La analítica y la estrategia digital resultan primordiales en el día a día de los medios de comunicación, que en el actual contexto buscan impulsar sus modelos de suscripción. Sin embargo, debido al proceso de transformación digital que el tejido empresarial experimenta desde hace años, estas áreas han cobrado gran importancia para cualquier compañía u organización cuya actividad requiera del uso de herramientas virtuales.

En una ponencia enmarcada en el ciclo de conferencias digitales de Piano, el Sales Engineer de esta compañía, Declan Owens, ha dado algunas claves para optimizar la analítica digital y construir una estrategia de datos efectiva. Ha estado acompañado de Francisca Durán Bruce, Directora Comercial de Piano, que se ha encargado de la introducción y moderación de este encuentro

Los problemas de las empresas con el análisis de datos

En primer lugar, Owens ha hablado del concepto de analítica. A pesar de que ha remarcado que el término no es nuevo, ha explicado en que su aplicación al ámbito digital aún resulta compleja para algunas empresas. Según el experto, cuando cada equipo utiliza herramientas específicas para sus funciones, comienzan los problemas: “Es un elemento de complicación porque se generan muchos puntos de contacto entre equipos, herramientas y clientes”.

Para explicar cómo solucionar esto, el experto ha recurrido a varios casos prácticos. En el primero, ha invitado a los asistentes a imaginar que trabajan en un medio de comunicación y les ha preguntado qué responderían si les preguntan por el rendimiento de los contenidos de deportes en general. Aquí surgiría un problema, ya que ni los sistemas de medición ni las métricas de estos tienen por qué estar unificadas ni medirse de la misma forma. Un ejemplo de esto es la diferencia que existe entre lo que YouTube entiende como una visualización de vídeo y lo que otra plataforma, como Facebook, identifica como tal.

En el segundo ejemplo ha planteado una situación similar en una empresa de seguros. Si un cliente pregunta por la cuota de interacciones de los touchpoints físicos y digitales, tampoco tendría por qué existir una medición ni una base de datos homogénea. Lo mismo sucede en el tercer caso, una empresa de construcción que vende en establecimientos e internet y que busca saber quiénes son sus mayores clientes, pero que cuenta con una mala clasificación de los productos.

Responder a estas cuestiones en cualquiera de los tres casos requeriría emplear tiempo y esfuerzo que podría utilizarse en otras actividades. Declan Owens, que también ha trabajado como consultor, suele dar dos respuestas cuando las compañías que contratan sus servicios plantean este tipo de dificultades:

• “Tus herramientas de analítica tienen que adaptarse a tu negocio, no al contrario”
• “Si lo más importante es el usuario, la analítica tiene que estar centrada en él”

Hacia un modelo user centric de procesamiento de datos

Tras identificar las situaciones y aportar dos claves para el punto de partida, Owens ha propuesto un sistema de procesamiento único como solución a estas problemáticas. Esto permite a todos los equipos de la compañía tener un “punto central” en el que almacenar, etiquetar y gestionar los datos recopilados. “Hay que tener datos limpios y transparentes, pero también seguros”, ha apuntado el ingeniero de Piano.

Así, a través de este nexo entre los distintos departamentos, se genera un espacio en el que los datos pueden consultarse de forma unificada, lo que posibilita la optimización de procesos. Para su construcción, resulta primordial homogeneizar la nomenclatura de las acciones que realiza el usuario (visitas, compras, reproducciones de vídeo…). De esta manera, cada equipo puede utilizar sus propias herramientas y, después, volcar la información en un lugar común.

Para el desarrollo de estos sistemas, Owens recomienda recurrir a profesionales o empresas que puedan hacer estas funciones o, si es viable, incorporar alguien al equipo con este fin. Sea como fuere, el proceso implica a toda la compañía  y debe seguir los siguientes pasos:

• Definir el modelo de gobernanza de datos: en primer lugar, cuando ya se han identificado las necesidades, hay que decidir si se optará por un modelo centralizado o descentralizado. Owens apuesta por las soluciones híbridas “para que los equipos puedan hacer su trabajo como quieran”.
• Reunir a las partes interesadas para intercambiar necesidades: cada departamento o equipo debe exponer qué necesita, qué herramientas emplea para recopilar información y que aplicación le da.
• Diseñar un modelo de datos: en esta fase, tras escuchar a los empleados, se procede al diseño de un modelo de datos en el que las demandas realizadas se vean reflejadas.
• Elección de herramientas: el último paso es redefinir qué herramientas se usarán para recopilar los datos que se introducen en el sistema de procesamiento central. Owens recomienda ser “flexible”, ya que cada equipo tiene sus necesidades.

Noticias Relacionadas

Las aplicaciones del machine learning en la gestión de modelos de suscripción

Las 5 pautas para crear una Gobernanza de Datos efectiva en una empresa

Las conclusiones de Declan Owens

Al término del encuentro, el Ingeniero de Ventas de Piano ha aportado algunas conclusiones sobre los modelos de centralización de datos. “Tenemos que proponer mejores modelos de datos para que los equipos puedan tomar decisiones eficaces”, ha apuntado Owens. También ha subrayado que es primordial “mantener buenas relaciones con expertos” debido a los conocimientos específicos que requiere la gestión de datos.

En lo referente a los medios, el experto ha recomendado identificar los eventos más importantes, como las suscripciones, y sugerir al equipo de producto que vaya unificando paulatinamente los datos relacionados con las acciones que los usuarios realizan desde que entran a la página hasta que realizan o no su suscripción.