En este artículo trataremos los siguientes temas:
- ¿Qué es un Data Flywheel?
- Recopilación de datos: la base para un Data Flywheel exitoso
- La rueda de datos puede ayudar al desarrollo y la comercialización de nuevos productos
- Mantener un Data Flywheel exitoso puede mejorar el retorno de la inversión (ROI)
¿Qué es un volante de datos?
Un volante de datos aumenta el impulso de un producto o proceso a un ritmo acelerado mediante el uso estratégico de los datos. Un volante acumula energía a medida que gira hasta el punto en que se vuelve autosuficiente. Utiliza la información para crear un círculo virtuoso en el que más datos conducen a curvas de aprendizaje más rápidas, mejores productos y una mayor adquisición/retención de clientes. Una estrategia eficaz de volante de datos impulsa la innovación de nuevos productos, aumenta los ingresos y genera mayores beneficios.
Un ejemplo clásico de volante de datos es la función de recomendación basada en algoritmos de Netflix. Cuando lanzaron esta función por primera vez, Netflix recomendaba los vídeos más populares. Con el paso del tiempo, Netflix recopiló puntos de datos sobre los visionados y las valoraciones de los usuarios, y los introdujo en un «motor de recomendaciones». Esto, a su vez, genera sugerencias más personalizadas «recomendadas para ti» para cada usuario individual, lo que a su vez favorece el aumento de la audiencia.
Los usuarios de Netflix ahora ven más de 200 millones de horas de contenido al día.
Cuantos más datos se puedan recopilar sobre un producto, un proceso empresarial o de consumo, o un competidor, más se puede impulsar el crecimiento. Al igual que una rueda de inercia, comienza lentamente y se acelera gradualmente. El concepto de volante fue acuñado por Jim Collins en su libro De bueno a excelente: Por qué algunas empresas dan el salto… y otras no. Su historia de éxito más famosa fue cómo le presentó el concepto a Jeff Bezos en 2003, convirtiéndose finalmente en una parte clave de la filosofía centrada en el cliente de Amazon.
Recopilación de datos: la base para un volante de datos exitoso
La recopilación de datos a gran escala sirve de base para una estrategia de volante de datos. Los datos son el combustible que impulsa el motor del volante. Si bien hay muchas formas de recopilar datos de sitios web y aplicaciones propios, recopilar datos de fuentes externas, como sitios web, puede ser un reto. Por ejemplo, los especialistas en marketing de las empresas de comercio electrónico querrían tener acceso a los datos de la tasa de venta (STR) de productos similares en mercados competidores. Podrían beneficiarse de puntos de datos como:
- Valoraciones y reseñas de los vendedores
- Precios dinámicos
- Imágenes, títulos y categorías de productos
- Resultados de los motores de búsqueda de los mercados
- Ofertas especiales
Desafortunadamente, muchos sitios web establecen barreras para complicar la recopilación de datos por parte de entidades competidoras. Elementos como los CAPTCHA, las restricciones de servidor basadas en la geolocalización y los límites de volumen/frecuencia de solicitudes pueden provocar que su dirección IP sea incluida en listas negras, bloqueada o reciba información falsa. Podría escribir sus propios scripts en Python para recopilar datos, pero se trata de una tarea laboriosa y, en algunos casos, podría provocar la suspensión de su cuenta por «actividad sospechosa». También podría contratar a DevOps, expertos en datos, personal de TI y desarrolladores para desarrollar y mantener sistemas para las actividades de recopilación de datos operativos, pero se trata de una solución muy costosa y difícil de escalar (hacia arriba o hacia abajo).
Lo que las empresas realmente necesitan es una solución automatizada, ágil y económicamente viable que pueda agilizar la recopilación de datos web. Dicha solución debería funcionar a escala global y poder acceder a cualquier sitio web de código abierto. Debería aprovechar su capacidad tecnológica para eludir los bloqueos de sitios web utilizando una sofisticada lógica de reintentos. Cualquier herramienta o servicio también debe cumplir con las directrices de uso ético líderes en el sector para garantizar que los datos recopilados mantengan su valor comercial a largo plazo. Además, las empresas querrán recibir datos que ya hayan sido estructurados, limpiados, sintetizados y formateados de tal manera que puedan ser importados y utilizados inmediatamente por equipos y sistemas por igual.
El volante de datos para mejorar el desarrollo de productos y el marketing
Amazon es líder en el uso de la estrategia del volante de datos para desarrollar y comercializar nuevos productos. La suscripción Prime de Amazon es un buen ejemplo. Los bajos precios de Amazon Prime atraen a muchos clientes. Muchos clientes pueden ver claramente la propuesta de valor, como las opciones de envío en el mismo día o al día siguiente. Sin embargo, Amazon utiliza Prime como punto de contacto inicial para ventas cruzadas y adicionales; los miembros tienen acceso a muchos otros servicios, como Prime Video, Amazon Music, Audible, Amazon Pantry, etc., lo que impulsa aún más las ventas y las suscripciones. Amazon utiliza los datos recopilados sobre las preferencias de los clientes y las tendencias de un servicio para informar las tácticas de marketing sobre las ventas adicionales. Por ejemplo, los clientes que compran juguetes para niños pueden estar interesados en suscribirse a Amazon Prime por su contenido infantil.
