Skip to main content

Plan tecnológico para la personalización a escala

Para concretar la personalización a escala, las empresas deben enfrentar desafíos tecnológicos y comerciales al mismo tiempo, y los primeros que deben estar a la altura de estos desafíos son los funcionarios corporativos.

El verdadero logro del marketing moderno consiste en conseguir experiencias de primer nivel para los consumidores que también les sumen valor a las empresas. Para alcanzar este objetivo, los expertos en marketing cuentan con la personalización como recurso estratégico. Es así como las empresas pueden generar recomendaciones, contenidos, ofertas y experiencias a la medida de sus clientes, disponibles en todos los canales y dispositivos, para acompañarlos a lo largo de todo su recorrido. La personalización a escala tiene el potencial de agregar valor en el orden de USD 1,7 billones y USD 3 billones (Gráfico 1). Para captar este valor, las empresas tendrán que dominar las tecnologías necesarias y solucionar sus faltas de conexión a nivel organizacional — todo ello mientras forjan la confianza de sus clientes y protegen sus datos. Sin embargo, implementar e integrar las tecnologías adecuadas genera una complejidad significativa y requiere un alto grado de coordinación. Las empresas que logran sortear las barreras que las separan de la personalización a escala son aquellas que se ocupan de los desafíos tecnológicos y comerciales al mismo tiempo, comenzando por hacer que el CMO y el CTO/CIO trabajen en estrecha colaboración.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Las 4 D que impulsan la personalización a escala

La personalización a escala se apoya en la capacidad de una organización para gestionar las 4 D —Datos, Decisiones, Diseño y Distribución. En cada una de estas «D», la tecnología es clave para liberar todo el potencial de la personalización (Gráfico 2).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Datos

Desafío: los datos necesarios para una personalización efectiva están aislados en silos.

Solución: integrar una plataforma de datos de clientes y una plataforma de gestión de datos, potenciadas con plataformas de resolución de identidad para unificar datos que así estarán disponibles y activables en todos los canales.

Los datos deben estar centralizados y disponibles para que la actividad en un canal pueda reforzar de inmediato la interacción con el cliente en otro canal en tiempo real o lo más rápido posible. Para que esto suceda, se necesitan tres sistemas críticos para la gestión de datos:

