Inicio Articulos. Recolección de Datos de Clientes 1ª parte

Recolección de Datos de Clientes 1ª parte

Mundo-ContactRecolección de Datos de Clientes 1ª parte

José Emilio Gondar Nores*

En este artículo abordaremos los problemas y dificultades en el proceso de recolección y utilización de los datos sobre los clientes dentro de un sistema de CRM. Se discuten los distintos tipos de datos sobre los clientes que hay que recolectar, así como las problemas técnicos relacionados con la recolección y almacenamiento de estos datos.

1. Tres Tipos de Datos de Cliente
2. Recolección de Datos de Cliente
3. Conexión de Datos de Clientes

1. Tres Tipos de Datos de Cliente

Los datos sobre los clientes proceden de diferentes fuentes, pero hay tres tipos de datos principales que necesita la herramienta de Data Mining (DM) integrada en el sistema de Gestión de Relaciones con Clientes (a partir de ahora, CRM). Son los datos que describen:

1. Quién es el cliente.
2. Qué promociones se ofrecieron al cliente.
3. Cómo reaccionó el cliente a estas promociones
4. (las transacciones que realizó con la empresa).

Figura 1 – Tres tipos de datos sobre clientes

Si se conociesen estos tres tipos de informaciones sobre el cliente, o sobre un individuo que todavía no se ha convertido en cliente, se dispondría de datos suficientes para empezar a hacer predicciones. Se puede empezar a buscar patrones mediante DM o realizar experimentos con el fin de optimizar las interacciones de marketing y ventas con estos clientes (ver Figura 2). Sin saber quiénes son los clientes, qué se hizo para ellos y cómo reaccionaron es imposible optimizar el sistema.

1. Quién es el cliente
Tanto para optimizar y rentabilizar las interacciones con los clientes como para optimizar el rendimiento del sistema de CRM, es necesario poder distinguir entre clientes buenos y malos, rentables y no rentables. Para ello, es imprescindible conocer quiénes son y cómo se diferencian.
2. Qué promociones se ofrecieron al cliente
Para saber si las inversiones en promociones son rentables, hay que tener presente qué se hizo para cada cliente. El departamento de marketing suele llevar a cabo muchas pequeñas promociones y necesita poder diferenciarlas, para poder valorar cuáles funcionan y cuáles no.
3. Cómo reaccionó el cliente a estas promociones
Para juzgar el valor real del sistema hay que saber evaluar los resultados. Para ello, es imprescindible saber si el resultado de la promoción fue bueno o malo, información que puede utilizarse para mejorar el sistema en el futuro.

Esta manera de agrupar los datos no es casual. Por un lado, suele reflejar las diferencias entre distintos tipos de datos reales almacenados en una base de datos relacional; por otro lado, suele delimitar las distintas fuentes de datos. Además, este enfoque permite asegurarse de que el sistema esta siendo abastecido con los tipos de datos necesarios para la herramienta de DM, cuyas conclusiones, a su vez, permiten llevar a cabo la optimización del sistema de CRM.

Figura 2 – Quién, qué y cómo – información suficiente para realizar DM

1.1. Datos Descriptivos
Los datos descriptivos proporcionan información sobre el consumidor o cliente. Suele ser algun tipo de datos resumidos. En una base de datos relacional pueden almacenarse en forma de columnas de una sola tabla. La descripción del cliente no es un tipo de datos que cambie muy a menudo, dado que recoge parámetros como edad, sexo, domicilio, número de hijos, beneficios familiares e individuales. Esta información suele revisarse una vez al año, aunque la dirección y el teléfono puede actualizarse cada medio año o, como mucho, cada 3 meses.

1.2. Datos Promocionales
Los datos promocionales incluyen información sobre las acciones emprendidas para cada cliente. La riqueza de este tipo de datos suele depender de la sofisticación del sistema de CRM. Puede ser una simple lista de promociones realizadas para el cliente, por ejemplo, envío de catálogos, muestras gratuitas o vales. Puede ser una información menos precisa, como emisión de programas de televisión o anuncios televisivos directos que dan un número 900 o la dirección en Internet, publicidad en radio, periódicos y revistas. También puede ser una información muy precisa e individualizada, como los e-mails enviados y las visitas de clientes a las páginas web sugeridas en estos (datos no anónimos).

