Tipos de datos
Cuando tratamos con Big Data en el segmento retail hay dos tipos de datos que podemos obtener. Los datos estructurados, incluyen por ejemplo, datos de clientes: nombre, dirección, fecha de nacimiento, historial de transacciones, puntos de fidelización, … Y los datos no estructurados, que incluyen por ejemplo, reviews de productos, puntuaciones, tweets, likes de facebook, posts en Instagram y otras menciones o interacciones en cualquier otra red social.
Una vez que se tienen claro los diferentes tipos de datos se trata de identificar cuál es la información que puede afectar al negocio. Se trata de la fase de recolección, almacenamiento y análisis de los datos que serán de utilidad. El cambio de paradigma es ahora esperar cantidades masivas de datos y determinar cuáles serán de beneficio.
Una vez que tenemos los datos recogidos y analizados podemos realizar búsquedas más acertadas entre los segmentos o perfiles que nos interesen en cada momento, y con ello realizar campañas efectivas de marketing y comunicación con nuestros clientes. Vendedores online están utilizando los datos de navegación para seguir al cliente allá por donde se encuentre. Supongamos que estamos buscando en Google una cámara fotográfica de una marca determinada, unos minutos después de curiosear una de las páginas de los resultados y cerrarla entramos en nuestro perfil de Facebook para leer nuestras noticias cuando de repente aparece en la barra lateral un anuncio de la misma cámara que habíamos estado ojeando que lleva a la tienda online de un vendedor online que ha sabido aprovechar de entre los rastros que vamos dejando esos datos que suponen la conversión en una venta.
El Big Data permite a los comerciantes realizar unas comunicaciones personalizadas por email a los targets seleccionados de sus clientes basándose en hábitos de compra individuales, reemplazando el sistema anterior de emailings a grandes bases de datos. Las herramientas de IBM Business Social permiten dirigirnos a los consumidores por los canales que ellos prefieran, ya sea email, redes sociales, mensajería instantánea o cualquier otro canal.
Los clientes siempre han tenido una relación con las marcas que usan y con las que interactúan, pero es ahora gracias al Big Data y a herramientas más sofisticadas, cuando esas relaciones pueden convertirse en interactivas y personalizadas. No sólo la información de clientes está más disponible y de forma más inmediata, sino que además, los clientes esperan de las marcas una mayor participación en la conversación.
Comprender la naturaleza de la relación del cliente con la empresa nos ayudará a entender qué postura tomar cuando hagamos marketing, o construyamos imagen de marca. Analizar los datos de los clientes de una forma eficiente puede darle la oportunidad de conocer y comprender a nuestros clientes más que nunca antes, y ofrecerles a cada uno de ellos una experiencia realmente personalizada de compra.
Predicción de tendencias futuras
El Big Data puede también ayudarnos a predecir tendencias futuras que permitan a los vendedores estar preparados para la demanda de determinados productos. Los comerciantes pueden analizar el sentimiento en redes sociales hacia la marca, empresa o cierto producto, así como los patrones de navegación web de targets demográficos, por ejemplo, previamente seleccionados para entender cómo los clientes reaccionan ante los nuevos productos, servicios añadidos, ofertas, cambios, o cualquier otra acción de ventas y marketing que la empresa se esté planteando.
La ubicuidad del Big Data puede ser abrumadora, pero entender cómo aprovechar esa información para incrementar las ventas y servir mejor a nuestros clientes será una parte crítica para todas las empresas de retail, sea cual sea su tamaño, en los próximos años.
Más información de soluciones Big Data del sector retail en: http://www-935.ibm.com/industries/retail/
Más sobre Social Business en: http://www.baoss.es/index.php/our-stuff/38-featured/our-stuff-2/119-our-stuff-4
