Para llegar al uso del Big Data es necesario empezar con proyectos de análisis de datos, no enormes, pero sí útiles para la empresa, ya que es muy importante empezar a crear esa ‘cultura de datos’ sin abrumar a los responsables del proyecto. En cuanto una empresa empieza a analizar datos comienza a ver el potencial de mejora de ampliar estos datos, de tener más fuentes de datos, mejores herramientas y ver cómo se reducen los errores en la toma de decisiones al tener mejor información.

Análisis de datos propios

Uno de los grandes olvidados a la hora de trabajar con Big Data es empezar por los propios datos que la empresa ya posee: datos de campañas de marketing, de ventas, de procesos de producción, etc.
De esos datos, y sin necesidad de recurrir a modelos de IA (Inteligencia Artificial) se puede extraer información muy útil, pero hay que trabajar en que la empresa entienda que es un proceso que no es inmediato y que se puede empezar utilizando herramientas de análisis tan sencillas como una hoja de cálculo (potenciada con Tablas Dinámicas) o tan complejas como un Ad Exchange o aplicaciones de Business Inteligence e Inteligencia Artificial.

Aplicación práctica del análisis de datos

En uno de los proyectos que trabajamos en MOV, un ecommerce de material médico, se ha tenido que trabajar bastante en poder tener datos ‘limpios’, extraer datos válidos de distintas fuentes y ser capaces de combinarlos para poder, en la siguiente fase, realizar los análisis que llevan a tomar mejores decisiones.

La empresa tenía serios problemas para contar con información útil, trabajaban con datos poco fiables y acababan tomando las decisiones en base a la intuición del propietario.

Comenzamos por trabajar con los datos de ventas de Google Analytics, pero a las pocas semanas vimos que la implementación no era correcta, por lo que los datos tenían bastantes errores, pero además el propio equipo de la empresa estaba ‘modificando’ las ventas reales, por error, al realizar pruebas de compras ficticias sobre la web real de ventas.

Descartado Analytics tuvimos que configurar distintos informes extraídos del backend de la empresa, pues los informes de Prestashop tampoco eran válidos, al no contemplar los pedidos devueltos por el cliente o cancelados por el propio vendedor.

El resultado final fueron dos tablas, una de ventas y otra de clientes, de unas 2.000 filas, que pudimos combinar múltiples veces para obtener ventas de muchos meses (varios años), por cliente, tipo de cliente, zona, importe de la venta, portes, etc. Desglosadas las ventas por producto el archivo llegó a las 18.000 filas de datos, aumentando unas 1.000 filas adicionales cada mes.

Enfocando en información útil

El análisis general de todos los datos cruzados y segmentados sirvió para entender mejor, en un proyecto en el que recién aterrizamos, como funcionaba una tienda online con 6 años de histórico de datos. Pero eso no sirvió para tomar decisiones concretas porque no había un objetivo en el análisis.

Al pasar a utilizar los datos para mejorar las campañas de marketing se obtuvo que ciertos productos (distintos a los que el cliente pensaba) tenían mejores ventas en Octubre de lo que parecía pensar el equipo comercial, y que la campaña a realizar en ese mes estaba centrada en productos que históricamente, con publicidad o sin ella, tenían más o menos las mismas ventas mensuales.

Con esta información se cambiaron los objetivos e inversión de varias campañas y se mejora el uso de esa inversión de cara a la campaña fuerte del Black Friday, donde se espera obtener muchos más datos de interés.

Análisis de datos para la estrategia de negocio

Utilizando todos estos datos, segmentados por tipo de venta y mercados, se diseñó el plan de expansión internacional. Anteriormente al análisis de las ventas, se pensaba que Francia y Portugal eran el siguiente mercado a explotar, pero tras ver las ventas distribuidas en todo el mundo, el idioma de los clientes y los canales de captación de tráfico, se cambió a traducir la web a inglés, para mejorar las ventas en mercados donde sí se tienen clientes (Japón, Corea, Reino Unido, Canadá, Australia, etc,), muy poquitos comparados con las visitas del resto de países, pero que en volumen total superan a Francia y Portugal en importe medio de la compra, cantidades compradas, etc.

La nueva ‘cultura de datos’ del proyecto nos llevará a planificar el próximo Black Friday con datos propios y de la competencia, con estimaciones de visitas a la web, con campañas de publicidad segmentadas por día y hora, es decir, en unos meses se ha cambiado, sin un coste elevado, de tomar decisiones ‘por que sí’ a combinar la experiencia personal de los clientes con los datos que aportan distintas herramientas muy potentes.

¿Quieres que te ayudemos a reducir tus costes y mejorar tus resultados a partir de los datos de tu empresa? Llámanos y hablamos.

Leave a Reply

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

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.