Trabajar con los Datos - Parte II

• Tenga en cuenta que los datos de sus clientes son un activo corporativo. Esto no sólo significa dedicar a los datos de la misma infraestructura y el presupuesto que a otros activos de la empresa, sino también significa reconocer la gestión de datos como una competencia básica de la organización. Determinar si su empresa tiene una única arquitectura y únicas normas en lugar de definir  la fuente de los datos y traducirla en conocimiento significativo del negocio. Es importante comprender que los recursos y el presupuesto que ha dedicado a la gestión de datos, no son solo un componente de CRM, sino un arma competitiva global.

• No se olvide de los procesos de negocio. Las mejoras no comienzan y terminan con los datos correctos. La gestión eficaz y la mejora de relaciones con los clientes tienen mucho que ver con mejorar los procesos de trabajo de como hace el análisis de datos. Realizar CRM analítico consiste en entender cómo los clientes interactúan con usted y utilizar esto para perfeccionar los procesos de negocio buscando que les proporcione una mejor experiencia, ya sea en Internet o en sus tiendas. Así que cuidado con el vendedor o consultor que propone el análisis como el final del juego. El CRM analítico se debe utilizar para mejorar los procesos de negocio, optimizar los flujos de trabajo, establecer políticas sólidas, y acelerar las compras del cliente. Los procesos de negocio sólidos son la manera más rápida de obtener un retorno en la inversión hecha en CRM.

En una encuesta reciente de empresas que participan en los programas de CRM, META Group y encuestas IMT se observan entre los encuestados la intención de aumentar sus inversiones en el análisis de marketing como resultado de la implementación de CRM operacional. El problema es que el término "análisis de marketing" puede significar cualquier cosa, por ejemplo, la generación de una simple lista de recomendaciones de productos. Después de todo, la diversidad y riqueza de los datos relacionados con los clientes es directamente proporcional a la gama de opciones que una empresa tiene sobre el análisis.

El muy utilizado término "vista de 360 ​​grados" se extiende más allá de los datos del cliente para su empresa. Utilizar los datos de la web y los no web para impulsar mejores relaciones con clientes y proveedores deben traducirse no sólo en ahorro de costes, sino también en la generación de ingresos reales. La clave está en el rango de datos disponibles en toda la empresa sobre sus clientes, así como en su exactitud. El factor diferenciador está en cómo se utilizan los datos de manera estratégica.

La integración tan ampliamente aclamada como un imperativo para un CRM tiene mucho que ver con los sistemas y procesos de negocio al igual que como lo hace con los datos. La comunicación con los clientes, no sólo debe ser eficaz, debe ser transparente. La percepción del cliente lo es todo, y los clientes deben percibir que su empresa aplica normas de servicio inteligente independientemente del canal de preferencia del cliente, del producto deseado, o solicitud de servicio. Sólo usted sabe cómo se traduce esta inteligencia antes de iniciar el mensaje correcto a los clientes.

Recuerde que ni Roma ni una infraestructura de CRM de la empresa se construyeron en un día.

Trabajar con los Datos - Parte I

La Integración de datos de toda la compañía, y especialmente con los datos de análisis sofisticados donde nos podemos diferenciar de la competencia, es un objetivo noble de un CRM. Incluso las empresas con millones de dólares en los presupuestos de TI todavía lidian con ese desafío. Aprender de sus errores es un buen primer paso, principalmente considerando algunas de las sugerencias siguientes:

• No subestime la integración de datos.  La integración de datos de los clientes puede significar la diferencia entre una decisión que aleja a un cliente o una que desencadena una lealtad a largo plazo. Pero incluso los mejores productos de la suite CRM no ofrecen respuestas fáciles sobre cómo integrar datos dispares alrededor de su empresa. Hable con los proveedores acerca de sus bases de datos y sus procesos sistemáticos como localización, recogida, modelado, limpieza y carga de datos en su almacén de datos. Y recuerde: Una interfaz de usuario es inútil si los datos son incorrectos.

