Gracias a la web 2.0 últimamente, la cantidad de datos digitales creados, procesados y almacenados en el mundo ha crecido exponencialmente. Cada actividad llevada a cabo en línea y, en particular, en las redes sociales o mediante tecnologías de comunicación conectadas a GPS o sensores y dispositivos comerciales (como la Intranet), genera una serie de registros que se clasifican como “metadatos” o “big data” en función de su volumen, su variedad y la velocidad con la que aumentan (esto de acuerdo con el modelo de quien definió por primera vez el big data, Laney). Según la Eurostat (2018), la difusión del análisis de big data en países europeos se ha consolidado en Francia, Alemania, Irlanda, Suecia y España.
Las ventajas del big data son obvias. El estudio de estos datos permite crear estrategias customer experience adaptadas a las necesidades del cliente. Los numerosos flujos de información que generan nuestros dispositivos todos los días generan una gran cantidad de datos (precisamente, big data) que, si se analizan correctamente, pueden transformarse en soluciones de mercado basadas en las preferencias reales de los propios consumidores o clientes potenciales. Esto es algo que, a menudo, no sucede cuando se lleva a cabo una investigación de mercado clásica basada en las preguntas formuladas a los entrevistados. Esto se debe a que las respuestas a menudo están “manchadas” por lo que se denomina “sesgo cognitivo” o inexactitudes debido a factores contextuales y/o vinculado a la naturaleza de la entrevista (por ejemplo, vergüenza frente al entrevistador o “respuestas predefinidas”; es decir, la tendencia a dar valores promedio cuando no conocemos bien el tema evaluado). Esta lógica “push” de la investigación de mercado (es decir, el uso de preguntas sobre cosas que nosotros como empresa queremos saber) ya no funcionará por mucho tiempo. La estrategia ganadora hoy día es la estrategia “pull”, es decir, estimular al cliente potencial a que sea quien nos diga qué hacer indirectamente, observando su comportamiento (especialmente en la web, con la denominada “netnografía” = etnografía aplicada a la red) y sacando conclusiones para mejorar nuestra oferta de productos o servicios.
Pero en la práctica, ¿cómo se aplica el estudio y análisis de big data, especialmente para un sector como el marketing de servicios? En general, son el nuevo motor, por ejemplo, para construir una web de la empresa en perspectiva SEO (Search Engine Optimization). Normalmente, a partir de un análisis de las palabras más utilizadas en las redes sociales (por ejemplo, los hashtags en Twitter y en LinkedIn), con un software adecuado para la text mining como SAS Text Miner, MATLAB o IBM SPSS (el más comercial), la nueva figura del Data Scientist (una necesidad ahora para las empresas que desean posicionarse online y offline), se logrará destacar cuáles son las mejores palabras para usar como etiquetas para el blog de empresa, para boletines informativos o, en general, para búsquedas de Google con respecto a nuestra empresa (en este caso, estamos hablando del Search Engine Marketing, normalmente implicando un coste).
Sin embargo, no es suficiente tratar únicamente los datos desde un punto de vista cuantitativo. Si queremos centrarnos en el Marketing Experiencial (una interacción que crea un win-win para el cliente y la empresa, en una perspectiva de engagement online y offline) debemos comprender las ideas de nuestra audiencia, de aquellos que nos escuchan.
En el diseño de eventos, por ejemplo, y en particular cuando se trata de diseñar una APP (ahora cada vez más enmarcada en una estrategia de comunicación omnicanal para las empresas), es bueno pedir al cliente un breve “sentiment analysis” del último semestre, que se caracteriza por ser un proceso automático para identificar opiniones positivas, negativas y/o neutrales de un texto, también conocido como “opinion mining”. Esto proviene facilitado por elementos como las reacciones y los “likes” en Facebook, permitiendo a la agencia identificar las fortalezas y debilidades de la compañía y enfocar el evento y/o la aplicación de forma que se refuercen las primeras y se mejoren las segundas.
En general, está, por tanto, clara la necesidad de llevar a cabo un “social media listening” estructurado y continuo para todo tipo de empresas, pero, en particular, para aquellas que desean tener una imagen coordinada tanto online como offline, en una perspectiva en la que la experiencia es circular.
¿Ya has descubierto todas las 