Los macrodatos son solo la mitad de los datos que necesitan los vendedores

Para los vendedores, los datos realmente valiosos de los clientes se presentan de dos formas: datos gruesos y macrodatos. Los etnógrafos, antropólogos y otras personas expertas en observar el comportamiento humano y sus motivaciones subyacentes generan datos densos. Los macrodatos los generan los millones de puntos de contacto que las empresas tienen con los clientes. Hasta la fecha, personas muy diferentes han promovido y empleado los macrodatos y los macrodatos. Los datos gruesos han sido gestionados por empresas basadas en las ciencias sociales. El big data lo han promovido personas con títulos en analítica, que a menudo ocupan funciones de TI corporativas. Ha habido muy poco diálogo entre los dos.

Es lamentable. La combinación de los dos enfoques puede resolver muchos de los problemas a los que se enfrenta cada categoría de datos por sí sola. La fortaleza de los datos densos proviene de su capacidad para establecer hipótesis sobre por qué las personas se comportan como lo hacen. No puede evitar responder a las preguntas de «cuánto», solo de «por qué». El Big Data tiene la ventaja de ser prácticamente inexpugnable, ya que lo genera toda la población de clientes y no un tamaño de muestra más pequeño. Pero solo puede cuantificar el comportamiento humano, no puede explicar sus motivaciones. Es decir, no puede llegar a un «por qué».

Solo combinando las dos formas de datos se obtiene un panorama completo y se pueden encontrar soluciones reales a los problemas estratégicos a los que se enfrentan los CMO. A medida que las empresas comiencen a combinar datos densos y macrodatos, también dejarán de confiar en lo que hasta ahora ha sido la piedra angular de la mayoría de los programas de información sobre los clientes, a saber, un sinfín de encuestas y grupos focales que pretenden explicar las motivaciones y actitudes de los clientes, pero que en realidad añaden muy poco valor estratégico.

Tomemos el caso de una gran cadena de supermercados europea que recientemente intentó detener la caída de las ventas y la erosión de la cuota de mercado. El CMO podía ver todo esto en los datos de ventas de su empresa, del mismo modo que podía ver que los grandes viajes de fin de semana de los compradores al mercado (una de las partes clave de su negocio) parecían estar desapareciendo. Pero no tenía ni idea de la causa del cambio.

Centro Insight

• Las nuevas herramientas del marketing

  Patrocinado por Percolate

  Cómo las principales empresas conectan con los clientes.

Para entender lo que estaba sucediendo, el CMO siguió el manual tradicional: lanzó una amplia encuesta. A más de 6 000 compradores de cada mercado se les hicieron más de 80 preguntas sobre todo, desde las decisiones de compra y la sensibilidad a los precios hasta la importancia de las marcas hasta las ocasiones y las emociones que impulsan las compras.

Sin embargo, la encuesta no arrojó ninguna información real. Cuando se les preguntó, la gente señaló que el precio era el factor más importante, pero el 80% también dijo: «Siempre elijo la alta calidad en lugar de la baja, aunque me cueste más». Y el 75% de los llamados amantes de la comida dijeron que compraban normalmente en tiendas de descuento. El equipo directivo creía que estaban perdiendo clientes a manos de las tiendas de descuento, pero si ese fuera realmente el caso, ¿por qué diría la gente que pagaría por la calidad?

Con una incertidumbre aún mayor que antes de la encuesta, el CMO decidió encargar un estudio para obtener datos más detallados: quería información sobre el tiempo que pasan con los consumidores en sus hogares y en su vida diaria.

En el transcurso de dos meses, un equipo de investigadores en ciencias sociales pasó horas yendo de compras con los clientes, observándolos mientras compraban, planificaban y preparaban las cenas con sus familias.

Mientras los ejecutivos analizaban las conclusiones del estudio, se hizo evidente un cambio importante en la vida de los consumidores. No solo habían cambiado sus hábitos alimenticios, sino que toda la vida social de las personas era diferente. Las rutinas familiares estables se estaban disolviendo y cada vez era más difícil predecir cómo sería la semana que viene. Uno de los datos más reveladores fue la desaparición de la comida familiar de lunes a viernes. Las familias simplemente no comían juntas a la misma hora todos los días. Muchas familias ahora también tenían que considerar tres o cuatro dietas diferentes. La mesa del comedor había empezado a trabajar como estación de trabajo, lo que llevó la cena sentada a diferentes habitaciones.

