiendo nuestra visión sobre las tendencias a partir de diferentes puntos de vista, para lograr mejorar la experiencia de cliente a partir de los indicadores y estrategias del negocio en cualquier industria, espéralo muy pronto.
De igual forma te invitamos a revisar el Live Event Ecommerce Boost On Demand aquí para complementar todos los temas que hablamos en este blog.
Respuestas
1. Pregunta por Helbert: Mientras el cliente esté autenticado en el sitio se pueden realizar recomendaciones personalizadas automáticas. ¿Como ha hecho Falabella para generar recomendaciones cuando no se sabe quien es el usuario (usuario anónimo)?
Una buena forma sería cruzar el código de orden de compra con el RUT/DNI del usuario de las bases transaccionales de la empresa. Así sabiendo la identidad del usuario – se puede hacer marketing personalizado, o targeting. Noten que en este caso las herramientas de Analytics o Personalización no están involucradas. Sin embargo, se puede conseguir insightsss adicionaes cruzando el código de orden de compra con otros datos. Es importante notar que en ningún momento la información privada e identificable de usuario puede acabar en la marcación o los servidores de proveedor de la solución de Analytics.
2. Pregunta por Luis Chourio: ¿Cuál es la forma o metodología mas efectiva para cambiar la cultura y la forma de trabajar de diferentes áreas de la organización y que se adapten a los cambios tecnológicos?
La condición necesaria de cualquier comunicación es que todos los participantes hablen el mismo idioma. Por lo menos en Falabella, Analytics es este idioma de comunicación entre equipos y dentro de equipos. Entonces el motor de la homologación y nivelación de metodologías y procesos a través de la organización entera. Es un proceso natural que no requiere mucha adaptación, ya que en su día-a-día equipos a través de la empresa usan Analytics para marcar logros, reportar problemas, hacer debugging del sitio, etc. En pocas palabras, la adaptación del modelo data-driven/data-informed ya viene con el beneficio agregado de homologar los procesos y fomentar la comunicación entre los equipos.
3. Pregunta por Ramón Flores: ¿En un Retail como tienda departamental, cual seria su recomendación para lograr una omnicanalidad cuando cada división de la empresa ha sido una isla, sistema de créditos, por un lado, ecommerce por el otro, televentas en su mundo y las tiendas igual?
Primero que todo, todos los medios y dispositivos tienen que apuntar a un solo Report Suite, o una sola base virtual. Por ejemplo, la App, Web, Fonocompras/Televentas etc. Tienen que mandar sus datos a un repositorio común, para que se pueda consultar todos los insights de la empresa en una forma consolidada. Luego, habrá que entrenar todos en el uso de las herramientas de consulta y visualización de los datos. Si son medios que son mayormente non-digitales, como las tiendas físicas, igual éstas pueden tener algún modo de reportar datos – por ejemplo los tablets que los vendedores usan en las tiendas o kioscos digitales que los clientes usan solos. Con un pie ya en la puerta, los equipos de la tienda van a involucrarse más en análisis de sus datos de sus medios digital, y compararlos con el resto del negocio. Esto ya inevitablemente generará más dialogo y una cultura más colaborativa entre los equipos.
4. Pregunta por Mauricio Miranda ¿De donde y como recuperar u obtener los datos para analizar en un retailer pequeño?
En este caso ser pequeño es más una ventaja que una desventaja. Las empresas de menor tamaño gozan de unas relaciones más íntimas con el Usuario (en todos los canales, digitales o físicos). De hecho, una empresa grande esta específicamente intentando replicar y masificar la cercanía con el usuario que los pequeños ya poseen. Entonces un retailer pequeño puede tabular y categorizar sus usuarios con más facilidad y precisión, obteniendo datos críticos por el medio de encuestas, seguimiento de transacciones, bases más amplias de criterios, otros datos y observaciones relevantes. Cruzando estos datos se podrá obtener unos insights muy potentes (que después habrá que validar con AB-tests). El único obstáculo/limitación aquí sería la posible falta know-how de almacenar, procesar y cruzar estos datos; asumiendo que una empresa pequeña naturalmente tendrá menos recursos de Desarrollo/Data science. Pero estas tareas tampoco son del otro mundo– dedicando un poco de recursos propios y/o consiguiendo asesoría, se multiplica drásticamente el valor de los insights.
5. Pregunta por Manuel Eduardo: Eugene, mencionaste que si no empiezas a ser mas data-drive en la industria, estas en el pasado – como lograste incentivar una cultura mas data drive y menos anecdótica en tu compañía
El truco es convencer a los Owners (Product Owners y Product Managers), Desarolladores, los UX que no hay mejor forma de demostrar sus labores que los dashboards de Analytics. Tampoco es tan difícil, ya que son personas con un mindset “científico” con percepción cuantitativa. Un ejemplo clásico: una comparación de la tasa de conversión antes y después de la implementación o modificación de producto en cuestión. Por cierto, siendo gente cuantitativa y metódica, van a querer tener confianza en los datos. Para esto les enseño a todos los equipos cómo hacer el debugging de la colección de los datos. Por suerte el proceso es público y transparente. Así cualquiera puede asegurarse en la veracidad/precisión de los datos que esta analizando. También ayuda asegurarse que el Top Management entienden y aprecian plenamente las ventajas de Analytics. Ya teniendo a la gerencia, los Owners y los Tech Leads en tu bando, el resto de la evangelización fluye seamless y rápido.