  • Plataforma de datos de clientes (CDP). En la mayoría de las empresas, los datos de los clientes están distribuidos en sistemas distintos que no se comunican entre sí y suelen estar gestionados por distintos actores.Una CDP resuelve este problema al centralizar los datos más valiosos de una empresa en un modelo flexible y unificado para desarrollar una identidad del cliente con la que se pueda trabajar de la misma manera en todos los canales. Por lo general, una CDP se aloja en una nube pública o privada (aunque se la puede implementar dentro de la empresa cuando sea necesario) para gestionar terabytes (incluso hasta peta-bytes) de datos y hacer que estén disponibles con baja latencia.Una CDP moderna debería tener una interfaz amigable para que los especialistas en marketing sin conocimiento técnico puedan usar los datos disponibles en la plataforma. Además, la CDP debería tener un área de trabajo para análisis de datos donde los científicos de datos puedan implementar el aprendizaje automático y modelos de inteligencia artificial para «señalizar» los datos; es decir, crear señales y microsegmentos 1:1 que se puedan usar para focalización y personalización. Si bien la CDP también tiene que estar conectada a los sistemas de datos de la organización, debería ser un recurso independiente y autónomo. El área de Marketing debería ser su principal usuario y también definir los requisitos de la plataforma. Las soluciones de CDP incluyen software estandarizado y listo para usar, diseños completamente a medida y modelos híbridos. El modelo híbrido suele ser el más efectivo. Permite gestionar un lago de datos internos de la organización con una CDP externa de software como servicio (Saas) por encima de esa estructura.
  • Plataforma de resolución de identidad. La CDP utiliza datos de primera mano. Sin embargo, en muchos casos será imposible resolver una identidad de cliente solamente con datos de este tipo. Las plataformas de solución de identidad aumentan el índice de coincidencias de los clientes conocidos con identidades digitales que, de lo contario, serían anónimas. De esta manera, se amplía el universo de clientes actuales y potenciales a los cuales dirigir un mensaje. Algunas de las técnicas utilizadas incluyen la incorporación de datos. Esta técnica consiste en relacionar las direcciones de correo electrónico con las cookies del navegador web y los identificadores únicos de los dispositivos móviles de una misma persona. Las plataformas de resolución de identidad gestionan asociaciones de datos a gran escala para generar gráficos de clientes, dispositivos y ubicaciones en un amplio ecosistema digital y en canales no digitales. Los índices de coincidencia de identidad son altamente variables según el proveedor, el segmento de clientes y la ubicación geográfica. Por eso suele ser beneficioso trabajar con más de un proveedor. Cabe señalar que este espacio continuará evolucionando a la par de las normas regulatorias en materia de privacidad.Es crucial cumplir con las normas regulatorias en materia de privacidad como el Reglamento General de Protección de Datos (GDPR) en Europa, la Ley de Privacidad de Datos de California próxima a entrar en vigor y la Ley General de Protección de Datos (LGPD) en Brasil.
  • Plataforma de gestión de datos (DMP). Una DMP recibe datos señalizados de la CDP y hace que estén disponibles para ser activados en canales digitales. Una DMP también trabaja con datos de terceros para crear microsegmentos adicionales y segmentos similares con una gran cantidad de datos disponibles. Por ejemplo, la CDP puede incluir un segmento importante de clientes que están migrando hacia opciones de mayor valor, hicieron más de dos o tres compras en los últimos seis meses y visitaron el sitio web de la empresa recientemente. La DMP puede sincronizar este segmento con datos de terceros para detectar subsegmentos dentro de un grupo más grande, como millennials expertos en moda o abuelos adaptados al mundo de hoy. La DMP hace que estos microsegmentos estén disponibles a través de su mercado de datos. De esta manera, se genera un universo mucho más grande de clientes potenciales con las mismas características. Estos segmentos similares luego se pueden adaptar con mensajes y ofertas pensados para cada cliente en canales digitales propios y de terceros.

Aunque todas estas herramientas se usan desde hace tiempo, en la mayoría de las organizaciones el área de Tecnologías de la Información es la que tomó la iniciativa en la gestión de datos. Como resultado, los datos que podrían ser valiosos para las acciones de marketing moderno quedaron dentro de un silo y no están disponibles para los equipos del área de Marketing. Para destrabar este punto de atascamiento, los líderes de Marketing y Tecnologías de la Información deben desarrollar una visión compartida para que los datos estén disponibles en distintos canales. Como primer paso, el CMO y el CTO/CIO deben trabajar en estrecha colaboración para diseñar un caso de negocios y una hoja de ruta. Luego hace falta que consigan el apoyo necesario en la organización. Los pasos clave en su plan de ejecución incluyen detallar los casos de uso, determinar cuáles son los datos necesarios para que estos casos de uso se concreten, definir cómo y dónde se combinarán los datos, desarrollar un modelo de gobernanza de datos y establecer un Consejo de Gobernanza de Datos transversal a las distintas funciones de la organización.

Decisiones

Desafío: a lógica de las decisiones reside en sistemas individuales de caja negra para canales específicos, o bien no existe, lo cual resulta en una experiencia desarticulada para los clientes.

Solución: crear un motor de decisiones integrado que utilice modelos de aprendizaje automático e inteligencia artificial para calificar las distintas tendencias de cada cliente.

Para lograr una experiencia uniforme, los expertos del área de Marketing generan una serie de modelos analíticos centralizados en la CDP que genere calificaciones de tendencias y efectos de acciones de marketing en clientes a nivel individual. Con estos modelos, las empresas pueden anticipar su mejor acción de marketing dirigida al cliente sobre la base de un conjunto completo de comportamientos individuales y en un microsegmento. Es necesario que el motor de decisiones logre un equilibrio entre distintas reglas de marketing que compiten entre sí. De esta manera, las empresas se aseguran de que sus ofertas y experiencias no se superpongan o generen experiencias incongruentes. El aprendizaje automático y la inteligencia artificial compleja se están usando cada vez más para optimizar las decisiones y detectar patrones que no habían sido detectados previamente con los modelos estáticos.