• Tenga cuidado con los "datos sucios". Los Usuarios de negocios que necesitan información de clientes pueden tener un mayor nivel de cuidado sobre los datos si entienden los orígenes de estos. Una vez escuché a un usuario declarar que él "nunca utilizaría los datos", tras enterarse de esos datos provenían de un sistema de facturación de una empresa arcaica, conocida por tener problemas de datos. Entender las definiciones de datos y las reglas de negocio antes de implementar un CRM es la forma más segura de garantizar a los usuarios que van utilizar lo que se les ofrece. Una buena práctica es la de llevar a cabo diálogos y discusiones de definición de terminología de datos con grupos de usuarios multi-funcionales para asegurar una terminología común, idealmente, antes de que el desarrollo de CRM comience.

• Si su empresa tiene un almacén de datos, reinvierta en ella ahora. En 1999, uno de los "Tres Grandes" fabricantes de automóviles EE.UU. informe que, invirtió US $ 50 millones en su infraestructura de almacenamiento de datos en un intento de centralizar los datos de sus clientes y reforzar la calidad de los datos antes de lanzar su programa de CRM. A pesar de que tenía poca experiencia en procesos institucionalizados de gestión de clientes, los directivos de la compañía de, sin embargo entendieron que, debido a las complejas relaciones con sus distribuidores y sus controladores no podrían arrancar su CRM, sin una sola versión de los datos críticos.

• Saber quién realizara el análisis de los datos. Hay una brecha enorme entre el usuario ocasional que hace clic para acceder a las cifras de ingresos a fin de mes y el estadístico que trabaja con los datos para llegar a conclusiones que pueden resultar en cambios estratégicos del negocio. Es básico en los usuarios que realicen efectivamente CRM analítico, entender los datos que están viendo, y los que se generan de los resultados de su trabajo. Evite el dato (demasiado común) "interesante pero no relevante", donde los usuarios simplemente juegan entre los datos de los clientes sin objetivos definidos o acciones que resulten de estos análisis. Por ello es importante clasificar el conjunto de usuarios finales  y considerar el establecimiento de políticas que dictan los controles de privacidad, las limitaciones del sistema de seguridad, y las herramientas adecuadas de análisis para cada grupo.

• Traducir el análisis a la acción. Muchas empresas con bases de datos muy grandes y herramientas de usuario final realmente buenas, sin embargo ignoran lo que sus datos les dicen. A pesar de tener información de sus clientes valiosos, siguen dependiendo de manera desproporcionada en la información de sus vendedores para generar clientes potenciales y en las reuniones para jugar golf para fomentar alianzas comerciales. Conozca sus actuales iniciativas centradas en el cliente y cuáles podrían ser mejoradas con el análisis. Este análisis puede dar lugar a muchas recomendaciones para mejorar.  A veces, esto simplemente significa empoderar a los empresarios para que realicen el análisis y puedan hacer realidad sus propias resoluciones. Y a veces se requiere la creación de nuevos procesos internos para asegurar que los conocimientos impulsen mejores tácticas de negocios.

MINERIA DE DATOS EN CRM: Donde la teoría se mezcla con la práctica. PARTE II

Una diferencia fundamental entre la minería de datos y otros tipos de análisis de decisiones de apoyo es que la minería de datos por lo general implica gente conocedora de Estadísticos o especialistas de producto, íntimamente relacionados con el uso de los algoritmos correctos y su aplicación a los problemas empresariales, así como con el software de minería de datos específico. Aunque un hombre de negocios rara vez busca en los datos, podrían utilizar los resultados de la minería de datos o una representación gráfica de una herramienta de visualización o accesando a una base de datos para una consulta general que puede ayudar a tomar decisiones importantes sobre la gestión de relaciones con los clientes.

Hay miles de usos para los tres tipos de minería de datos que acabamos de describir: Por ejemplo: las dirigidas a nuevos patrones o modelos actuales de nuestros clientes para evitar la respuesta de alto riesgo, las perspectivas a través de la predicción del riesgo o pronóstico de valor de un cliente de por vida.

Muchas empresas han adquirido servidores dedicados a la minería de datos, sobre la cual se cargan los datos del cliente para construir modelos de los registros y explorar diversos patrones de comportamiento de los clientes. Estas actividades son generalmente de procesamiento intensivo de datos independientes de plataformas de procesamiento de evitar el impacto en otros sistemas. Estos servidores suelen estar vinculados al almacén de datos de una empresa, permitiendo a los analistas de datos acceder fácilmente a datos de los clientes y experimentar con diferentes planes de precios, por ejemplo, o crear segmentos dinámicos del cliente para las pruebas de nuevas campañas y realizar análisis what-if.

