Se comprometió a transformar todos los aspectos de nuestra vida:
Desde los deportes hasta los negocios, la cocina y más allá.
Estoy hablando de la palabra de moda que ha sido publicitada para predecir con precisión nuestros futuros…
El Big Data.
En el 2008, Google lanzó Google Flu Trends (GFT) para predecir los brotes de gripe. Esto representa un gran ejemplo para observar al Big Data en acción.
¿Cuál fue la metodología llevada a cabo por el gigante de las búsquedas?
Ellos hicieron coincidir los términos buscados por las personas en diferentes regiones del mundo. Y, cuando estas consultas se compararon con los sistemas de vigilancia de la gripe tradicional, Google encontró que en la temporada de gripe había una correlación con un mayor tráfico de búsqueda de determinadas frases.
Así que, ¿Google logró predecir la actividad de la gripe en tiempo real agregando consultas de búsqueda?
No exactamente.
Incluso con la alta información sobre las consultas de búsqueda, GFT sobrestimó la frecuencia de la gripe en un 50% en 2012-2013 y 2011-2012.
El fracaso llevó a Google a ser etiquetado como muestra de «arrogancia automatizada» y solo contribuir con la publicidad exagerada de Big Data.
¿Ves a dónde voy?
Para los pequeños negocios, el descubrimiento de patrones ocultos del comportamiento de los clientes resulta ser una búsqueda atractiva. Es por eso que todo el mundo quiere tener Big Data en sus manos .
Pero acumular gran cantidad de información, para luego analizarla y obtener conocimientos precisos de ella no es nada fácil. Necesitas a científicos de datos de clase mundial, enormes recursos financieros y herramientas de tecnología avanzada para descifrar estos volúmenes de datos.
Por otra parte, la mayoría de las grandes bases de datos resultan ser inútiles y los negocios medianos probablemente nunca necesiten Big Data.
Adéntrate en el Small Data.
Es de fácil acceso, los datos de tamaño pequeño pueden ser fácilmente comprendidos por los seres humanos que buscan obtener insights. De hecho, el Small Data tienen todo que ver con las personas.
Aquí hay una tabla para ayudarte a diferenciar los dos tipos de datos.
Como puedes ver, el small data puede señalar aquellos atributos específicos que son necesidades de los clientes insatisfechos. La ironía es que solo el 12% de las empresas están analizando su small data, según la investigación de Forrester.
Eso significa que los datos, del 88% de ellos, se están desperdiciando.
Imagina todas las decisiones inteligentes con respecto a marketing y negocios que podrías haber tomado con todos estos datos ignorados.
Por eso, en este artículo, quiero mostrarte las estrategias y ejemplos de uso del small data.
Martin Lindstrom, autor del libro «Small Data», escribe,
El Small Data es la base de las ideas innovadoras o las formas completamente nuevas de darle un cambio radical a una marca.
Él comparte los siguientes casos, de cuando el small data ha dado lugar a grandes ideas, incluyendo Snapchat.
¿Estás listo para un cambio completo en los esfuerzos de marketing de tu marca?
A continuación, vamos a empezar a aprovechar tus reservas de small data de una forma rentable.
La correlación no equivale a causalidad: Encuentra el «por qué» y lo que el cliente necesita/quiere con el small data
Entre semana puede que te guste despertarte antes de que salga el sol.
Pero, ¿eso significa que eres responsable de la salida del sol en estos días? Por supuesto que no.
Sin embargo, este es un ejemplo tonto de la falacia que muchas personas son culpables de creer – «La correlación es igual a la causalidad». Muchas veces, los big data funcionan de una manera similar. Nos dan unos fascinantes insights, pero no podemos encontrar el por qué las cosas sucedan de tal manera.
Por ejemplo, mira OkCupid blog. Muestra interesantes correlaciones entre la raza y la atracción, basándose en los datos recogidos sobre sus usuarios.
Christian Rudder (co-fundador de OkCupid) incluso escribió un libro sobre el comportamiento humano, basándose en dichos datos.
En este caso particular, él relacionó las clasificaciones atractivas de OkCupid con 5.000 registros de trabajos de Shiftgig.com (sitio web de puestos de trabajo). Y encontró que la “tendencia de belleza” podría ser responsable de la enorme diferencia entre la retribución entre hombres y mujeres.
Sin embargo, ¿el ser atractivas les garantiza un puesto de trabajo a las mujeres?
Del mismo modo, en el intento de Google de predecir la gripe, se utilizaron las búsquedas realizadas por los usuarios para encontrar una correlación y no se preocuparon por la causalidad.
Por el contrario, necesitas insights aparentemente insignificantes sobre el cliente para entender sus necesidades. Tendrás que meterte en la mente del cliente y pensar/sentir sus pensamientos.
También podrías necesitar hacerlo un poco más personal, es decir, hablar con tus clientes y entender sus personalidades.
