El big data necesita contextos: la defensa del matiz

22 junio 2017

El otro día estaba en una panadería/pastelería comprando un par de barras de pan y aproveché para observar a los clientes. A veces lo hago, no por cotilleo o curiosidad malsana, sino por esa extraña tendencia que tenemos los seres humanos de tratar de encontrar pautas y reglas que nos expliquen y, por qué no, nos simplifiquen, la complejidad en la que nos movemos. El caso es que estuve observando cómo una mujer compraba un pastel a un niño de unos 10 años, sospecho que era su hijo, y recordé cómo mi madre me compraba a mí cuando era un niño pasteles de merengue cada vez que tenían que sacarme sangre para un análisis. Me puse a pensar, ya que últimamente leo y trabajo sobre temas de big data, hasta qué punto los datos desnudos pueden perder valor si no somos capaces de contextualizarlos. El hecho de comprar un pastel en sí mismo es un dato medible -seguro que las pastelerías tienen controlado ese número-, pero lo que me parece relevante no es tanto la compra en sí, como qué motiva esa compra, qué hace que compremos ese pastel en una pastelería y no en otra y qué experiencia tengo yo como cliente. Aquí no me importa tanto el dato desnudo, ya digo, como la interpretación de ese dato.

Sin duda el big data está de moda, y con razón, diría yo. La posibilidad de gestionar grandes volúmenes de datos ya sea en la Industria 4.0, en el sector turístico, en el retail o en cualquier otro sector económico, está permitiendo mejorar nuestra capacidad de conseguir un conocimiento más sólido y cierto. Trabajar con estos grandes volúmenes de datos nos permite asir la realidad, asumirla como posible y comprensible. Nos permite reducir la complejidad de los mercados a estadísticas. Pero al mismo tiempo, y sobre todo cuando esas estadísticas se aplican a acciones humanas, corremos el riesgo de quedarnos con datos cojos, desnudos de todo el conocimiento que podrían aportarnos. No sólo es importante lo que hacemos, sino que también lo es por qué lo hacemos.

Cuando hacemos una compra hay algo que todos hacemos igual: coger el producto y pagarlo, pero todo lo demás es o puede ser distinto. Me interesa mucho en este sentido todo lo que tiene que ver con la experiencia del cliente, porque es ahí donde podemos descubrir el verdadero valor que tiene nuestro producto o la mejor forma para mejorar nuestra conversión de ventas.

Por lo general la experiencia del cliente (CX) se analiza desde la perspectiva de la empresa. Surgen así análisis clásicos como el Customer Lifecycle Journey de Oracle.

Son análisis muy útiles, pero que desde mi punto de vista pierden la perspectiva del cliente, nos alejan de la capacidad de construir esa relación, esa experiencia, teniendo al cliente como centro y a partir de ahí crear valor para él. La empatía que necesitamos para construir  algo relevante se pierde, puesto que buscamos la excelencia en los procesos y en los resultados desde una perspectiva de empresa, pero no analizamos hasta qué punto esos procesos son los adecuados y cómo afectan, junto a los resultados buscados, a nuestros clientes.

Es obvio que una empresa busca maximizar sus beneficios, y que para eso son tan importantes los procesos como la búsqueda de unos resultados monetarios concretos. Pero no es tan obvio que baste con focalizarnos en unos objetivos y procesos únicamente empresariales, sino que hemos de tratar de ser relevantes para nuestros clientes, importantes no sólo en la venta, sino en todo el proceso de acercamiento al cliente y uso posterior del producto.

Hablo de enfocar a las empresas desde una perspectiva clientecéntrica, pero al mismo tiempo no cuantitativa, no centrada en el trazo grueso del big data (vuelvo a decir que fundamental), sino en el matiz que nos dan los datos cualitativos. Se trata de alejarse momentáneamente de los segmentos de clientes (cuantitativos, amorfos, complejos y heterogéneos) y acercarnos a las personas, a algunas de las personas que forman esos segmentos. Se trata de acercarnos al matiz.

