Entender la diferencia entre datos zero-party y first-party
Los datos zero-party son lo que un cliente le dice directamente a una empresa. Su talla, su presupuesto, la ocasión para la que compra, con qué frecuencia quiere que lo contacten, las marcas que no comprará. Se recopilan a través de centros de preferencias, cuestionarios de búsqueda de productos, preguntas de incorporación y encuestas posteriores a la compra, y llegan con la intención ya implícita.
Vale la pena hacer la comparación porque la mayoría de los minoristas ya han desarrollado sistemas para datos first-party, que es el comportamiento que una empresa observa sobre sus propios clientes: páginas vistas, artículos comprados, correos electrónicos abiertos. El seguimiento del comportamiento está en marcha, la plataforma de datos de clientes está implementada y la herramienta de correo electrónico lee de ella. Esos datos son abundantes y automáticos, pero son inferenciales. Un minorista que observa a alguien navegando por tres pares de zapatillas de correr todavía tiene que adivinar si es una compra para sí mismo o un regalo para otra persona.
Los datos zero-party eliminan las conjeturas. Un cliente que indica su talla, su presupuesto o su ajuste preferido ya ha respondido a la pregunta que un modelo de comportamiento dedica su presupuesto a estimar. También llegan con el consentimiento adjunto, lo cual cuenta más a medida que desaparecen las cookies de terceros y los reguladores limitan lo que califica como interés legítimo. La mayoría de los minoristas ya están recopilando algunos de ellos. Lo que falta es todo lo que sucede después de la recopilación.
Qué se pierde cuando una preferencia no llega a ninguna parte
Una preferencia declarada que nunca llega a los sistemas que podrían utilizarla cuesta más que una campaña perdida. Cuatro cosas salen mal, aproximadamente en este orden:
- Solicitudes repetidas que molestan al cliente: la tienda o el servicio de atención al cliente vuelven a preguntar algo que ya se indicó, porque nunca recibieron la respuesta
- Personalización que falla: los correos electrónicos y las recomendaciones siguen basándose en el comportamiento de navegación en lugar de en la talla, el presupuesto o la ocasión que el cliente realmente mencionó
- Caída en la finalización de encuestas: los clientes dejan de responder a las preguntas de preferencias cuando notan que nada cambia como resultado
- Confianza difícil de reconstruir: ignorar una preferencia declarada se interpreta como no escuchar, lo cual es peor que una suposición basada en el comportamiento que simplemente falla
¿Por qué los datos zero-party se detienen en la herramienta que los recopiló?
La herramienta que plantea la pregunta rara vez es la que necesita la respuesta. Los centros de preferencias, los cuestionarios y las encuestas suelen ser gestionados por el equipo de marketing en una plataforma elegida por la facilidad para crear formularios, no por su capacidad para distribuir la información captada.
Por lo tanto, la preferencia reside en un sistema mientras que todos los demás sistemas que podrían utilizarla permanecen ajenos. La tienda sigue mostrando el catálogo completo. La plataforma de correo electrónico sigue enviando el segmento predeterminado. El agente de servicio que gestiona una devolución no tiene idea de que el cliente ya mencionó que su talla suele ser pequeña.
Este es el mismo patrón que la implementación de CRM y CDP, donde la plataforma se adquiere, se alimenta de datos y luego se deja desconectada de los sistemas que la harían útil. La recopilación es un proyecto con presupuesto y responsable. La distribución no tiene ninguno de los dos.
Los sistemas a los que debe llegar una preferencia declarada
Convertir una preferencia recopilada en una ventaja significa llevarla a todos los puntos de contacto entre el cliente y la marca, no solo donde se capturó.