Cada tipo de minería de datos puede producir resultados que se traducen en acciones de alto impacto. Por ejemplo, un minorista de productos electrónicos en Londres descubrió que la mayoría de las probabilidades de comprar un reproductor de DVD portátil para trabajar en el tren, ocurría en la estación, esto movió al minorista a reasignar la mayor parte de su presupuesto de marketing de los anuncios de televisión a anuncios en periódicos y vallas publicitarias de las estaciones. La compañía registró que las ventas de estos equipos aumentaron un 43 por ciento después de cambiar sus medios de publicidad. Comprender los comportamientos inminentes de los clientes actuales y potenciales es la clave para la minería de datos, y en CRM se refiere, dos aplicaciones de minería de datos, en particular, se destacan: el análisis de clic y la personalización.

LA BASE DE DATOS COMO HERRAMIENTA DE FIDELIZACIÓN

Despues de una breve ausencia debido a la participación dentro de un workshop de CRM en la industria para la cual trabajo, vuelvo una semana despues de un viaje que unio alegrias familiares y arduo trabajo.  Además de ver como cambio (en un pais que hace unos años no vivia el futbol como lo vive el resto del mundo como EEUU), la forma de entender y de vivir un mundial de futbol, esto es un cambio de tendencias, de nuevas ideas, de influencias culturales.

Vista esta situación adquiere fuerza la importancia de los datos y las bases de datos, por ejemplo si usted hace 15 años hablara de futbol en USA, no le seria fácil encontrar algún interlocutor con el cual poder compartir conocimientos, hoy en día cada 3 de 4 restaurantes en Coconut Grove, tenian pantallas gigantes con partidos y resumenes del llamado por ellos Soccer.  Estudiaron los datos, las tendencias y evolucionaron.

La ventaja más importante de la base de datos a la hora de desarrollar la estrategia de fidelización de clientes es la posibilidad de utlilizar la información y la tecnología para construir una relación personalizada dentro del mercado de masas.

La base de datos nos permite conocer el perfil de los mejores clientes tras la estrategia de adquisición.

La base de datos debe permitirnos explotar una estrategia de mejores clientes y confeccionar los perfiles para la construcción de una relación con los clientes.

Por esta razón, se debe añadir valor a la relación con los mejores clientes, mejorar la eficacia de la captación, dirigiéndonos a los clientes potenciales que representen nuestras oportunidades más rentables y diseñar las comunicaciones y servicios en función del perfil de dichos clientes potenciales.

El sistema debe integrar la gestión de los programas de socios y compensaciones con las comunicaciones realizadas con el fin de explotar las oportunidades de comunicación personalizada que se derivan de dichas actividades.

METODOLOGIA HACIA EL CONOCIMIENTO

Las herramientas de análisis dentro de los programas de fidelización se pueden estructurar en tres grandes grupos:

- La bases de datos

- Los Sistemas de Información Geográfica

- El Data Mining

La calidad de los datos

La calidad de la información de la base de datos ha de cuidarse de forma especial por la implicación directa que tiene sobre los resultados obtenidos. Para asegurar la calidad de los datos se deben de realizar dos procesos: normalización y de duplicación. Nunca son suficientes los esfuerzos por dirigidos a la mejora de la calidad de un fichero, y más cuando la información – con el paso del tiempo- la información tiene más probabilidades de contener errores.

El hecho de no deduplicar los registros de una base de datos conllevaría:

- redundancia en la comunicación (duplicación de la comunicación) o contradicción

- análisis histórico de clientes repartidos en varios ficheros y registros considerados como distintos.

- Falta de datos que impide el desarrollo de la estrategia adecuada para los clientes

- Errores en los datos, que podrían afectar seriamente a las variables de segmentación

El enriquecimiento de datos

Por ejemplo, la dirección postal de un cliente es vital para enriquecer la información que tenemos del mismo, ya que se le puede añadir una gran cantidad de datos socio demográficos, de comportamiento, estilo de vida, hábitos de consumo....