Un gran ejemplo que está justo en frente de nosotros es Pinterest. En su experiencia de usuario, Gabriel Trionfi, suplica a sus diseñadores que se encuentran pegados a sus pantallas del ordenador el realizar visitas a domicilio. Él cree que visitar a los usuarios de Pinterest, personalmente, ayuda en la comprensión de la forma en la que realmente lo utilizan.
En un caso concreto, Trionfi encontró que una joven estudiante de enfermería y su novio utilizan mucho Pinterest para planificar qué van a cocinar.
Era divertido e interesante encontrar que Pinterest estaba ayudando a la gente fuera de línea. Esto fue un interesante insight que Trionfi no podría haber conocido de otra manera. En sus propias palabras,
Tú no piensas en personas utilizando un sitio web juntas.
Steli Efti, de Close.io, de manera similar aboga por visitar a los clientes.
Él obtiene los insights en el entorno en el que los clientes utilizan su producto y sus necesidades/deseos.
Por ejemplo, durante una visita, Efti encontró que un cliente estaba mostrando sus informes en un televisor. Y se veía mal – porque no se había optimizado para su visualización en una pantalla de televisión completa.
Efti envió la imagen de arriba a su equipo y en una hora, su desarrollador Phil lanzó una solución rápida para la optimización de su pantalla de presentación de informes.
Efti comparte ejemplos más concretos de visitas a un cliente, incluyendo la construcción de relaciones y venderle a un cliente un plan superior aquí.
Anteriormente, he compartido cómo las modalidades de dicho trabajo duro inescalable pueden hacerle hack al crecimiento de tu negocio.
Déjame compartir otro estudio de casos reales sobre cómo la interacción con el cliente conduce a datos pequeños útiles y procesables.
Simon Ouderkirk solía trabajar en una panadería artesanal – Seven Stars. Era una pequeña cadena con tres locales.
En una conversación con el dueño, descubrió que los panecillos le proporcionaban un estrecho margen a la panadería.
Todavía producen tres tipos de ellos, todos los días, en forma rotativa. Por lo tanto, para el lunes, tal vez los cocinan de arándano, maíz y calabaza. Luego, el martes, ofrecieron chocolate, afrecho y arándano. Y así…
Después de observar los datos históricos de ventas y establecer una línea de base, Simon propuso un experimento:
Él quería producir solo dos tipos de panecillos (los que contaban con las ventas más fuertes) durante 6 semanas. Después, se comprometió a tomar una decisión respaldada por datos para su negocio.
¿El resultado?
Pues bien, las ventas en cada lugar retuvieron su % de crecimiento previo al experimento.
Estoy a favor de la eliminación de los activos ineficientes de negocio.
Pero, ¿y si no levantan las ventas igual que en el escenario anterior?
Es necesario que mires más de cerca los datos.
En el caso de Seven Stars, los números detrás de las ventas HABÍAN cambiado.
- Las ventas de panecillos habían caído significativamente.
- Sin embargo, las ventas de bizcochos habían aumentado logrando coincidir con la disminución de las ventas de panecillos.
Simon adivina que tal vez las personas estaban comprando inicialmente la tercera categoría de panecillos en su tienda, pero «ahora compran otro elemento, posiblemente al mismo precio».
Pero, los panecillos eran un producto de baja generación de ingresos. Por lo tanto, el aumento en las ventas de otro producto representó un aumento de las ventas de la panadería.
Además, la mano de obra de la panadería que produce los panecillos (un producto laborioso) ahora podría ser llevado a cocinar otro producto más lucrativo.
¿No es este un gran ejemplo del uso de small data para obtener ideas de insights para tu negocio?
Los 3 pasos esenciales para aprovechar el small data con éxito
Ya lo entendiste… el small data puede ofrecerte algunos datos valiosos y relevantes.
Pero, ¿cuál es el tipo y la cantidad de datos correcta para hacer a tu marca humana y para personalizar tus ofertas?
Déjame compartir los tres pilares para aprovechar tu small data.
1. Recolecta los datos en torno a tus metas clave de marketing
Puede que tengas suposiciones y creencias con respecto a las plataformas más rentables para tu negocio. Este primer paso consiste en validar tu hipótesis.
Yo te recomiendo que recolectes y analices tus datos dentro de Google Analytics (GA).
Sin embargo, no es tan simple como suena…
Google Analytics y KISSmetrics son unas fuentes de datos increíblemente poderosas para la extracción de datos de los clientes.
Pero, si inicias sesión en el panel de control sin ningún tipo de pregunta en mente, te sentirás perdido.
Una mejor estrategia sería definir claramente y escribir tus metas/hipótesis de marketing. He aquí una simple definición de una meta de marketing, según CoSchedule.
GA también te permite crear tus metas y supervisar de una manera sencilla cómo están funcionando tus esfuerzos de marketing.
Si ya estás recolectando datos, utilizando GA o una herramienta de análisis similar, entonces:
Puedes comenzar con una hipótesis, como por ejemplo la forma en la que tus clientes utilizan tu producto o cuáles son los principales puntos de sufrimiento o las necesidades de tus clientes.