Resumiendo, se pueden obtener los siguientes tipos de información:

• Tipo de promoción
Ventas, marketing, publicidad impresa, en radio, en Internet.
• Descripción de la promoción
Color de tarjeta postal, contenido del anuncio radiofónico.
• Media
Mercados por los que circula la publicidad, portales en Internet que muestran los banners.
• Tiempo
Fecha y quizá hora de la promoción.
• Descripción del intento
Una breve descripción del cliente para el que se concibió la promoción y las razones por las que se eligió la música de fondo utilizada.
• Financiero
Coste fijo y variable de la promoción.

1.3. Datos Transaccionales
Los datos transaccionales engloban los datos referentes a una interacción con el cliente. Pueden incluirlo todo, desde una llamada telefónica hasta una servicio de atención al cliente, pasando por la descripción de productos adquiridos por el cliente. Estos datos, al igual que los datos promocionales, cambian muy rápidamente. Por ello, se suelen almacenar en estructuras que permiten actualizar y cambiarlos con mucha facilidad. Es un tipo de información muy diferente de la descriptiva, en la que el tipo de datos almacenados no cambia casi nunca (últimamente, se ha añadido el e-mail). La estructura de los datos transaccionales puede variar drásticamente en un corto período de tiempo, por ejemplo, la introducción de nuevos productos para la venta y la baja de productos más viejos que ya no se venden.

2. Recolección de Datos de Cliente

Los datos sobre el cliente pueden recogerse de diferentes fuentes. La división de datos en descriptivos, promocionales y transaccionales tiene su atractivo: este agrupamiento también refleja en cierto modo de dónde vienen los datos. Los datos descriptivos provienen normalmente de los mismos clientes (por ejemplo, su interés en adquirir un plan de jubilación o el número de nietos que tienen) o de bases de datos adquiridas a grandes proveedores de datos, como Acxiom y otras. Estos datos pueden contener tanto información demográfica, similar a la que proporciona el Instituto Nacional de Estadística (INE), como datos sobre preferencias personales, procedentes de diferentes fuentes (tarjetas de garantía, suscripciones a revistas, etc.).

2.1. Fuentes Internas

Hay varias fuentes internas que pueden utilizarse para encontrar datos. Dado que el sistema de CRM es utilizado mayormente por el departamento de marketing, será fácil obtener datos promocionales. A menudo, será sólo cuestión de recogerlos en algún proceso formal o de pedírselos directamente al responsable del envío de folletos o vales.

Una fuente interna más suele ser la lista de clientes procedentes de algún otro proceso existente en la empresa. Obtener esta información puede resultar, a veces, mucho más difícil de lo que parece. Esto se debe principalmente a dos razones:

• Rivalidades internas
Los datos pueden ser internamente propiedad de un departamento que, a lo mejor, no quiere compartirlos con el sistema de CRM (que, por lo demás, es ventajoso para toda la empresa). En un gran banco, la división de cuentas de ahorro puede ser reticente a compartir sus listas de clientes con la división de fondos de inversión del mismo banco. Esto se debe a que los responsables de la división de ahorro comprenden que cada cliente dispone de unos recursos limitados y el dinero invertido en un fondo suele salir de la cuenta de ahorro. Un departamento accederá a compartir la información sobre sus clientes con otro departamento de la misma empresa sólo si es ventajoso para los dos. De lo contrario, hará falta la orden directa del director general y aun así costara mucho.
• Privacidad de datos
Otra razón que puede dificultar el intercambio de datos sobre clientes está relacionada con la privacidad del cliente. Si el sistema de CRM operase en una empresa grande, seguramente dispondría de información sobre un mismo cliente obtenida por diferentes canales. Por regla general, los clientes no se preocupan si su información se mantiene en ciertos límites y no se comparte entre una gran cantidad de gente. Pero si sienten que la información sobre ellos empieza a ir de manos en manos se sentirán incómodos. El problema de esta desconfianza se agrava por el poder de DM. Gracias al DM, los sistemas de CRM pueden extraer ciertos conocimientos sobre un individuo en un mercado y, a continuación, proporcionar cierta información sobre el mismo cliente en otro mercado. Eso era algo del todo impensable hace algún tiempo.

