Uso de tecnologías de Big Data para impulsar la gestión de la experiencia del cliente

¿Qué es Big Data?

Hay quienes dicen que el mundo se está haciendo más pequeño. De alguna manera lo es, ciertamente con respecto a la rapidez y facilidad con la que podemos conectarnos con personas de todo el mundo. Pero de otras formas, el mundo se hace más grande. Autos más grandes, negocios más grandes y big data. Ese último punto es el enfoque de esta lección, particularmente con respecto a cómo se aplica a la gestión de la experiencia del cliente.

Big data es un término que se refiere a la información que es grande en variedad, volumen y velocidad. Tomemos un momento o dos para cubrir estas tres V:

• Variedad: esto significa que la información puede provenir de diversas fuentes, como datos recopilados durante la investigación, información recopilada de las redes sociales, datos relacionados con la contabilidad, etc. La variedad también se refiere a los numerosos formatos diferentes en los que pueden venir estos tipos de datos, incluidos documentos de texto, audio, video, fotos, etc.
• Volumen: este es obvio. Simplemente hay una gran cantidad de datos para recolectar, almacenar y analizar. La cantidad de datos disponibles se mide comúnmente en terabytes a petabytes.
• Velocidad: Esto se refiere al hecho de que estos datos pueden llegar a un ritmo rápido y / o deben analizarse en un período corto de tiempo, si no en tiempo real, porque podrían volverse obsoletos rápidamente.

¿Qué son las tecnologías de Big Data?

Es importante comprender que ninguno de estos datos en su totalidad puede ser procesado, comprendido y analizado por una sola persona. Incluso un grupo de personas tendría problemas para hacer algo de eso sin la ayuda de las tecnologías de big data, las aplicaciones que se utilizan para capturar, manipular y evaluar los big data.

Estos son solo algunos ejemplos de las numerosas formas de tecnologías de big data:

• Stream Analytics , que es una tecnología que puede analizar fuentes de datos en vivo (transmisión)

• Análisis predictivo , que se utiliza para ayudar a analizar un conjunto de datos y construir modelos predictivos a su alrededor para realizar tareas clave, como la minimización de riesgos.
• Búsqueda cognitiva y descubrimiento de conocimiento , que utiliza inteligencia artificial para procesar información de múltiples fuentes de datos.

Big Data y clientes

La gestión de la experiencia del cliente , a veces abreviada como CEM , se refiere a la necesidad de que las empresas analicen y gestionen la forma en que su base de clientes se relaciona con la empresa. En ese sentido, la empresa debe ser capaz de identificar cómo los clientes interactúan con una empresa, cómo perciben la marca de la empresa y cómo la empresa puede reaccionar a dicho conocimiento para superar la satisfacción del cliente y, como resultado, impulsar la lealtad.

Entonces, la pregunta es, ¿cómo se pueden utilizar las tecnologías de big data y big data para impulsar el proceso de gestión y relaciones de la experiencia del cliente? Para empezar, debe recopilar datos relacionados con las experiencias de los clientes. Estos datos se pueden recopilar a partir de correos electrónicos de clientes, encuestas, llamadas telefónicas y publicaciones en redes sociales relacionadas con la empresa, la marca o sus productos.

Estos y otros datos relevantes se incorporan a varias tecnologías de big data para medir el sentimiento, la satisfacción y la percepción de la marca del cliente, entre muchas otras cosas. Armadas con este conocimiento, las empresas pueden administrar las experiencias de los clientes creando perfiles de clientes individuales que les permitan personalizar sus interacciones con un cliente, lo que podría aumentar la lealtad del consumidor.

Ejemplo de uso de Big Data

Como probablemente pueda ver, los macrodatos y los conceptos que contienen son en sí mismos, bueno, grandes, por lo que solo podemos cubrir una parte en una lección, pero intentemos llevar el punto a casa sobre todas las cosas que acabamos de cubrir hace un momento con un ejemplo.