Es significativo saber que más del 80% de los datos de una empresa tienen una dimensión geográfica a menudo sin explotar.

Qué es un Sistema de Información Geográfica

Un SIG es un sistema de información en el cual los datos tienen una dimensión geográfica o espacial importante y que permite como parte del tratamiento de los datos, el análisis espacial.

En la difusión de los SIG han intervenido cuatro factores fundamentales:

- Abaratamiento de la tecnología

- Disponibilidad de mapas suficientes

- Sencillez de uso

- Mejoras en los Sistemas de Gestión de Bases de Datos (SGBD)

ELEMENTOS DE UN SISTEMA DE INFORMACION GEOGRAFICA

Los elementos que conforman un SIG son:

1. Datos

2. Software o las capacidades funcionales para el tratamiento y la explotación de la información.

3. Plataformas de hardware

4. Servicios complementarios, que dependerán del ámbito concreto de actuación, y que a titulo general, son: los servicios de digitalización y carga de datos, el desarrollo de aplicaciones, ingeniería y consultoría, etc.

La base de datos

La puesta en marcha de una estrategia de marketing relacional implica el desarrollo de una base de datos de clientes, que aportará una información crítica para llegar al marketing one to one. Cuanta más información de clientes se tenga, será más fácil la identificación con los valores de la marca, la personalización de la oferta, tratamiento individualizado y la obtención de un mayor índice de respuesta.

La información aunque cuesta dinero, es la que permite crear las ventas y- explotada adecuadamente- aporta el conocimiento que se convierte cada vez más en el arma fundamental de diferenciación de una empresa de la competencia.

La base de datos entendida como un conjunto de datos interrelacionados, es una agrupación de ficheros vinculados y es mucho más que una lista (conjunto de nombres y direcciones de una única fuente). Sirve para aplicaciones múltiples, permitiendo una manipulación de datos de forma adecuada, precisa y oportuna.

El hecho de que los datos estén relacionados entre sí, permite sacar conclusiones relevantes y obtener una información que se convierte en un conocimiento especialmente importante sobre los clientes. El propósito de la base de datos es, en esencia, hacer posible el establecimiento de una relación personal entre la empresa y cada cliente.

La base de datos de clientes es el activo más importante que se puede tener en la empresa, porque es donde se almacena toda la información sobre los clientes. El valor de la base de datos aumenta en base al grado de utilización, es decir, a mayor explotación mayor utilidad por las interrelaciones obtenidas.

La gran diferencia entre el marketing transaccional y el marketing relacional lo aporta la base de datos, y es en este ámbito donde se pueden promover nuevas ventas, ofrecer nuevos canales de distribución, probar nuevos productos, construir un vínculo, crear una lealtad vitalicia, o la colocación de productos complementarios.

El esfuerzo del marketing relacional debe ir dirigido a producir ventas, solicitudes de información, generar visitas al punto de venta u otras respuestas medibles y , además, aumentar la información en la base de datos, ya que tiene un valor real, cuantificable.

Muchas empresas no han sabido aprovechar la información que tenían de sus clientes y la utilizaban unicamente para fines administrativos. El gran problema de estas compañías era el hecho de no conocer a los clientes y no poder explotar la información con fines comerciales, por estar preparada y diseñada para información contable y crediticia.

Las empresas pioneras en la utilización de esta información han sido las de venta por catálogo y algunas de B2B. Más adelante se incorporaron las de servicios y fund raising, hasta llegar en los últimos años a entrar con fuertes inversiones en las grandes empresas de consumo como Kraft General Foods o Procter & Gamble.

La información de clientes y en su defecto la base de datos es el fundamento para la planificación, ejecución y medición de las acciones de marketing. Sobre ella se realiza la segmentación, la localización de nuevos clientes, el diseño de nuevos productos y la previsión de ventas.

