Mirando un tema pesado hoy: Big Data para marketing. “Pesado” porque es algo filosófico. Creo que Big Data for Marketing tiene más que ver con las preguntas que con las respuestas. Más sobre los conocimientos que la tecnología. La oportunidad radica en definir cómo Big Data puede ayudarlo a llegar mejor a sus clientes con sus mensajes de una manera que los haga actuar. Y esto comienza con preguntas simples como: ¿cómo se desempeñó su última campaña? ¿Qué palabras clave generan conversiones? ¿Qué sitios web visitaron mis prospectos antes de llegar a mis sitios? ¿Qué conversaciones sociales están impulsando las acciones que conducen a un compromiso más profundo con su marca? Big Data for Marketing es fácil de decir pero difícil de hacer. Así que aquí hablaré con algunos de los “expertos” sobre cómo aprovechar todos estos datos y convertirlos en conocimientos comerciales reales que generen valor comercial real.
El Big Data Marketing es como la minería de oro
Dean Bedard compara el marketing de Big Data con la extracción de oro cuando dice que “no es suficiente saber dónde están las cosas preciosas. Para cosechar las riquezas, primero tienen que sacarlas de la tierra y convertirlas en algo que puedan usar”. Él describe cuatro pasos para priorizar el camino hacia la extracción de información de Big Data, que incluye:
Establecer un equipo multifuncional de marketing y TI Priorizar los objetivos de marketing Big Data puede ayudarlo a lograr Mapear las fuentes de datos para obtener informes sobre métricas clave que respalden los objetivos principales (KPI) Crear una hoja de ruta de implementación de “marketing ágil” que se desarrolla contra el áreas de mayor prioridad para generar el valor más rápido.
Big Data para marketing requiere ‘pensamiento de destino’
Matt Ariker de McKinsey tuvo pensamientos similares cuando sugiere que los especialistas en marketing comiencen sus proyectos de Big Data pensando en el objetivo final y luego trabajando en todos los detalles. Este llamado “pensamiento de destino” ayudará al especialista en marketing estratégico a evitar las trampas de muchos proyectos de Big Data Marketing donde el producto final se convierte en el objetivo final en sí mismo en lugar del valor comercial imaginado desde el principio.
La era de las grandes pruebas
Scott Brinker (@ChiefMarTec) sugirió en mi propia serie de entrevistas sobre el futuro de la mercadotecnia que necesitamos fomentar más experimentación de mercadotecnia y “pruebas grandes”. Él cree que el marketing debe aprovechar tanto la nueva tecnología como los nuevos talentos para comenzar a crear hipótesis. Luego, use Big Testing para probarlos, correctos o incorrectos. Para Scott, “la clave del marketing científico es en realidad adoptar la experimentación de marketing como motor de la innovación continua”.
Oficinas de marketing como pisos de salas comerciales
Brian Kardon (@BKardon), director de marketing de Lattice Engines, imagina un día en el que las oficinas de marketing se asemejan a mesas de negociación con pantallas de transmisión de datos en tiempo real y vendedores que gritan “compra, compra”. Pero lamenta que el esfuerzo de la mayoría de los departamentos de marketing por desarrollar tableros en tiempo real se ve “eclipsado por innumerables Powerpoints de marketing y planes de marketing que nunca se leen”. Brian entiende el poder de las preguntas. En su propia oficina tiene tableros que le dicen:
¿Cuál fue la tasa de cancelación de suscripción de esa nueva campaña? ¿Qué versión del correo electrónico funcionó mejor, la del botón naranja o la del botón azul? ¿Qué ofertas están atascadas en la tubería durante más de 60 días? ¿Qué representantes tuvieron las tasas de victorias más bajas este año hasta la fecha? ¿La opinión de Twitter sobre nuestra marca tiene una tendencia al alza o a la baja? ¿Qué porcentaje de nuestros clientes en Dell están usando Lattice en este momento? ¿Cómo se compara esto con ayer, la semana pasada o el mes pasado? ¿Cuántos visitantes únicos visitaron nuestro sitio hoy? ¿De dónde vienen ellos?
El marketing de Big Data debe ser ilustrativo
Según Jon Barón (@TagManJon) la diferencia entre Grandes datos y Mercadotecnia de grandes datos no se encuentra en los análisis, sino en las percepciones que se convierten en comportamiento. Jon define Big Data como “un término simplista que se refiere a la acumulación y el análisis automatizados de datos de audiencia a gran escala”. Pero enfatiza que Big Data para marketing debe ser ilustrativo de la audiencia objetivo que el especialista en marketing busca comprender. Debe ayudarnos a ser más eficientes o efectivos para llegar a un público objetivo y hacer que actúen de acuerdo con el mensaje de marketing.
Big Data Marketing significa que usted entiende las preguntas de sus clientes
Finalmente, en mi propia diatriba de Big Data Marketing, hablo sobre la necesidad de comprender el preguntas que hacen nuestros clientes cuando realizan una búsqueda en Google, visitan un sitio web o participan en una conversación en las redes sociales. Creo que cada plan de marketing debe comenzar con un análisis de la “participación de conversaciones” de su empresa. Esto le muestra no solo qué tan conocida es su empresa en su espacio de soluciones, sino también qué tan probable es que sus clientes actúen de acuerdo con ese conocimiento (RT, comenten y, en última instancia, se conviertan en clientes potenciales y clientes). Mi propio plan de 4 pasos para Big Data Marketing Insights:
Defina las principales palabras clave y temas de sus clientes a través del análisis de búsqueda. Comenzando con una simple mirada a Google Trends. Análisis social para mostrar qué % de las conversaciones sociales incluyen mención de su marca. Aquí es donde los datos se vuelven realmente grandes. La información de los análisis de su sitio web lo ayudará a comprender qué palabras clave y dominios de referencia generan conversiones. Finalmente, combine estos 3 grandes conjuntos masivos de datos para ayudar a tomar decisiones sobre planes de marketing, tácticas y presupuesto.
Así que aquí hay una selección de pensamientos de gente a la que sigo. Pero déjame saber lo que piensas en los comentarios a continuación.