Simon, de Automattic, recomienda que encuentres las convicciones actuales de tu equipo de apoyo. Él encontró que su equipo estaba siguiendo las grandes convicciones de Automattic.
Después, tendrás que acercarte a estas creencias o convicciones con una «curiosidad optimista» y formar preguntas con respecto a ellas:
Una vez que hayas definido tus metas, es el momento de pasar a la siguiente etapa.
2. Visualiza y escribe cómo sería el éxito de tu negocio
La recolección y almacenamiento de tus datos debe ser estratégica. De lo contrario, el informe de datos no será convincente y podría confundir a tu propio equipo.
Por lo tanto, responde claramente a esta pregunta: «¿Qué tipo de datos voy a buscar?»
También: «¿Cómo voy a utilizar los insights de los datos?»
Por ejemplo, el tráfico y los compartidos en redes sociales son métricas de vanidad. Pero, cuando profundizas más allá (las metas establecidas en el primer paso), vas a ver las métricas adecuadas para alcanzar tus metas de marketing de incrementar las ventas.
Es posible que veas que tus metas de Pinterest superan a las de Facebook y otras plataformas en redes sociales. Por lo tanto, doblar tu inversión de tiempo y dinero en Pinterest te ayudará en la consecución de tus objetivos más rápido.
¿Viste cómo los más pequeños y específicos datos pueden hacer a tu marca más inteligente?
Si la creencia de que Automattic se había formado en el paso #1 fuera cierta, entonces aquí está el comportamiento que se puede medir que los clientes de Automattic mostrarían.
3. Minería de datos, observa cuidadosamente tus insights, toma medidas e itera
A diferencia de los big data, no necesitas un científico de datos y tecnologías costosas para analizar tu small data. Incluso las personas y los pequeños negocios pueden utilizar las herramientas de análisis simples para analizar conjuntos de small data y obtener insights.
Por ejemplo, puedes comprar CoSchedule e integrarlo con tu cuenta de GA. A continuación, recibirás el siguiente panel de control con tus redes sociales más populares y los contenidos más vistos.
Una vez que hayas absorbido los insights, es necesario tomar una decisión informada. Y, revisar tus datos con regularidad para seguir modificando tu estrategia.
Simon encontró que la página de plugins estaba entre sus mejores 10 páginas, pero recibió menos del 1% de su tráfico total. Más tarde, encontró evidencia suficiente para sustentar su hipótesis de que los clientes de Automattic quieren plugins para sus sitios web.
Una aplicación real de una estructura de 3 pasos
Colleen Jones aplicó una estructura similar de 3 pasos para asesorar a FootSmart (un catálogo minorista online) en un producto de marketing de contenidos. Se le llamó el Centro de Recursos de Salud FootSmart (FDHC) y consistió en artículos, diagramas, concursos y similares.
Al analizar los datos con respecto a una mayor visibilidad en los motores de búsqueda, resultó que FDHC ayudó a FootSmart a llegar a muchos más de la clase correcta de clientes.
Estaban recibiendo más tráfico, lo que consiste principalmente en personas que se preocupaban por las condiciones de salud del pie y sus tratamientos.
Así que FootSmart decidió cargar más contenido en FDHC y también mejorar su comercialización del producto.
¿El resultado de dicha toma de decisiones informada?
Un aumento del 36% en las ventas semanales.
Cómo aplicar small data a tu marketing de contenidos e incrementar tus vistas de página en un 434%
Nathan Ellering aplicó la teoría de small data a su estrategia de contenidos y…
Le ayudó a aumentar las vistas de página de CoSchedule en un 434%, aumentar los suscriptores en 1.222% y obtener inscripciones para nuevos contenidos en un 9.360%.
Si quieres resultados similares, entonces él compartió aquí su Estrategia de contenido de 14 pasos.
Conclusión
No permitas que el crecimiento explosivo de los datos te engañe. No querrás ahogarte en la sobrecarga de información y dibujar ideas románticas de lo que podrías hacer con los datos gigantescos. Las tecnologías, los científicos de datos y otros recursos para el descubrimiento del comportamiento de los usuarios a partir de estos datos no estructurados solamente podrían estar disponibles para ti en el futuro.
Yo te recomendaría que identifiques las piezas de los datos de los clientes que ya tienes a tu alrededor para utilizarlos e incrementar las ventas. Tal small data es una fuente increíble de ideas de negocio y pueden dar lugar a una innovación increíble de tu marca. Por esto compartí numerosos estudios de casos en el post, para demostrarte su importancia.
Una vez más, aquí está una diapositiva, por R2integrated, para resumir el proceso de identificación de datos pequeños, después, obsérvala y toma medidas al respecto.
¿Qué opinas del big data? Además, ¿has aprovechado tus reservas de small data para identifcar insights sobre el cliente que resultan en beneficios para tu empresa? Házmelo saberlo abajo en los comentarios.
Comentarios (0)