Por ejemplo, un cliente no tendrá nada en contra de que su tienda de CDs y libros le envie información sobre las últimas novedades, basándose en sus adquisiciones e intereses. Pero este mismo cliente se sentirá muy intranquilo si, de repente, recibe una oferta de suscripción a una revista literaria procedente de una empresa que no conoce. La privacidad de cliente es un asunto de máxima importancia, no sólo para el correcto funcionamiento de la herramienta de DM, sino para todo el sistema de CRM y bienestar total de la empresa.

2.2. Datos de Internet

Los datos relacionados con Internet cada día son más y más importantes para DM. Esto se debe a que cada día más promociones y transacciones ocurren en Internet y porque Inernet, como un entorno totalmente digitalizado para llevar a cabo los negocios, elimina muchos problemas de recogida y almacenaje de información. Prácticamente, cualquier cosa que el cliente hace, salvo la parte de la página a la que mira, se captura en un fichero log.

Esto genera un rico sistema de información en el cual se puede medir cada decisión de compra y cada influencia en esta decisión. Todavía no está claro cómo pueden utilizarse estos datos para realizar el DM. ¿Se puede distinguir entre un cliente que compra y uno que no lo hace por la ruta (sucesión de páginas visitadas) que siguen por la tienda virtual? ¿O sus verdaderas motivaciones no se pueden inferir a partir de los datos capturadas por el sitio web?

Por ejemplo, no es lo mismo un cliente que visita una tienda virtual de libros para ver si compra algo (indeciso) y un cliente que sabe perfectamente qué libro desea adquirir y sólo está buscando el mejor precio (decidido). La ruta que sigue el cliente decidido a través de la tienda virtual puede terminar en venta o no (acontecimiento transaccional), pero la ruta por sí sóla es irrelevante como causa de la adquisición. Existe sólo una página que realmente afecta a este acontecimiento – la página del precio. Por suerte, actualmente existen en el mercado muchas herramientas de análisis de ficheros log que son capaces de minar estos ficheros y separar los acontecimientos realmente significativos de los que no lo son.

3. Conexión de Datos de Clientes

3.1. Almacenes de Datos

El almacen de datos (Data Warehouse, DW) es el sistema que conecta las distintas fuentes de información sobre clientes. El DW alberga en una sola base de datos los datos sobre todos los clientes, que son relevantes para la toma de decisiones. Suele ser un gran servidor de base de datos que es alimentado por sistemas transaccionales. Técnicamente, se diferencian por la forma de almacenar los datos (estructura de estrella, un simple fichero de texto, etc.) y por la arquitectura de hardware utilizada (cuestiones críticas, dado el descomunal tamaño de la base de datos). El DW ayuda a tomar decisiones de negocios basándose en los datos transaccionales que proporcionan una única visión de la verdad.

Quizá la mayor aportación de un DW sea la identificación del cliente, aunque sea simplemente asignándole un número de identificación exclusivo a cada cliente. Parece algo obvio, pero puede ser muy difícil de conseguir, dado que la empresa tiene muchos puntos de contacto con los clientes y distintos clientes pueden llegar por diferentes vías, por ejemplo, a través de fusiones o adquisiciones corporativas.

En realidad, el DW será una de tantas fuentes de datos que utilice la herramienta de DM para el sistema de CRM. Esto se debe a que el almacén de datos, siendo tan grande y monolítico, no puede cambiar con rapidez. Mientras que los datos transaccionales y promocionales tienen adaptarse a la velocidad del mercado y de la competencia. Por esta razón, las necesidades de apoyo a la toma de decisiones y los datos disponibles el DW siempre estarán desfasados. El DW es imprescindible, pero quizá sea mejor pensar en él como en un proceso de mantenimiento de una sola versión de la verdad para cada cliente. Así, algunas partes del DW serán estáticas y otras dinámicas; no se puede almacenarlo todo dentro de una estructura monolítica y actualizarla constantemente.