Un ejemplo práctico de los beneficios que proporciona la correcta explotación de una base de datos es la empresa Service Master en Estados Unidos, que factura unos 150.000 millones de pesetas y fundamenta su éxito en la explotación. La base de datos de esta empresa cubre 14 años de historia de mantenimiento sobre 17 millones de piezas de equipamiento en miles de lugares, capacitando a la empresa para determinar objetivamente como deben ser mantenidas las instalaciones de sus clientes, cuando las compras de equipamiento y el mantenimiento preventivo son recuperadas, y cuando tienen que ser reemplazadas las piezas. El sistema es tan efectivo que la gran mayoría de los clientes vuelven a invertir en nuevos equipos y compartir las mejoras obtenidas.

La base de datos aporta grandes beneficios en los siguientes aspectos:

• direccionamiento: con la capacidad de identificar a cada cliente real o potencial en forma individual
• control: conocimiento de los resultados de cada acción, quien ha sido contactado, cuando, con qué respuesta, historial de compra.
• flexibilidad: capacidad de dirigirse de forma variable a distintos segmentos clientes/ no clientes de manera controlada, en distintas formas y momentos.
• accesibilidad: fácil utilización por los miembros de la organización que incorporan o utilizan la información.

La creación de la base de datos

La creación de la base de datos supone un esfuerzo en el desarrollo de sistemas de recogida y agrupación de sistemas de recogida y agrupación de cualquier tipo de información que, en cualquier momento, pueda ser de utilidad.

Los factores que determinan el valor de la inversión total son, entre otros:

• implicación o no con las operaciones de negocio
• necesidad de trabajar on line o en procesos batch
• volumen de datos a tratar
• número de usuarios internos
• tipo de negocio: campos e interrelaciones a definir
• Definición de niveles de análisis y estadísticas sistemáticas.

Esta inversión tiene sentido asumirla dentro de un contexto de medio y largo plazo, al permitir aplicar sistemas de venta cruzada y complementaria, y adecuar la comunicación para que sea relevante para cada miembro. Tal y como indicaba el director de marketing de Colgate: “si podemos utilizar marketing directo para ayudar a mejorar nuestra imagen y nuestra franquicia de marca, no necesitamos hacer negocio en cada venta.”, valorando, por tanto, el uso de sus productos a lo largo de la vida del cliente.

Elementos de una base de datos de marketing

¿En qué consiste el database marketing?

En la actualidad, no se puede vislumbrar una gestión comercial que pueda catalogarse de medianamente eficaz sin una buena base de datos, en especial cuando en la empresa se hacen esfuerzos para implantar el marketing relacional y/o su derivado, el marketing one-to-one. El concepto de database marketing surgió en la década de los años 80. De acuerdo con Sergei M. Ananyan (http://www.argo-navis.com/), según estudios recientes, en estos momentos:

Más del noventa por ciento de las grandes corporaciones estadounidenses están aplicando, implantando o evaluando operaciones de database marketing.

Para comprender la naturaleza y funcionalidad del database marketing sigue siendo útil recurrir a uno de los libros pioneros en la materia, el de Robert Shaw y Merlin Stone, del que existe una versión en castellano con el título de GESTIÓN EFICAZ DEL DATABASE MARKETING (Díaz de Santos, Madrid). Para Shaw y Stone:

"Database marketing constituye un enfoque interactivo del marketing que utiliza medios y canales de comunicación que pueden ser dirigidos individualmente (tales como correo, teléfono y vendedores), con el propósito de:

Elevar el nivel de asistencia y servicios a la audiencia objetivo de la empresa.

Estimular su demanda.

Mantener un estrecho contacto con los integrantes del mercado al registrar y conservar, en una base de datos electrónica, toda la información concerniente a la clientela, a los prospectos y a todas las comunicaciones y contactos comerciales, con el fin de mejorar las relaciones futuras y asegurar un planeamiento más realista de todo el marketing de la empresa.”

ESTRUCTURACIÓN DEL SISTEMA DE DATABASE MARKETING

Para Wallinger, antes de iniciar la estructuración, es necesario responder a cuatro preguntas básicas:

"¿Por qué y para qué deseamos estructurar una operación de database marketing?"

"¿Cuáles son los beneficios que aportará a la empresa?"

"¿Cuales son los beneficios que aportará a los clientes de nuestros productos o servicios?"

"¿En qué momento pretendemos recuperar la inversión?"

Ananyan, antes citado, propone una secuencia básica para la estructuración de una operación de database marketing. Esa secuencia representa el "corazón" del proceso de estructuración.