Otro ejemplo es Quby, una empresa tecnológica con sede en los Países Bajos que ofrece tecnologías domésticas centradas en reducir el desperdicio de energía. Quby utilizó una estrategia de flywheel de datos para ampliar significativamente su mercado y su éxito.
Quby comenzó ofreciendo una pantalla doméstica y un termostato inteligente vendidos por empresas de servicios públicos de toda Europa. Estos productos son capaces de realizar un seguimiento del consumo energético ajustado. Utilizaron esta información en el contexto de algoritmos de entrenamiento de datos para poder detectar el uso de los electrodomésticos. En 2017, Quby lanzó su primer servicio basado en IA, «Waste Checker». Eran capaces de detectar el uso ineficiente de los electrodomésticos, desde lavadoras y lavavajillas hasta sistemas de calefacción central y duchas. Una vez detectado el comportamiento derrochador, Quby ofrecía consejos personalizados sobre las medidas que se podían tomar para reducir el desperdicio de energía. Los termostatos inteligentes de Quby capturan y analizan datos segundo a segundo. Pudieron aprovechar los datos recopilados para lanzar un nuevo desglose de la factura energética revisado, lo que ayudó a reducir los costes para los clientes, la huella de carbono y el desperdicio de energía.
Un tercer ejemplo es Reddico, una agencia de marketing digital que ofrece servicios de marketing en buscadores líderes en el sector a empresas de todo el Reino Unido. Uno de los principales retos de las empresas de optimización de motores de búsqueda (SEO) es proporcionar a sus clientes información a nivel global. Recopilar datos sobre los resultados de búsqueda en múltiples geografías es complejo y requiere mucho tiempo. Reddico pudo ofrecer un nuevo servicio altamente competitivo con una segmentación geográfica muy precisa al asociarse con una red de recopilación de datos. Este socio les proporcionó la capacidad de dirigir el tráfico utilizando dispositivos pares en las zonas geográficas objetivo, lo que permitió a los clientes optimizar y localizar las campañas basándose en los resultados de búsqueda reales de los clientes.
Mejorar el ROI con un flywheel de datos eficaz
Un flywheel de datos puede mejorar el ROI de marketing de tres maneras:
En primer lugar, un flywheel de datos eficaz puede aumentar los ingresos al proporcionar datos para mejorar continuamente los productos y servicios, lo que a su vez puede generar más clientes. Esto se conoce como «círculo virtuoso»: más datos, aprendizaje más rápido, mejores productos, más clientes. Repetir.
En segundo lugar, una estrategia eficaz de flywheel de datos conduce a una reducción de los costes de adquisición de clientes (CAC). A medida que el producto se mejora constantemente basándose en las opiniones de los usuarios y los datos de interacción con el producto. Se puede alcanzar un punto en el que el producto se adapte al mercado de tal manera que se reduzca la fricción, así como los costes de adquisición de clientes, mejorando así el ROI. En el mercado del software, empresas de crecimiento impulsado por el producto (PLG) como Dropbox, Slack y Calendy ejemplifican cómo una estrategia de flywheel de datos puede reducir el CAC.
En tercer lugar, cuando se implementa correctamente, una estrategia de flywheel de datos puede mitigar los riesgos asociados al cumplimiento normativo para la recopilación de datos web a gran escala. La recopilación de datos para uso comercial está sujeta a supervisión normativa, como es el caso del Reglamento General de Protección de Datos (RGPD) de la UE y la Ley de Privacidad del Consumidor de California (CCPA). Si su empresa o sus subcontratistas infringen alguna de estas normativas, podría enfrentarse a multas sustanciales y comprometer el valor de sus productos y servicios basados en datos.
Conclusión
Los flywheels de datos son una estrategia eficaz para impulsar tanto el crecimiento como los ingresos. Permiten un círculo virtuoso de aprendizaje, mejora de los productos y mayores tasas de conversión/retención de clientes. Al igual que un flywheel, el proceso de aprendizaje basado en datos sigue acelerándose, utilizando esta inercia para ayudar a los sistemas a evolucionar de forma más independiente.
Los volantes dependen de los datos. Recopilar datos a gran escala de sitios web externos como Amazon, LinkedIn y Google es todo un reto. Las soluciones eficaces de recopilación de datos web deben sortear estos retos de forma ética y conforme a la normativa. Contáctanos hoy mismo para encontrar la solución de datos perfecta para su negocio.
