Lo confieso, simpatizo con su frustración. Por supuesto, creo que los datos, los datos correctos, utilizados de la manera correcta, son inmensamente poderosos en el marketing moderno. Como escribí en un post sobre marketing pragmático, “confiar en la toma de decisiones basada en la intuición y basada en la experiencia en el marketing es una tontería en la era digital”.
Pero también concluí: “La respuesta sensata para la mayoría de las empresas es un equilibrio de análisis de datos y juicio humano”.
Mi columnista favorito de marketing, Gord Hotchkiss, escribió recientemente un artículo sobre “Marketing in the Middle”, abogando por un enfoque equilibrado en muchas de las dicotomías debatidas en marketing:
No hay absolutos en marketing; hay un montón de hongos en el medio. Necesitamos erizos para las “grandes ideas” que hacen que el marketing sea excelente. Pero también necesitamos zorros para ayudarnos a navegar por el medio con éxito. De hecho, cuanto más tiempo he dedicado al marketing (intentando asiduamente evitar ser un “experto”), más me he dado cuenta de que en el medio está toda la acción: entre cuantitativa y cualitativa, entre estrategia y macrodatos. , entre la marca creativa y el marketing directo, entre la ciencia y el arte.
(Aquí hay un trasfondo rápido sobre erizos y zorros, si aún no estás familiarizado con la metáfora. En resumen: el zorro sabe muchas cosas. El erizo conoce una gran cosa).
Entonces, ¿cuáles son las cosas astutas que debes saber sobre el uso de datos?
En el espíritu de un enfoque equilibrado, te recomiendo sinceramente que adoptes los datos en marketing, pero aquí hay 14 reglas generales para mantener esos datos en perspectiva, para respaldar un enfoque pragmático del marketing basado en datos (y evitar datos ahogados o datos falsos de marketing):
# 1. Dirigido por el cliente > basado en datos
El marketing basado en datos es bueno. Pero el objetivo del marketing es ganar clientes (y mantenerlos asegurándose de que tengan una gran experiencia); por lo tanto, el marketing impulsado por los clientes es mejor. No tienen que ser mutuamente excluyentes, por supuesto. Pero uno es el medio y el otro es el fin. Es útil recordar eso antes de perseguir una brillante información en un agujero de conejo. Detente y pregúntate: “¿De qué manera es bueno esto para los clientes?”
# 2. Los datos no se crean igual
“Los datos acaban con los argumentos” Sería bueno si eso fuera una verdad absoluta. Pero con tantos datos dando vueltas en estos días, es absurdamente fácil encontrar datos para apoyar casi cualquier lado de una discusión. Pero los datos difieren en su precisión y su relevancia. Considera esta referencia de cómo en un mundo de big data, los especialistas en marketing saben muy poco sobre nosotros. Un mejor lema puede ser: los datos más precisos y relevantes finalizan los argumentos. Pero, en verdad, son las decisiones que terminan con los argumentos.
# 3. Los datos son solo historia
Los datos nos dicen lo que sucedió. No nos dice lo que va a suceder. Sí, debemos aprender de la historia. Sí, podemos extrapolar tendencias del pasado para hacer predicciones sobre el futuro, posiblemente incluso predicciones muy precisas. Pero el mundo cambia constantemente y las circunstancias de la historia no son necesariamente las circunstancias de hoy o de mañana. La forma en que fue no es siempre lo que será.
# 4. Los datos siempre están incompletos
Claro, cualquier conjunto específico de datos puede estar completo. Dime cifras de ventas trimestrales de los últimos tres años: es un conjunto completo de datos. Cuando usas datos para tomar decisiones, ¿no es ese el objetivo? Los datos que tienes no son los únicos datos que podrían ser relevantes para la decisión. (“Vamos al mercado con los datos que tenemos, no con los datos que deseamos”). Siempre hay más datos disponibles. Y nunca puedes tenerlos todos. Reconocer esto nos ayuda a darnos cuenta de que, aunque los datos que tenemos pueden pintar una imagen, es una pintura impresionista en el mejor de los casos. A menudo, se parece más al arte moderno.
# 5. Los datos son objetivos, pero su recopilación e interpretación son subjetivas
Los datos dan una peligrosa ilusión de objetividad. Objetivamente, todos pueden ver los mismos datos en una hoja de cálculo. Si muestro un puntaje de 7, no hay argumento de que el número que les muestro no es de hecho un “7”. Pero qué datos se recopilaron, cuándo y cómo se recopilaron, y de quién, son casi todas elecciones subjetivas . Y, por otro lado, cómo elegimos interpretar los datos también es subjetivo.
Tal vez te interese leer “Dos estrategias de marketing millonarias”
# 6. Cualquier conjunto de datos admite un número infinito de narraciones
Los marketeros son narradores de cuentos, y eso generalmente es algo bueno. Los datos se pueden usar para hacer historias más convincentes. Pero, dado que podemos elegir subjetivamente cómo interpretar los datos, podemos inventar casi cualquier narración que deseemos a su alrededor. De acuerdo, algunas historias son más creíbles que otras. Pero eso a menudo es una línea difusa. Esto se conoce como el problema de la inducción y ha molestado a científicos y filósofos durante siglos. No hace falta decir que no hay una respuesta fácil. Pero ayuda a mantener la perspectiva: cualquier historia presentada en torno a los datos nunca es la única historia que se podría contar al respecto.