1 Identifique sus clientes.

2 Determine la información que sea relevante y obtenible respecto a sus clientes.

3 Determine las fuentes de las que obtendrá esa información (es posible que mucha de ella tendrá que elaborarla expresamente).

4 Archive o "almacene" la información sobre sus clientes en una base de datos informática.

5 Formule una pregunta de la que desea recibir una respuesta del sistema.

6 Analice la base de datos almacenada: construya un modelo para su operación.

7 Desarrolle sus estrategias de marketing con base en la información suministrada por el modelo.

8 Comuníquese directamente con los clientes seleccionados.

9 Analice las respuestas obtenidas de los clientes.

10 Repita los pasos del 1 al 9, si es necesario, hasta llegar a un nivel de operatividad de la base de datos que sea aceptable.

11 Realice el mismo proceso con sus prospectos.

Los detalles y las características técnicas y refinamientos específicos deberán ser definidos luego en función del tipo de empresa, la naturaleza de sus relaciones con la clientela y, muy especialmente, de los objetivos que se hayan fijado para su operación de database marketing.

DATA BASE MARKETING - Condiciones que debe tener una base de datos

Toda operación de database marketing debe satisfacer algunos requisitos.

1. CAPACIDAD DE PREDICCIÓN.

El sistema deberá realizar no sólo las tareas propias de clasificación y organización de la información que se espera de una base de datos de clientes, sino que, además (y tan importante como la anterior):

Deberá ser capaz de generar predicciones del comportamiento de los clientes y prospectos (basadas en los modelos desarrollados).

Por ejemplo, ¿cuáles son, debidamente individualizados, los clientes que responderían más positivamente a una determinada acción de marketing? Si decidimos lanzar este producto o servicio, ¿cuántos de nuestros clientes y prospectos estarían en disposición de comprarlos, a qué precio, en qué condiciones?

2. GENERACIÓN DE SERIES ESTADÍSTICAS.

El sistema deberá generar automáticamente estadísticas relevantes sobre las diferentes variables y datos incorporados al sistema (por ejemplo, estadísticas individuales, acumuladas por segmentos o clusters de clientes, históricas, tendencias, etcétera).

3. FACILIDAD DE USO.

Todo el sistema deberá ser de fácil interpretación (sus outputs deben ser fáciles de comprender y utilizar): la lectura y análisis de los datos generados por la base de datos no debe ser una tarea tan compleja que convierta en impracticable toda la operación.

4. CAPACIDAD DE ELABORACIÓN DE MODELOS Y TENDENCIAS.

El sistema deberá ser capaz de generar automáticamente modelos continuamente actualizados sobre el comportamiento previsible de los clientes; por ejemplo:

Si se modifica tal elemento de la estrategia de marketing, ¿cómo reaccionarán los clientes?).

5. CONTINUIDAD.

El sistema deberá permitir una operación continua y, preferiblemente, automática de la información contenida en la base de datos (por ejemplo, actualizar la información, añadir nuevas variables, seleccionar muestras representativas, organizar la información en función de diferentes criterios, etcétera).

6. CAPACIDAD DE RESPUESTA.

El sistema deberá ser capaz de dar respuesta a "preguntas" ocasionales que sean de importancia estratégica; en este caso, es importante la estructura de data mining que se haya diseñado para el sistema (¿dónde están los filones de oro en nuestra mina de datos?). A ese respecto, de acuerdo con Ananyan, idealmente, ante una situación no usual, el sistema debería ser capaz de:

Admitir preguntas ocasionales, no repetitivas, sobre situaciones específicas no rutinarias.

Construir, a partir de esas preguntas, un modelo que determine de qué forma la variable seleccionada es influida por las variables independientes correspondientes.

Comprobar estadísticamente el modelo recién creado contrastándolo con los datos históricos disponibles en la propia base de datos.

Suministrar, a partir del modelo, los datos necesarios para elaborar una estrategia que responda a la situación específica, con miras a incrementar la eficiencia y rentabilidad de las actividades de marketing.