Hoy en día, no existe una única plataforma que pueda funcionar como motor de decisiones centralizado por completo, a pesar de que se sostenga lo contrario. Es por eso que algunas empresas desarrollan su propio motor de decisiones. Nuestra experiencia indica que esta opción genera una gran deuda tecnológica y puede hacer que una empresa quede fuera de un entorno dinámico. Los proveedores innovadores están desarrollando soluciones independientes, y las principales plataformas en la nube están realizando grandes inversiones para mejorar sus capacidades de toma de decisiones basadas en inteligencia artificial.

Los líderes del área de Marketing necesitan trabajar con sus colegas para desarrollar una arquitectura de soluciones y decidir cómo lograr un equilibrio entre lo que construyen y lo que compran. Hay que tener presente el equilibrio entre obtener resultados rápidos y generar ventajas a largo plazo. Las consideraciones clave incluyen: ¿Qué tan únicos son sus requisitos? ¿Se pueden satisfacer con una solución existente en el mercado? ¿Qué tan preparada y equipada está su empresa para construir un motor de decisiones singular y basado en inteligencia artificial, y una interfaz de software fácil de usar? ¿Las principales capacidades de decisión son parte de su propuesta de valor? ¿Es crítico tener esas capacidades de decisión?

Al margen de la elección, siempre es una buena idea tener un programa de experimentación activa para probar las nuevas herramientas de decisión que surgen y mejoran todo el tiempo. Los nuevos proveedores que ofrecen soluciones basadas en inteligencia artificial ofrecen periodos de prueba gratuitos o bien a precios accesibles. De esta manera, resulta mas fácil evaluar nuevas soluciones y compararlas con las herramientas actualmente en uso dentro de la organización. Este es probablemente el espacio que más evolucionará en los próximos años.

Diseño

Desafío: los expertos en marketing no dan abasto con el volumen y la velocidad de la experimentación que se necesitan para la personalización

Solución: desglosar el contenido en pequeñas secciones que se puedan mezclar y combinar para lograr una mayor flexibilidad.

Con la personalización a escala, la cantidad y diversidad de modalidades de llegada al cliente aumentan en forma exponencial. Esto genera la necesidad de diseñar y crear mucho más contenido.

Para poder hacerlo, una empresa tiene que dejar atrás los procesos de diseño tradicionales, los cuales mayormente generan contenido individualizado, y apuntar a gestionar una fábrica de contenidos. El contenido (arte, fotos, texto publicitario, videos, correos electrónicos, carteles, elementos para mostrar en la web y en aplicaciones, e incluso componentes de canales no digitales direccionables) debe dividirse en componentes modulares, para mezclar y combinar plantillas rellenadas dinámicamente y entregarlos como elementos de formato múltiple a medida que sea necesario. Todos estos elementos tienen que estar etiquetados para que se los pueda ubicar y rastrear fácilmente, y se los debe almacenar como una biblioteca de contenidos dentro de un repositorio de gestión de activos digitales (DAM) y una plataforma dinámica de optimización de creatividad.

La gestión efectiva del contenido y las ofertas en módulos requiere una cuidadosa taxonomía de ofertas basada en una amplia gama de factores, como segmento de clientes, tipo de oferta, canal, colocación, categoría de producto y campaña asociada. Sin esta taxonomía, no se puede automatizar la selección de ofertas. Esta taxonomía se debe usar para almacenar y etiquetar todos los contenidos y ofertas en un repositorio centralizado, el cual suele ser una base de datos diseñada específicamente para almacenar todos los metadatos de las ofertas junto con sus identificaciones de referencia que normalmente se alojan en el DAM. Es necesaria una interfaz del usuario que sea fácil de usar para que el personal sin conocimiento técnico pueda crear nuevos activos y ofertas. Una vez que se etiquetan los módulos de contenidos y ofertas, el motor de decisiones puede evaluar variaciones de contenidos constantemente y duplicar las versiones que logran los mejores resultados.