Este cambio fundamental tuvo un grave impacto en el comportamiento de compra. La gente compraba más de nueve veces a la semana de media; un encuestado compraba tres veces al día. La gente no era fiel a supermercados específicos, sino que elegía los que se adaptaban a sus necesidades de compra rápida y cómoda. Agotados por trabajar todo el día, lo último que querían era considerar detenidamente los diferentes precios en los diferentes supermercados.

El estudio también reveló que las suposiciones tradicionales en torno al precio frente a la calidad eran superficiales. La gente no clasificaba los supermercados por descuentos o premium. Más bien, parecían guiarse por el ambiente y la experiencia de las tiendas. Algunas tiendas proyectaban un ambiente de eficiencia. Otros se sentían frescos y locales, y otros parecían prácticos y ahorrativos, y ofrecían una buena relación calidad-precio en el día a día.

Para satisfacer las necesidades de los consumidores, el CMO se dio cuenta de que un supermercado tenía que ofrecer experiencias de compra que fueran a la vez prácticas y distintivas, es decir, un estado de ánimo.

Para validar estos datos, el equipo de marketing los comparó con los macrodatos de sus tiendas. Analizaron la importancia de la comodidad correlacionando los datos sobre la ubicación de las tiendas y el volumen de compras de las tiendas individuales. Los datos revelaron un patrón: las cadenas de supermercados más exitosas estaban ubicadas donde el tráfico era más denso. Esto era particularmente cierto en las áreas suburbanas. Analizaron el papel que desempeñaban los diferentes estados de ánimo y experiencias en las tiendas, comparando las ventas y analizando el tamaño de las tiendas y los datos demográficos de los clientes. Las tiendas con mejor rendimiento tenían un alto grado de distinción, calibrado para adaptarse a la demografía de los alrededores. Una vez más, los datos revelaron que las propias tiendas de la cadena de supermercados no estaban preparadas para esta realidad.

La conclusión era clara: las experiencias que ofrecían las tiendas de la empresa no estaban sincronizadas con la realidad de los consumidores. En lugar de centrarse en bajar los precios, la estrategia futura del supermercado se basó en una idea diferente: crear experiencias de compra distintivas que se adaptaran a la fragmentada vida de los clientes.

Como muestra este ejemplo, los CMO necesitan familiarizarse con los puntos fuertes y débiles de los dos tipos de datos. El macrodato alarmó al CMO y llevó a explorar por qué los números estaban cambiando. La densidad de datos proporcionó la información necesaria para entender qué cambios más importantes estaban detrás de las cifras y proporcionaron una visión renovada del tipo de negocio en el que se encontraba el minorista. Esto le dio al CMO la dirección que necesitaba para diseñar una estrategia para volver a encarrilar las ganancias de los minoristas.

Con un marco estratégico sólido, el CMO ahora podría revisar los conjuntos de macrodatos para cuantificar las conclusiones de los estudios cualitativos: ¿de cuántos clientes y compras hablábamos? ¿En qué tiendas? Este ir y venir entre lo que sabían que estaba sucediendo (macrodatos) y por qué (datos gruesos) era clave para tomar una decisión acertada.

Para empezar a trabajar correctamente con ambos tipos de datos en conjunto, los CMO tienen que volver a visitar sus departamentos de información sobre los clientes y establecer estrechos vínculos con los directores financieros. Muchas empresas están bien asesoradas en fuentes de datos débiles, pero no están capacitadas para obtener datos gruesos y darles sentido. Del mismo modo, muchas empresas no tienen una estrategia clara para la recopilación de macrodatos y acaban encerrándolos en diferentes silos o no limpiándolos lo suficiente como para su uso eficaz.

Combinar datos grandes y densos no es fácil. Requiere cambiar las prácticas, contratar nuevas personas y asignar fondos a formas conocidas de hacer las cosas. Pero una vez que haya visto el poder de los datos reales, se preguntará sobre los millones de dólares desperdiciados en encuestas y grupos focales.