- Plataforma de correo electrónico o mensajería: para que la segmentación refleje lo que el cliente solicitó en lugar de lo último en lo que hizo clic
- Tienda online: para que las categorías predeterminadas, los filtros de talla y las recomendaciones se ajusten a la preferencia declarada
- Plataforma de datos de clientes (CDP): para que la preferencia se integre en el perfil unificado en lugar de formar una isla aislada
- Centro de atención al cliente: para que un agente vea las mismas preferencias sobre las que actúa el equipo de marketing
- ERP o sistema de pedidos: donde la preferencia afecta al cumplimiento, como el embalaje, las ventanas de entrega o la gestión de regalos
Muy pocas empresas necesitan los cinco desde el primer día. El orden suele seguir donde la discrepancia es más visible para el cliente, que para la mayoría es el correo electrónico, porque es ahí donde una preferencia ignorada llega a la bandeja de entrada con el nombre de la marca.
Existen tres formas de hacer llegar una preferencia a esos sistemas. Alguien puede exportarla e importarla manualmente, lo cual funciona hasta que el volumen o el número de destinos aumenta. Los conectores propios de la herramienta de recolección pueden enviarla, lo que cubre los uno o dos destinos que el proveedor admite y nada más. O bien, puede viajar a través de la capa que ya conecta esos sistemas, donde cada destino es alcanzable y la regla se escribe una sola vez.
Cómo una plataforma de integración activa los datos zero-party
Una plataforma de integración como servicio (iPaaS) está diseñada para esa tercera vía. Se diferencia de una herramienta de automatización de flujos de trabajo en lo que está diseñada para gestionar. Una herramienta de flujo de trabajo mueve un registro entre dos aplicaciones y lo hace bien. Una preferencia que debe llegar a cinco sistemas necesita una estructura diferente para cada destino, un lugar donde esperar cuando uno de ellos no está disponible y un registro de qué llegó a dónde. En la iPaaS de Alumio, ese trabajo se divide en cuatro tareas:
- Entregado al momento, no al día siguiente: una Route basada en eventos mueve la preferencia en el instante en que el cliente la indica, de modo que el siguiente correo electrónico que recibe ya la refleja
- Adaptado para cada destino: un Transformer convierte la misma preferencia de talla en un atributo de cliente en el CDP, una condición de segmento en la plataforma de correo electrónico y un valor predeterminado de visualización en la tienda, sin que nadie tenga que mantener tres mapeos por separado
- Almacenado de forma segura cuando un destino no está disponible: el Storage integrado pone la preferencia en cola y la reenvía una vez que el sistema vuelve a estar activo, en lugar de perderla permanentemente
- Auditable por cliente: el registro documenta qué sistema recibió qué preferencia y cuándo, lo que permite responder a una solicitud de retirada de consentimiento o eliminación sin necesidad de una investigación
Debido a que esos flujos se configuran en lugar de crearse manualmente para cada destino, y con el Code Transformer disponible cuando la configuración no puede expresar una regla, añadir un canal reutiliza la distribución existente en lugar de tener que reconstruirla.
Lo que los datos zero-party aportan una vez que se mueven
El instinto cuando la personalización no funciona como se espera es recopilar más datos. Por lo general, es un error, porque la limitación rara vez es cuánto sabe la empresa y casi siempre es hasta dónde llega ese conocimiento. Un mejor primer paso es auditar una preferencia. Elija algo que los clientes ya le hayan dicho, rastréelo a través de cada sistema que debería actuar en consecuencia y cuente cuántos lo hacen realmente. La mayoría de las empresas descubren que la respuesta es uno.
Cerrar esa brecha es un problema de integración, no de recolección, y una plataforma de integración es lo que lo soluciona. Lo que la empresa obtiene a cambio es una personalización basada en lo que los clientes dijeron realmente, en lugar de lo que sus clics dieron a entender. Menos preguntas repetitivas evitan que una marca parezca desatenta, y un centro de preferencias sigue obteniendo respuestas porque los clientes pueden ver que la anterior fue importante. Eso es lo que separa una estrategia de datos de clientes funcional de una que se estanca en la recolección.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