Supongamos que posee una empresa llamada Powerfit Bros. Powerfit fabrica un dispositivo tecnológico portátil que mide el rendimiento deportivo y, por supuesto, tiene una aplicación de teléfono inteligente conectada. Consideremos las tres V nuevamente:

Los datos que recopila de los clientes son variados, ya que los datos provienen de sensores en el teléfono, en la tecnología portátil, correos electrónicos de clientes, encuestas y otros datos de aplicaciones. Debido a que estos datos se reciben de múltiples fuentes en tiempo real, son datos de alta velocidad. Finalmente, como resultado de la gran variedad y velocidad de los datos, también puede considerarse voluminoso.

Entonces, ahora que tiene todos estos big data, puede emplear varias tecnologías de big data para averiguar todo lo que pueda sobre su cliente, incluidas las siguientes:

• Qué deportes practican o rutinas de fitness que emplean
• Datos potenciales relacionados con la salud, como aumentar o disminuir los niveles de condición física
• Cómo usan su gadget y aplicación, con qué frecuencia y dónde
• Dónde compran ropa relacionada con el deporte
• Qué comen para mejorar su estado físico

Estos son solo algunos de los muchos puntos de datos que se pueden recopilar a través del dispositivo, los sensores del teléfono inteligente y las interacciones del cliente con la aplicación. Luego, puede crear un perfil de cliente para cada cliente a partir de esos datos.

¿Que haces entonces? Bueno, tendrá que usarlo para proporcionar interacciones relevantes, oportunas e inteligentes con los clientes. Estos pueden incluir ofertas de clientes a una persona oa personas cuando son más receptivas a dicha oferta.

Por ejemplo, digamos que su análisis de big data descubrió que un cliente suyo, un tipo llamado Bob, es corredor, tiene un perro y recientemente estaba mejorando su estado físico, pero parece haber dejado de correr. Otros datos sugieren que está perdiendo la motivación.

Quizás ahora sea un buen momento para usar esa aplicación para enviarle un artículo relevante sobre cómo los corredores que pierden la motivación pueden matar varios pájaros de un tiro corriendo con Fido. De esa manera, Fido hace algo de ejercicio y tiempo al aire libre (un cachorro feliz), y Bob también vuelve a la normalidad y se mantiene saludable.

¿Por qué molestarse con esto?

Es porque Bob tendrá la sensación de que Powerfit Bros está allí para ayudarlo en el momento adecuado y de la manera correcta. Esto impulsa la lealtad a la marca y la retención de clientes al mejorar la experiencia del cliente. A su vez, Bob se convertirá en un defensor de la empresa; por lo tanto, lo recomiendo a amigos y familiares. ¿Y eso qué hace a su vez? Ayuda a aumentar los ingresos de una empresa.

Aquí hay otra posibilidad: cuando sus datos le dicen que Bob está corriendo con Fido, ¿por qué no recomendar la línea de productos Doggie Running Gear de Powerfit? Mensaje correcto, entregado a la persona adecuada, en el momento adecuado. Esa es solo una forma de cómo se pueden cruzar los macrodatos y la gestión de la experiencia del cliente.

Resumen de la lección

Esta lección tiene un gran volumen de datos variados que le llegan a gran velocidad. En otras palabras, big data (por así decirlo). Así que resumamos todo.

Big data se refiere a la información que llega a alta velocidad, de una amplia variedad de fuentes, y es de gran volumen: algo que podemos llamar las tres V para ayudarnos a recordar: velocidad, variedad y volumen. Algunas tecnologías de big data incluyen:

• Stream Analytics , utilizado para analizar fuentes de datos en vivo (streaming)
• Analítica predictiva , utilizada para construir modelos predictivos
• Búsqueda cognitiva y descubrimiento de conocimientos , que utiliza inteligencia artificial para procesar información de múltiples fuentes de datos.

El big data y la tecnología relevante se utilizan para la gestión de la experiencia del cliente , lo que implica gestionar la forma en que un cliente percibe e interactúa con una empresa o marca. El propósito de esto es aprovechar los datos y perfiles del cliente creados a partir de los datos para entregar el mensaje correcto, en el momento adecuado, a la persona adecuada. Esto ayudará a crear lealtad a la marca y ventas de boca en boca, lo que generará un aumento en los ingresos.