Data Driven, el nuevo paradigma de la industria digital

El concepto de que los datos y la tecnología se pueden utilizar para ofrecer algo más significativo para los clientes del sector financiero y bancario apenas comienza a explorarse. Las prácticas bancarias tradicionales han dado paso a enfoques de trabajo basados en el denominado Customer Centric o cliente como centro de todo. No obstante, el desafío radica en la madurez en el manejo y comprensión de los datos digitales. La clave está en organizar esta información de manera efectiva, lo que permitirá a las empresas destacarse verdaderamente en el mercado.

En ese sentido, la personalización de la experiencia del cliente y la experiencia omnicanal como objetivo máximo de muchas de las interacciones con las empresas, tienen como piedra angular los datos digitales tanto cualitativos como cuantitativos, mismos que se pueden combinar y explotar para poder tener un entendimiento real del comportamiento de los clientes.

“¿Qué es lo que sucede? Hemos observado con algunos de nuestros clientes, y prospectos, que las fuentes de datos que utilizan no son confiables, es decir, no existe un “etiquetado” adecuado o hay datos duplicados, entre otros. El mayor reto en el sector financiero es que los datos se encuentran en silos no están centralizados, lo que dificulta tener una vista 360 del usuario y sus interacciones”, señaló Marianne Weber, chief executive officer de Prototype.

Sin una imagen completa y actual de lo que está sucediendo, los directores financieros y sus colegas en toda la organización son menos capaces de reaccionar rápidamente a los cambios que afectan al negocio, mientras que los altos directivos corren el riesgo de basar decisiones estratégicas clave en información antigua e incompleta.

El aprovechamiento de la data dentro de las instituciones tiene el potencial de aportar valor en muchas áreas: ayuda a reducir los costos y aumentar los beneficios, pero también a reducir riesgos.

Una de las principales claves para un modelo exitoso data driven es conocer a profundidad el journey de sus usuarios, clientes o prospectos, con base en smart analytics, business analytics y marketing analytics. Es importante señalar que desde el punto de vista de negocio y vista del cliente, el comportamiento y optimización de la experiencia, inversión y retorno de inversión, no podría medirse sin considerar el contexto y las distintas métricas que juegan parte de todo el ecosistema.

Dicho esto, es importante entender otro punto indispensable para los clientes y es que la mejora de la experiencia de usuario sí puede tener un impacto directo en los índices de conversión, si se analiza cada journey tomando en cuenta los procesos de compra de los usuarios, modelos de atribución, interfaz y experiencia de usuario (UI y UX), patrones de navegación, entre otros, pero como base, los datos, para entender específicamente dónde están los puntos de mejora. No se puede hablar de optimización de la tasa de conversión (CRO por su sigla en inglés) sin datos, sobre todo si quieres evolucionar a una experiencia del cliente que no solo sea excepcional, sino que para los clientes signifique cumplir con sus objetivos de negocio y venta.

“Si dentro de tus objetivos de negocio para este año está el ser customer centric o data driven, es importante considerar que una experiencia personalizada sin datos no se puede dar. Ya que para entender el comportamiento del usuario, patrones, cuándo entró, por dónde interactuó con la marca, cuántas veces regresó y sobre todo, el contexto de quien es esa ’visita’/’usuario’ se requieren datos e interpretarlos correctamente”.

"En el corto plazo, las entidades financieras, que no coloquen al cliente en el centro de su accionar, verán a estos últimos pasarse a la competencia. Crear la experiencia adecuada para el usuario entendiendo sus necesidades, impulsa la innovación y en última instancia el éxito de la empresa. En tiempos como este, se necesita más que nunca una lectura completa de los datos, para que estés completamente al tanto de todas tus divisiones", amplió la ejecutiva.

Por otra parte, el modelo de operación con base en datos puede ser evolutivo, no necesariamente se requieren todos los canales conectados al mismo tiempo para realizar un entendimiento omnicanal; un modelo data driven es paralelo a la mejora continua, siempre con base en el descubrimiento de lo que se va analizando, aprendiendo y probando. Esto llevará a los clientes a una madurez. Se recomienda implementar modelos con A/B testing constante que permitan comprobar o no las hipótesis que se derivan del análisis de datos cuantitativos y cualitativos.

Son una mancuerna que va de la mano y que para nosotros es un punto de evolución de nuestra oferta de servicios que llamamos UX as a Service, donde los datos, así como el usuario final, están en el centro de todas nuestras decisiones y podemos ligarlo cada vez más a términos de conversión (CRO).

Por último, agregó la experta, “un punto de evolución en este tipo de modelos es donde los datos, así como el usuario final, están en el centro de todas las decisiones para ligarlas directamente a términos de conversión (CRO)”.

rrg