Una de las asignaturas pendientes de muchas empresas es la buena ejecución y desarrollo de sus acciones de marketing relacional. Es decir, conocer bien a los clientes, el mercado y saber de qué manera dirigir, implementar y coordinar nuestras comunicaciones, campañas promocionales y acciones de marketing. Para lograr este objetivo, es vital recopilar la mayor cantidad de información útil y conocimiento sobre el consumidor para maximizar la rentabilidad de las campañas y para no centrarnos en aquellos clientes que, por su propia condición, no estén tan interesados en ese producto o servicio.

Una de las posibles vías a las que las empresas están recurriendo para conocer mejor a sus clientes es el manejo de herramientas de Big Data. Una opción que permite recolectar un gran volumen de información útil de clientes actuales y potenciales. El uso de estas herramientas ya está prácticamente generalizado, pero no se puede decir lo mismo de la explotación consciente y aprovechable de estos datos de negocio.

El análisis de Big Data suele ser bastante complicado y costoso por el gran volumen de información que maneja. Por ello, para muchas empresas es mejor partir de un modelo de recolección de datos acorde a sus necesidades, que tenga la posibilidad de escalar la información, tanto en número como en dimensiones, y sea accesible desde cualquier área de la compañía, ya sea en una plataforma integrada de información o desde el área de CRM.

Las estrategias de Small Data pueden ser un buen método debido a que consiguen crear una imagen tipo del consumidor de una empresa sin la necesidad de invertir en grandes cantidades de datos. Éste es tan solo uno de los tantos modelos de datos existentes, pero en este caso necesitaremos que la información recogida sea especialmente útil para elaborar las campañas de marketing relacional. Por tanto, es necesario contar con un sistema que garantice una auténtica inteligencia de negocio, y para ello se deben considerar los siguientes aspectos:

• Ser un modelo pensado para crecer en tiempo real. Aunque una empresa pequeña decida apostar por un modelo de Small Data, porque su número de clientes fijo es no demasiado grande, nunca hay que descartar la posibilidad de que esta compañía crezca. Ahí radica la importancia de que el modelo elegido sea escalable a las necesidades de la empresa, que crecerán a medida que lo haga su número de clientes.
• Considerar la existencia de datos estructurados, semiestructurados y no estructurados. Los datos estructurados son el conjunto de información más común que se puede encontrar en las bases de datos, pero no son los únicos que pueden ofrecer detalles relevantes sobre los consumidores. También es recomendable tener en cuenta a los datos no estructurados, es decir, aquella información que no posee una estructura interna identificable y que debe almacenarse e identificarse. Estos datos se pueden generar en documentos en múltiples formatos como PDF, Word, vídeos… pero los más importantes para una campaña de marketing relacional suelen ser: e-mails, mensajería instantánea o ubicaciones.
• Incluir procesos de limpieza, deduplicación y enriquecimiento. Uno de los principales dolores de cabeza a la hora de gestionar herramientas de datos es el momento de organizar la información y comprobar si existen datos sin actualizar, duplicados o que no ofrecen todo lo que deberían. En este sentido, un modelo que gestione y elimine automáticamente aquellos datos duplicados o erróneos será más sencillo de utilizar y ahorrará tiempo de gestión a los empleados.
• Estar en un entorno seguro. En el año 2020 se detectaron 6.690 ciberincidentes de peligrosidad muy alta solo en España, según cifras del CNI que duplican a las alcanzadas en el 2019. El confinamiento trajo consigo la digitalización de muchas empresas y, en consecuencia, también atrajo a los ciberdelincuentes. Esto es especialmente peligroso para las compañías que manejan un volumen importante de datos de sus clientes, ya que podrían ser sustraídos en uno de estos ataques. Por ello, resulta más importante que nunca contar con un modelo que garantice la seguridad de esta información.
• Estar concebido para alimentar y alimentarse desde distintas aplicaciones que la empresa utilice. La información de los clientes potenciales es tan útil para el equipo de marketing de la empresa, que debe decidir cómo organizar las campañas, como para el equipo de ecommerce, que debe ver cuáles son las zonas con más demanda de comercio electrónico. Por ello, es positivo que el modelo de organización de datos llegue al mayor número posible de aplicaciones usadas por la compañía.

En definitiva, este modelo debe estar gestionado desde una perspectiva D2C (direct to consumer) para que se recopilen y analicen aquellos datos verdaderamente útiles para la compañía y que, ante todo, recojan las necesidades y peticiones de los clientes.