Distribución

Desafío: no hay coordinación en tiempo real entre los distintos canales.

Solución: integrar los canales para coordinar las comunicaciones y reaccionar a las acciones de los clientes.

El último paso para llegar a la personalización a escala es conectar los elementos de datos, decisión y diseño con los sistemas de tecnologías de marketing (como pruebas A/B, sistemas de gestión de contenidos y plataformas de correo electrónico) que materializan la experiencia del cliente. Cuando todos estos elementos funcionan en conjunto, las empresas pueden reaccionar ante las oportunidades que se les presentan en lugar de simplemente apoyarse en una serie de campañas predeterminadas para interactuar con clientes actuales y potenciales. Por ejemplo, cuando un cliente está buscando un producto, los sistemas de datos y decisiones detectan la oferta adecuada al perfil de esa persona. Este primer paso activa el repositorio de contenidos y ofertas para ensamblar los módulos de contenido relevantes y pasarlos a las plataformas de tecnologías de marketing. Por último, estas plataformas les muestran los módulos de contenido a los clientes en el canal relevante. El sistema hace un seguimiento del desempeño de la oferta, devolviéndole los datos a la CDP en tiempo real para que «aprenda» qué funciona y qué no (Gráfico 3).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Integrándolo todo

En la mayoría de los casos, las CDP tienen interfaces de programación de aplicaciones y otras conexiones de datos que se pueden vincular con el conjunto de canales y sistemas de datos de registro (MarTech, AdTech, CRM, contenido, comercio electrónico y POS) que la mayoría de las empresas utiliza para presentarles ofertas a los clientes. Esto hace que la integración y activación de datos en el paquete de tecnología sea relativamente fácil y ayuda a resolver un problema histórico básico: plataformas de tecnología de marketing implementadas casi sin tener en cuenta cómo estos sistemas podrían compartir datos de manera eficaz para impulsar una participación más efectiva en cada interacción en todos los canales.

Si bien las nuevas tecnologías pueden ayudar a resolver este problema, el mayor problema suele ser organizacional. Los «titulares de canales», que son responsables de un solo canal, generalmente son recompensados únicamente por el desempeño de ese canal en particular. Con lo cual, es comprensible que se sientan poco motivados para dedicar parte de su tiempo a pensar cómo compartir datos con otros canales. Estas faltas de conexión se solucionan con un modelo operativo ágil para las acciones de marketing. Esto significa crear equipos multifuncionales que incluyan titulares de canales que sean responsables de optimizar todo el recorrido multicanal de los clientes dentro de su segmento.


La tecnología para desbloquear el valor de la personalización a escala está nuestro alance. Es sorprendente ver hasta qué punto ya la hemos implementado. No es necesario hacer todo a la vez. Se puede comenzar desarrollando una hoja de ruta con hitos parciales para evaluar el desempeño de las plataformas sobre la base del equilibrio entre el valor en juego y la facilidad de implementación de estas nuevas herramientas. El próximo paso es identificar y priorizar los éxitos inmediatos que ayudarán a que la empresa continúe financiando la transformación.

Por último, no hay problemas tecnológicos; hay problemas humanos. Como seres humanos, cuidamos celosamente nuestros datos. Adoptamos rutinas que luego nos cuesta cambiar. Nos aferramos a decisiones tradicionales que ya quedaron obsoletas. Decidimos cómo colaborar con los demás. Como seres humanos, también somos motores de inspiración y agentes de cambio que no solo hacemos posible la personalización, sino que la plasmamos en una experiencia sorprendente y placentera para nuestros clientes cada día.

Sobre el/los autor(es)

Sean Flavin es experto sénior de McKinsey con base en la oficina de Atlanta y Jason Heller es socio de McKinsey con base en la oficina de Nueva York.