Opinión Marketing Digital

Predictive data: cuando menos es más

El mundo del marketing y la publicidad apuesta por una nueva estrategia: las predicciones a partir del procesamiento de información, en los consumos e intereses de los clientes. Saber más sobre un posible target, permite focalizarse en aquello que se va a ofrecer.

Vivimos en una era en donde muchas veces las personas pueden sentirse “bombardeadas” ante la enorme cantidad de productos y servicios que se les ofrece desde la publicidad. Actualmente, las estrategias publicitarias están centrándose cada vez más en lo que se conoce como “predictive data”, es decir, la predicción de información clave a partir de un entrecruzamiento de intereses, necesidades y consumos. La estrategia pone el acento en evitar “invadir” al cliente con publicidades que no sean de su interés y así poder ofrecer una venta de carácter más selectivo y con mejor oportunidad de llegada.

Como afirmó el aclamado estadístico y escritor Nate Silver, todos los días, tres veces por segundo producimos el equivalente a la cantidad de información impresa que puede hallarse en la Biblioteca del Congreso de Estados Unidos. Aquellos que conozcan y utilicen las técnicas adecuadas para filtrar y procesar este volumen de información tendrán sin duda una ventaja sobre sus competidores.

Predicciones: ¿Qué, cómo y por qué?

Ante la voluminosa suma de información que se halla en el universo virtual (transacciones bancarias, utilización de tarjetas de crédito, redes sociales) hay todo un mundo de información para ser utilizado a la hora de comprender y ofrecer productos a posibles clientes. Claramente las grandes multinacionales no son ajenas a esta realidad y por ello han implementado sistemas que permiten digerir miles y miles de datos posibles de entrecruzar con diversas variables. Hoy, el término de predictive data no sólo se utiliza para pensar posibles acciones, consumos o intereses de un cliente (o potenciales clientes) sino que también resulta clave para desarrollar estrategias y mejorar la efectividad del marketing a realizar, interactuando con la publicidad en medios o canales de venta.

Un ejemplo de utilización de predictive data se dio en las dos campañas presidenciales de Barack Obama. El equipo de asesores del actual presidente estadounidense tomó nota que en la costa oeste las mujeres entre 40 a 49 años tenían una especial predilección por George Clooney y Sarah Jessica Parker, y que estarían dispuestas a pagar por conocer a sus ídolos. Ambas figuras fueron claves en las cenas que organizó el actual presidente estadounidense para recaudar fondos para las elecciones. Una estrategia elegante y contundente.

Existen tres tipos de modelos predictivos: de anticipación, de descripción y de decisión. El primero de ellos permite analizar el comportamiento pasado de un individuo y a partir de allí evaluar futuras reacciones, diferencias y continuidades de conducta. Este tipo de modelos pueden ser fundamentales, por ejemplo, a la hora de evaluar la situación de riesgo crediticio de una persona. En cambio, el análisis que se centra en modelos de descripción permite clasificar a los clientes en grupos y establecer diferentes targets a la hora de realizar una campaña. De esta manera pueden armarse redes entre numerosos clientes y una variedad de productos. Por último, el modelo que focaliza en la decisión, describe la relación que se pone en juego ante el consumo o interés previo del cliente y su cruce con diversas variables del presente, que pueden ser de carácter personal o externas incluyendo por ejemplo un comportamiento ante determinado clima.

De acuerdo con MarketShare, una empresa de análisis predictivo en Estados Unidos, hay compañías que aseguran haber mejorado entre un 10 al 30 % en sus estrategias publicitarias. Y muchos argumentan que “los hombres se hacen de hábitos” y que “solemos tropezar dos veces con la misma piedra”. Tal parece que las predicciones han llegado para quedarse.

Más Leídos
Semanal
Mensual
Anual
Contenidos Patrocinados
ADS
Promocionados