Hoy en día en la industria hay una gran carrera en integrar la Inteligencia Artificial con el CRM. Parte de esta carrera es también tener un Customer Data Platform (CDP). Sin datos del cliente, no tenemos Inteligencia Artificial. Y hay N definiciones de lo que es un CDP desde CDP solo para marketing hasta "composable CDPs, y data platforms que pueden ser CDPs, CDPs de caja o CDP que tú construyes. Pero en Solvis hemos tenido la oportunidad de apoyar a empresas a seleccionar y/o crear CDPs, montar soluciones Master Data Management (MDM - gestión de datos maestros o golden records), apoyar en estrategias y en soluciones de Calidad de Datos, y hemos integrado Salesforce y Marketing Cloud con varios CDP. 

Y con nuestra experiencia ya sabemos que antes de implementar un CDP tienes como requerimiento tener los datos limpios del cliente y poder saber el registro único de ese cliente. ¿Por qué? No todas las soluciones de CDP limpian datos (solo harmonizan los datos) y no definen el registro único (solo identifican los registros, pero no crean el registro único). 

MDM significa mantener datos maestros fiables para aspectos clave del negocio como clientes, productos y proveedores. Tener un MDM eficaz soluciona problemas de datos complejos y su calidad, seguridad, y que estén amarrados con los objetivos estratégicos. Al tener un MDM, las empresas mejoran la utilidad de sus datos. Esto les ayuda a optimizar procesos, aumentar la inteligencia de negocios y a dar una más sólida experiencia al cliente. 

Pero para tener un MDM necesitas un gobierno de datos enfocado a la limpieza continua de datos del cliente. Después de limpiar y estandarizar, se crea el golden record. Es la versión única y confiable de los datos del cliente.

Antes de comprar o implantar un CDP, haz estas preguntas. 

1. ¿Tenemos un registro único del cliente en toda la empresa? Considera que en el Marketing Automation el cliente es un email, en el CRM es una cuenta (contacto/cuenta/oportunidad) o un ID de eCommerce, en la solución de Customer Journeys el cliente es un subscriptor, y en los otros sistemas el cliente tiene N IDs.
2. ¿Cuál es el estado actual de la calidad de datos? Saber el porcentaje del estatus de la calidad de datos es sumamente importante. Saber el perfilamiento de los datos es crucial antes de empezar cualquier proyecto de CDP.

Si no tienes respuestas a estas preguntas, entonces no estás listo para empezar a implementar un CDP. Lo cual implica poder empezar una  estrategia de calidad de datos y luego ver como obtener el golden record del cliente. Para empezar con la estrategia de datos debes de considerar de hacer una Prueba de Concepto para entender el estado actual de los datos y su perfilamiento. Y con estos resultados entonces puedes hacer otra Prueba de Concepto para ver el tema del cliente único

En estos dos videos hablamos del perfilamiento de datos y del golden record. Te recomendamos escucharlos. 

El peor enemigo de cualquier implementación de un CRM o BI es que al final del día los CxOs te pidan exportar los datos a un Excel. O que tu Director de Marketing te pida implementar un análisis del funnel a base de la sabana de datos que tiene en un Excel con 10 tabs. Me imagino que todos de una forma u otra han estado en esta situación. Es por esto que hoy en día empresas como Salesforce adquirieron a Tableau y Microsoft tiene su PowerBI, y todos los demás proveedores tiene ya herramientas de BI o AI para mejorar los reportes y/o extender sus capacidades de análisis de datos.

El tema es que todos en la industria usamos el término de Analíticos muy superficialmente, y no explicamos las opciones para entender los datos pequeños (small data) y el big data. En los CRMs tenemos varias opciones para que contextualmente podamos entender los datos. Primero es el uso de vistas de un objeto del CRM para poder ver los datos y analizarlos con filtros y gráficos. Luego son los mismos reportes con sus respectivos gráficos en donde podemos combinar hasta 3 o 4 objetos dependiendo del CRM. Estos reportes luego los podemos convertir en dashboards. Tanto las vistas como los reportes y dashboards tienen la capacidad de poder drill-down hasta llegar contextualmente al registro. Esto ayuda a entender los datos del día a día. Y si a estos datos le podemos aplicar modelos de AI para entenderlos mejor. Todo esto está dentro de tu CRM o Martech. Pero no son analíticos. Los analíticos están en el Tableau o Power BI o en la solución de BI que tengas.  Y todo ecosistema de customer engagement o proyecto de CRM debe de incluir un BI para manejar los requerimientos de reportes hasta analíticos.

En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema y las consideraciones para implementar reportes vs. analíticos. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.

Dicen que estamos en la era de la economía de los APIs. Que el futuro son los microservicios y que por estar en la nube tenemos muchas opciones para integrar las diferentes soluciones que tenemos en nuestro ecosistema de Customer Engagement. Vemos que Salesforce adquirió a Mulesoft y Tibco igualmente adquirió varias tecnologías como Scribesoft. Todos conocemos de Zapier y que Hubspot adquirió a PieSynch. Y todos los proveedores de CRM y Martech, ya tienen sus Apps Stores para integrar con otras aplicaciones. Y ahora está la ola de agentes virtuales, CDP y RPAs, que ayudaran de una forma u otra a integrar procesos y soluciones para mejorar la experiencia del cliente.

