Las recomendaciones automatizadas

En la era de big data, lo que abunda es información histórica para analizar. Uno se puede pasar horas analizando conductas de visitantes, compras pasadas, clasificación de clientes y mucho más, peor los marketineros inteligentes no se detienen allí. Aprovechan toda esa data para hacer predicciones sobre el futuro y optimizar sus acciones.

28 abril, 2014

El ejemplo más acabado de análisis predictivo  es amazon. Usando las compras anteriores del cliente, páginas miradas, reseñas e información demográfica, el sitio ofrece recomendaciones  para venta cruzada y ampliada. También agrega análisis de la compra con su herramienta “qué otros artículos compran los clientes después de haber visto este”. Según  Venture Beat, estas recomendaciones automatizadas generan 35% de los ingresos del sitio.

Amazon no es el único sitio que puede beneficiarse con esta estrategia. Cualquier negocio puede aprovechar datos históricos — desde transacciones hasta encuestas y publicaciones en medios sociales –para anticipar lo que podría ser el paso siguiente de los clientes. Y llos productos son apenas el trampolín: las recomendaciones automatizadas también pueden usarse para enviar artículos, tendencias, videos y cualquier otro medio. Claro,k esto es fácil cuando se tienen las herramientas correctas, dice Gina Casagrande, experta en marketing digital.

Algunas de las capacidades necesarias para instalar una herramienta de recomendación:

Automatización completa: las sugerencias de productos deberían ser generadas automáticamente  sobre la base de datos históricos y en tiempo real, además de datos globales del sitio. Herramientas como Adobe Target ofrecen  entrega de auto-optimización, que automáticamente entrega los productos que mejor se comportan para los segmentos más proclives a comprarlos.

Control del marketinero:  Uno no quiere tener que  recurrir al soporte técnico cada vez que necesita hacer alguna modificación a la recomendación del producto.  Los controles incorporados le permiten cambiar la configuración del algoritmo o el diseño del producto en el volante, todo en una sola interfaz fácil de usar. No se necesita capacitación ni programación.

Fácil testeo  A/B: El testeo es esencial para asegurar que esté usando el algoritmo adecuando y los lugares más eficaces para sus recomendaciones.  Con el testeo A/B usted puede comparar resultados y contestar preguntas importantes como si ayuda o daña mostrar ventas cruzadas en el carrito de compras.

Versatilidad multicanal: Las ventas cruzadas y las ventas ampliadas deberían ofrecerse en todos los canales de marketing, desde el sitio web hasta las campañas por email y las aplicaciones móviles.

F{acil integración: Usted necesita un motor de recomendacines que se integre fácilmente con todas sus otras herramientas. Por ejemplo, si está usando Adobe Analytics para información de datos puede llevarlo a Target para segmentación y personalización. Target también funcioa bien con herramientas de terceros.

 

En el mercado actual, llevado adelante por la información, el análisis predictivo es el futuro del marketing. El uso de recomendaciones automatizadas y en tiempo real  significa que usted puede convertir conocimientos de ayer en conversiones de hoy.

 

 

 

Compartir:
Notas Relacionadas

Suscripción Digital

Suscríbase a Mercado y reciba todos los meses la mas completa información sobre Economía, Negocios, Tecnología, Managment y más.

Suscribirse Archivo Ver todos los planes

Newsletter


Reciba todas las novedades de la Revista Mercado en su email.

Reciba todas las novedades