En el interesante libro Small Data, de Martin Lindstrom, dice Tom Adamski, consejero delegado de Razorfish Global, “Las marcas no nos están tratando como a individuos… Las marcas siguen apoyándose en procesos de segmentación arcaicos (y francamente fallidos) que intentan comercializar para grupos demográficos. Pero no comercializan para mí”.

Por eso es fundamental trabajar desde una perspectiva cualitativa, porque nos permite conocer no a los clientes, sino a las personas que hay detrás de esos clientes y que son las que en realidad utilizan nuestros productos y servicios. Porque, como suelo decir en mis clases, nosotros sólo somos clientes en el momento de la compra o cuando debemos gestionar nuestra relación con la empresa, pero cuando estamos haciendo uso del producto o servicio no lo hacemos como clientes, sino como seres humanos.

Trabajar el matiz supone eso, conocer el uso que las personas hacen de nuestros productos y servicios, comprender que cada persona puede hacer un uso distinto y darle importancia a esta información. No estamos tratando de saber cuánta gente es cliente, sino cómo lo son.

Por ello me parece fundamental utilizar herramientas que nos ayuden a trabajar esta contextualización: storytelling del usuario, customer journey map, persona, mapa de empatía, observación antropológica…

Esta búsqueda de lo cualitativo es útil para las empresas y marcas porque:

  1. Contextualiza. Como ya he dicho, nos sitúa en el contexto donde nos desenvolvemos y vivimos. No somos números ni seres abstractos o porcentajes. Somos individualidades que viven en un entorno concreto, y esto influye en nuestra forma de disfrutar (o padecer) el producto.
  2. Complementa. Ayuda a conocer mejor la información que nos dan los datos cuantitativos, dándoles un contenido sin el cual estarían cojos.
  3. Profundiza. Sólo a través de la empatía y de la inmersión en el día a día de las personas podremos conseguir la información relevante para construir productos necesarios. ¿Qué utilizan? ¿Por qué lo utilizan? ¿Qué pretenden conseguir? ¿Por qué compran mis productos u otros similares? Son preguntas que no te responden los datos cuantitativos.
  4. Ofrece una visión compleja y poliédrica. No somos simples ni sencillos de comprender. Tratar de reducirlo todo a un número, a un porcentaje, es un error, porque se basa en un modelo económico industrial, centrado en las economías de escala. Eso no funciona ya, las personas no quieren los productos (y menos los servicios) estándar. Buscan la personalización, el producto hecho a medida, la relación personal.

Trabajar con pequeños grupos de potenciales clientes profundizando en ellos, trabajando en el cómo, en el qué, más que en el cuánto, nos permite conocer la terrible y fascinante diversidad de nuestros segmentos. Cambiar el enfoque de diseño de productos y gestionar un volumen y tipo de información y conocimiento completamente distinto, más enfocado al individuo y a la persona que al número, más dispuesto a pensar desde el cliente que desde la empresa. Nos ayuda, en definitiva, a conocer de verdad a las personas a las que queremos hacer felices con nuestros productos.

Artículo escrito por Juan Sobejano

Fundador de Innodriven, consultor de innovación en Innolandia y profesor

1 Comentario

  1. Vicente Bou Ayllón

    Lo cuantitativo está socavado hasta que lo combinamos con lo cualitativo.

    El asunto es antiguo. Ahora se habla del Thick data…

    www.informativos.net/entrevistas/jordi-colobrans-los-antropologos-y-los-matematicos-estamos-obligados-a-colaborar-en-el-thick-data_55194.aspx

    Responder

Enviar comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Raúl Carrión Estudio, S.L. es la Responsable del Tratamiento de tus datos, con la finalidad de moderar y publicar tu comentario con tu nombre (en ningún caso se publicará tu correo electrónico).
Tienes derecho de acceso, rectificación, supresión, limitación, oposición al tratamiento y portabilidad. Puedes ejercitar tus derechos en [email protected].