Elemento clave: Conocer al cliente #bigData #RedesSociales

El sueño de todo vendedor es saber qué quiere exactamente un cliente y poder ofrecérselo. Lo curioso es que hoy en día los que tenemos presencia en redes sociales (Facebook, Twitter, etc.) estamos continuamente emitiendo nuestros gustos más o menos públicamente de acuerdo con los niveles de privacidad que tengamos configurados. Además de esto, hay muchísima más información sobre nosotros en Internet y otros canales.

La cuestión es que las empresas conocen (o pueden conocer si somos clientes) parte de nuestros gustos y otra parte podrían llegar a averiguarla o, al menos, tener más datos sobre cada uno de nosotros, pero de momento, y a pesar de los enormes avances en sistemas informáticos, es difícil cruzar información de diversas fuentes totalmente dispares para establecer los perfiles adecuados y orientar los productos y publicidad en base a ello (al margen de las posibles cuestiones legales).

Eso es lo que hace, por ejemplo, Google cuando usamos su buscador. En diferentes partes de la página de resultados aparecen enlaces de publicidad patrocinados y que tienen relación con el tipo de contenido que intentamos encontrar. Así, si buscamos “Hotel en Madrid” todos los anuncios que veremos en www.google.es (y muy probablemente en las webs con anuncios de Google) serán de ofertas de alojamiento en la capital. De esta manera muestran solo información con alta probabilidad de que sea de interés (para que hagamos clic, visitemos en enlace y cerremos una venta, alegrándole el día al anunciante y a Google).

Esto no es más que la punta del iceberg de lo que nos espera en un futuro al más puro estilo de la película “Minority report” cuando el protagonista, identificado por su retina, recibe continuamente anuncios especialmente orientados a sus gustos.

Existen en la actualidad sistemas destinados a la gestión de enormes volúmenes de datos (llamados “big data”) que deben ser capturados, almacenados, compartidos, analizados y visualizados. Con seguridad se están usando ya hoy de manera práctica. Un ejemplo es lo que supuestamente, según la revista Time, hizo el equipo de Barak Obama en las recientes elecciones a la presidencia de EE.UU. Según esta fuente, un amplio equipo de analistas (40 ingenieros 14 horas al día, 6 días a la semana) se dedicó a medir y recopilar información de todas partes (censos, bases de datos, redes sociales, webs, etc.) durante dos años en una megabase de datos, que después explotaron para extraer cómo poder llegar mejor a cada uno de los potenciales votantes, emitiendo anuncios en los programas de TV preferidos por el público más indeciso por área geográfica, enviando mailings con mensajes personalizados y mandando recomendaciones a través de redes sociales, entre otras acciones.

Incluso en la fase de recaudación de fondos, Obama consiguió una cantidad nunca vista y es que se intentó afinar al máximo qué es lo que deseaba cada elector, por ejemplo detectaron que a las mujeres de entre 40 y 49 años de la costa oeste (un grupo demográfico importante para el resultado) les gustaría cenar con George Clooney. “Casualmente” Obama participó en una velada de campaña junto a este actor, acontecimiento para el que se realizó un sorteo entre esas electoras con un gran éxito. En la costa este repitieron el planteamiento pero con otra actriz, Sarah Jessica Parker, sorteando también la participación de nuevo con muy buenos resultados. De nuevo se demuestra que nada como conocer a tu público.

Evidentemente este ejemplo no está (hoy) al alcance de todas las empresas pues no disponen de estos recursos casi ilimitados pero sí que sirve para demostrar la importancia de acertar en lo que se le dice a cada potencial cliente y, sobre todo, de conocerlo y mimarlo.