# 7. La estrategia es elección. Los buenos datos nos ayudan a tomar esas decisiones
Hace poco expuse sobre la diferencia entre los datos estratégicos y el teatro de datos, por lo que no lo repetiré aquí. Pero una buena estrategia es un marco para tomar decisiones. A su vez, los buenos datos son información que nos ayuda a tomar esas decisiones. Los datos que no nos ayudan a tomar decisiones en pos de nuestra estrategia son una distracción.
# 8. La experimentación es el estándar de oro de la causalidad
La correlación no es causalidad. Cada científico de datos que se precie de serlo se lo dirá. Pero como marketeros lo que buscamos es generalmente la causalidad: queremos saber qué podemos hacer para que más clientes hagan más tratos con nosotros. Entonces, ¿qué hacemos cuando los datos muestran una correlación que puede revelar tal causa? Ejecutamos un experimento controlado. Manteniendo todas las otras variables constantes (tanto como sea factible en la práctica) y medir las alternativas para probar o refutar nuestra hipótesis. Google ejecuta más de 10,000 de estos experimentos cada año. Es la información más poderosa que puede generar.
# 9. Mira el tablero pero también mira el parabrisas
Una de mis citas favoritas de Gord es esta gran metáfora: “Cuantitativo es mirar el tablero de mandos mientras conduces. Cualitativo es mirar por el parabrisas.” Obviamente, deberíamos hacer ambas cosas. Y en la práctica, equilibramos la experiencia cuantitativa (datos) y la cualitativa (experiencia) de forma natural como cuando conducimos, bueno, al menos la mayoría de nosotros lo hacemos. Deberíamos esforzarnos por alcanzar el mismo equilibrio en el marketing también. No te pierdas el paisaje inspirador, o el camión que viene en dirección contraria, porque estás miopemente pegado a tu tablero.
# 10. La precisión y la relevancia de los datos decaen con el tiempo (y a menudo bastante rápido)
La mayoría de los datos tiene una vida útil relativamente corta, especialmente en marketing. Por supuesto, me dirijo a los anuncios de automóviles durante la semana cuando estoy buscando un auto nuevo, pero seis meses después, los datos que me identificaron en el mercado de un automóvil son solo un fósil del pasado. Puede haber algún valor al saber que estaba en el mercado para un automóvil, pero creer que aún lo soy no tiene valor. Peor que inútil, porque puede llevarte a tomar malas decisiones sobre mí, como cliente. La precisión y la relevancia son las que hacen que los datos sean valiosos, pero esos atributos cambian con el tiempo.
# 11. Los datos se pueden usar para exploración (“¿por qué?”) O confirmación (“¿qué?”)
Los datos deben tratarse de manera diferente cuando se utilizan para exploración vs confirmación. Con la exploración, busca patrones, ideas, descubrimientos, inspiración para nuevas hipótesis. Con la confirmación, estás verificando que algo sucedió (o no) y en qué medida. Sin embargo, a menos que estés confirmando una hipótesis probada con un experimento controlado, la confirmación solo te dice qué sucedió, no por qué. Los mismos datos pueden usarse para confirmación en un contexto y exploración en otro. Tienes que saber qué estás haciendo.
# 12. Un hombre con un reloj sabe qué hora es. Un hombre con dos relojes nunca está seguro
Esta regla se conoce como la Ley de Segal, que es una de las 7 leyes de tecnología que todo marketero debe saber. El mundo está lleno de datos contradictorios. Cualquiera que haya intentado alguna vez obtener las métricas de dos bases de analítica web separadas para alinearse puede dar fe de esta verdad. Diferentes herramientas medirán el mismo fenómeno de manera distinta. Puede valer la pena investigar variaciones significativas; comprender por qué son diferentes puede llevar a valiosos conocimientos, pero hay un retorno decreciente para perseguir cada minuto de discrepancia. En muchos casos, no necesitamos datos perfectamente precisos, sino simplemente datos suficientemente precisos para tomar buenas decisiones.
# 13. El modelo no es la realidad
Los datos no son la realidad que dicen representar. En el mejor de los casos, son un reflejo de la realidad, pero uno que es susceptible de ser deformado (ver todas las reglas anteriores). El filósofo y científico Alfred Korzybski dijo: “El mapa no es el territorio”. Ciertamente, queremos usar datos y mapas para el caso. Como dijo el gran estadista George E. P. Box: “Todos los modelos son incorrectos, pero algunos son útiles”. Pero es prudente mantener un poco de escepticismo sobre la corrección de la representación. En particular, queremos estar alertas a otros signos, fuera de los datos que sugieren que la realidad difiere. Sigue el aforismo del ejército suizo: si el mapa y el terreno no están de acuerdo, confía en el terreno.
# 14. La visualización de datos puede iluminar, ofuscar o distraer
La visualización de datos (gráficos, infografías, etc.) es una espada poderosa pero de doble filo. Es la forma más efectiva para nosotros, los humanos, de ver los patrones en los datos. Desafortunadamente, ya sea intencional o accidentalmente, puede mostrarnos patrones que no son realmente ciertos. La gran visualización de datos es una ciencia y un arte en sí misma. Recomiendo leer Stephen Few, Kaiser Fung, Edward Tufte, Nathan Yau y Fernanda Viégas y Martin Wattenberg para perfeccionar tus habilidades de alfabetización visual. Contribuirán con algunas de las mejores herramientas a tu caja de herramientas de información.
Regla de resumen de bonificación: mantén la calma y usa los datos sabiamente. Los datos pueden ser el activo más utilizado en marketing, pero queremos utilizarlo bien.
Puedes leer el artículo original aquí.
¿Te interesa hacer envíos para tu negocio? Cotiza con ivoy.