¿Pero qué realmente significa esto desde el punto de vista del cliente? ¿Estamos integrando soluciones para vender más u ofrecer mejor servicio al cliente, o para alinear a marketing con ventas? ¿O estamos realmente integrando para mejorar la experiencia con un foco en el ciclo de relacionamiento del cliente?

Tenemos opciones: 

1. Usar Rest API a base de customizaciones
2. Usar conectores nativos de las aplicaciones
3. Usar plataforma de conectores como Zapier
4. Usar tecnologias de integracion como Informatica, Mulesoft y Tibco

¿Pero cuál de estas opciones uso? ¿Es una combinación de todas? Lo más seguro. En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema y las consideraciones para implementar tecnologías de integraciones. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.

Hoy en día el Customer 360 es sinónimo a implementar un CDP o MDM y/o para implementar procesos de omnicanalidad y journeys del cliente en todo el ecosistema del customer engagement. ¿Pero qué realmente, implica implementar un Customer 360? ¿Es realmente una vista, o es también tener acceso a datos (small o big data)? ¿Es un mito esto de tener un Customer 360? Es solo tener los datos de marketing? ¿O es realmente tener insights completos del cliente?

En Solvis, hemos tenido la gran dicha de implementar MDM y Customer 360 con diferentes tecnologías y conceptos. Y lo que hemos podido ver es que al final de día es el tener acceso a los datos. Estos datos ayudan en el empoderamiento tanto del empleado como del cliente para poder maximizar cada interacción.

En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema y las consideraciones para implementar un Customer 360. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.

Siempre, pero siempre estamos en la batalla de mejorar la calidad de datos. Nunca sacamos el presupuesto y/o los tiempos para la limpieza de datos del cliente. Y hoy en día existen herramientas para limpiar y mantener los datos. Herramientas como Cloudingo, Informatica Data Quality, e inclusive la funcionalidad de detectar duplicados en el CRM, son varias de las opciones en el mercado. Sin embargo no existe una disciplina en nuestra empresa en poder entender la raíz de porque los datos no están limpios. Y siempre consideramos que la calidad de datos es solo parte de la conversión de datos entre sistemas o en la importación de datos al CRM o en la creación de un CDP. Pero esta actividad se queda aquí. No continua. No hay un gobierno o cuidadores de los datos a nivel del negocio y TI.

Para esto tenemos que empezar a entender el estado actual de los datos usando estas 8 dimensiones:

1. Unicidad: ¿Qué datos de clientes o usuarios están repetidos?
2. Completitud: ¿Qué datos hacen falta o qué datos no se pueden usar?
3. Conformidad: ¿Qué datos se encuentran en un formato no estándar?
4. Consistencia: ¿Cuáles son los datos cuyo valor tienen conflicto entre sí?
5. Exactitud: ¿Qué datos están erróneos?
6. Integridad: ¿Qué datos son faltantes y no referenciados?
7. Vigente en el Tiempo: ¿Todos los datos están vigentes actualmente?
8. Razonabilidad: ¿Se tiene el dato que se esperan?

En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema y las 8 dimensiones. Sobre como implementar procesos para la Calidad de Datos. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.

No importa si estas por implementar un Customer Data Platform o un Customer Master Data Management, tienes que considerar que hoy en día ya no somos cookies, prospectos, o contactos con cuentas. Somos Personas con diferentes roles. Así es que estamos en Facebook, Twitter y LinkedIn. Y así debemos de estar en tu ecosistema de customer engagement. Esto requiere tener un modelo de datos bajo un gobierno y políticas de datos que sea palpable en toda la empresa desde las agencias de marketing hasta la entrega de los productos y servicios. 

A base de nuestra experiencia en la región, no debemos de usar el CRM como la base del modelo de datos, ya que en nuestra región necesitamos un solo ecosistema de customer engagement para B2B y B2C, y ahora par el D2C. Las empresas deben de considerar de tener su propio modelo de datos a base del ciclo de relacionamiento del cliente y replicarlo en todo el ecosistema. Esto es lo básico para tener un Customer 360.

En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema. Sobre como establecer un modelo de datos para tu CDP, MDM o CRM basado en la persona. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.

El Marketing Cloud (el de Salesforce o cualquiera otro) se conoce como una solución de B2C para poder enviar emails, SMS, push notifications, publicar anuncios y manejar las redes sociales a base de datos que vienen del CRM, el eCommerce y el back-office, entre otros sistemas. Pero esto requiere una organización de contenido, datos y subscriptores para manejar los journeys. Y más aún hay una gran importancia de poder tener un modelo de datos sincronizado entre el CRM (Sales Cloud) y el Marketing Cloud.

¿Qué implica tener un modelo de datos relacionado y sincronizado entre el Sales Cloud y el Marketing Cloud? En este video de la serie de Livestreams de un Gobierno para el Customer Engagement hablamos justo de este tema y las consideraciones para implementar customer journeys usando un Marketing Cloud. Prepara tu blog de notas para que escuches nuestras recomendaciones e ideas al respecto.