7. FLEXIBILIDAD.

El sistema debe ser suficientemente flexible como para admitir rápidamente cambios en su estructura sin que sea necesario proceder a su rediseño total; pero, además, debe estar dotado de la capacidad para incorporar rápidamente bases de datos externas al sistema (por ejemplo, listados de prospectos comprados externamente, información externa sobre el mercado, resultados de investigaciones de marketing propias o externas, etcétera).

8. DESARROLLADO CON CRITERIO ESTRATÉGICO.

El sistema debe estar diseñado, en todas sus partes, a partir del criterio de que será utilizado con el propósito de diseñar estrategias de marketing que permitan elevar al máximo el "valor integral neto" de cada cliente; no se trata, en consecuencia, de una simple acumulación estadístico-histórica de datos administrativos y contables.

BASES DE DATOS

La base de datos es el núcleo central de una plataforma tecnológica de CRM. El punto de partida de cualquier estrategia de marketing relacional. Pero no solo soporta la estrategia tecnológica también soporta la estrategía en si de un CRM. Sus atributos más Importantes son la adaptabilidad y la integración.

La captación y el almacenamiento de los datos es el punto de partida para cualquier estrategia de marketing relacional. Así, la base de datos se convierte en el núcleo central de la plataforma tecnológica cuyos atributos más importantes son la Flexibilidad y la integración.

En primer lugar, es necesario crear una arquitectura totalmente abierta, capaz de evolucionar paralelamente con el desarrollo tecnológico y de adaptarse, de forma progresiva, a las necesidades y exigencias cambiantes de cada proyecto. Sin embargo esto no es limitante debido a que la tecnología actual nos permite adecuar nuestras listas básicas. Haría aquí más énfasis en la calidad de la información obtenida que en su arquitectura.

En segundo lugar, tiene que estar integrada de manera que proporcione una visión completa, coherente y centralizada de cada cliente, y al mismo tiempo, sea capaz de capturar e integrar los diferentes tipos de interactividad que se establecen en todos los puntos de contacto de la empresa.

Una base de datos de marketing relacional está integrada por dos tipos de registros:

• Los registros básicos
• Los registros relacionales.

Los primeros están compuestos, entre otros, por el nombre del cliente, la dirección, el teléfono de contacto, la dirección de correo electrónico, la fecha de nacimiento, etc.

Los registros relacionales son aquellos derivados de los diferentes tipos de relación que se establecen con cada cliente: compras, respuestas a promociones, participación en eventos, utilización de servicios, reclamaciones, respuestas a encuestas, etc.

DATA MINING - QUE ES UNA BASE DE DATOS

¿Qué es una base de datos?

Para simplificar, una base de datos puede definirse como una caja dotada de una memoria viva, que puede evolucionar, a la demanda, con arreglo a las necesidades de la empresa, los nuevos parámetros, de las nuevas informaciones. Contrariamente a los ficheros tradicionales, proporcionan la maleabilidad necesaria para enriquecerse de manera permanente de fuentes exteriores. Presenta otra ventaja mayor: la flexibilidad de acceso. En efecto las bases de datos disponen de instrumentos de interrogación que le permiten al utilizador efectuar él mismo sus demandas sin movilizar todo un servicio informático.

Analizar, escoger, clasificar los comportamientos de consumo, luego "transformarlos" en acciones de marketing, eso es el papel de los bases de datos (data warehouse) y técnicas de análisis (datamining). Hoy, el 80 % de las empresas del otro lado del Atlántico utilizan este tipo de soporte para trabajar la fidelización. En Francia el 30 % solamente, pero con una aceleración fuerte estos últimos años.

¿Cuáles son las informaciones útiles, y cómo compilarlas?

Los progresos tecnológicos y la multiplicación de las fuentes de información (cartas de fidelidad, cuestionarios, paneles, cupones, centros de llamadas, promociones, etc.) permiten recolectar hasta 200 datos por cliente.

Las bases de datos de las grandes marcas almacenan por lo menos dos años de comportamientos de compra en millares de productos y varios puntos de venta. Toda la dificultad es de explotar bien estas informaciones muy rápidamente obsoletas. Una técnica que Danone domina perfectamente: tres millones de clientes segmentados, según su afecto a la marca, reciben mailing personalizados. El primer pasó hacia el one-to-one.