3.2. Conectores de Datos

Una estructura que permite implantar este enfoque dinámico del DW incluye los conectores, que son aplicaciones de software que aglutinan todo el sistema, conectando fuentes de datos incompatibles para que puedan utilizarse por la herramienta de DM y el sistema de CRM. Estas aplicaciones proporcionan capas de abstracción entre la forma en la que los datos existen (que nunca es perfecta) y la forma en la que tienen que estar para ser utilizado en el DM y el CRM. Estas capas de abstracción flexibilizan el sistema y le permiten hacer lo siguiente:

• Incorporar nuevas y cambiantes fuentes de datos.
• Adaptarse para incorporar nuevos datos y estructuras de datos en el formato en el que se recogen en origen, en vez de esperar a que el formato de recogida se adapte a las estructuras del DW.
• Realizar de forma consistente tanto el traslado como el procesamiento de los datos, de manera reproducible y con posibilidad de validación.
• Crear una optimizada estructura de datos para apoyar DM y CRM sin forzar estas restricciones de diseño en otras fuentes de datos dentro de la empresa.

Esto supone, por ejemplo, que el diseño del DW puede sufrir modificaciones espectaculares mientras la estructura de datos del sistema de CRM permanece invariable. También, que las estructuras de datos que utiliza el sistema de CRM pueden estar altamente optimizados sin tener que cumplir las exigencias de otras partes de la empresa.

Estos conectores pueden ser unas simples líneas de código SQL que transforman y trasladan los datos entre bases de datos o enteras aplicaciones de software suministradas por terceros. Todo sistema de CRM con DM tiene que incorporar conectores (ver Figura 3) para desconectar los cambios en el origen de datos de los cambios en las exigencias del sistema de CRM.

Figura 3 – Un sistema de CRM con conectores de datos

3.3. Conexiones Remotas de Datos

La tecnología de hoy también permite desarrollar estos conectores de bases de datos físicamente a través de largas distancias. Por ejemplo, puede surgir la necesidad de interconectar no sólo las fuentes de datos de una misma empresa, sino también las fuentes de datos de la empresa con las de sus vendedores o socios. Hoy día, esto se puede hacer utilizando la tecnología de transferencia segura por Internet, sin necesidad de construir redes propias de transferencia de datos o usar el viejo y poco eficaz proceso manual de transferencia que, a posteriori, requiere un control de calidad adicional.

Las tecnologías de red privada virtual (Virtual Private Network, VPN) proporcionan una extensión virtual segura de la propia red de la empresa, usando tecnologías de codificación sobre los protocolos de Internet. Estos sistemas utilizan conexiones de gran ancho de banda como líneas T1 o, en caso de necesitar una mayor seguridad, líneas dedicadas punto a punto como Frame Relay (por supuesto, más caras). En todo caso, hay muchas opciones y formas de hacerlo en comparación con hace diez años, cuando enviar cintas por la noche era la forma aceptable de transferir los datos. Hoy en día, los datos pueden transferirse sin pérdida alguna de una base de datos a otra a través de paises y empresas, y estar disponible a todos los efectos como si estuvieran dentro de la base de datos local.

Los conectores de base de datos de larga distancia permiten:

• Interconectar muchas bases de datos de una manera coordinada.
• Transferir los datos de una base de datos a otra, evitando los errores de volcado, almacenaje y transformación de datos propios de un soporte extraible (disquetes, cintas, CDs, etc).
• Incorporar rápidamente los cambios en datos o necesidades de datos que surgen a causa de cambios de última hora en planes de marketing o público objetivo de una promoción particular.

*José Emilio Gondar Nores DATA MINING INSTITUTE, S.L.
[email protected]

Opinión