Conectando los datos del cliente con analytics
Datos, datos y más datos. En “on line”, tenemos datos, muchos datos. Datos que proceden de nuestro sitio web, de nuestras apps, datos que provienen de nuestros soportes y canales. Datos de campañas en buscadores de pago, datos de posicionamiento y visibilidad, datos de soportes tradicionales pero en medios digitales, programática, datos de nuestra actividad social. Muchos, muchos datos.
Pero no sólo eso, sino que además tenemos datos de nuestros clientes: sus correos, los productos que han comprado, las fechas en que han realizado una visita y han tenido un contacto con nuestra marca, sus atributos como compradores, sus perfiles como buyers…
Análisis en base a los atributos de usuario
¿Y no sería maravilloso si pudiéramos tener todos estos datos conectados?. Ciertamente sería un gran proyecto de Big Data muy interesante de cara al negocio. Sería de hecho increíble. Pero no hace falta un gran proyecto para sacar partido a este tipo de integraciones. A menor escala y con la ayuda de una herramientas como Google Analytics y un poco de esfuerzo en desarrollo podemos tener conectados nuestro CRM. Es cierto que Google no permite identificar a nuestros usuarios, pero nada impide que podamos usar los atributos que nosotros tenemos en nuestras bases de datos, en nuestros CRM, en nuestros Call Center o en nuestro sistema de información corporativo.
Si incorporamos esos datos “dentro” de nuestra herramienta de analítica web podríamos analizar y segmentar mediante género, rango de edad, perfil de cliente, compras y productos realizados, gasto mensual, estado civil, lifetime value calculado, etc.
Impacto de nuestras campañas on line en nuestra actividad off
Imaginemos una situación típica. Tenemos ciertas campañas funcionando destinadas a captar leads de potenciales clientes para que vengan a nuestras oficinas territoriales. Normalmente analizaríamos el rendimiento de las campañas en función de los leads generados y contrastados como leads “válidos”. Pero no sabemos si realmente convirtieron finalmente, si concertaron una cita o si incluso completaron el embudo del off y llegaron a ser clientes.
Una integración de nuestra herramienta de analítica con el CRM empresarial nos aporta información de mucho valor para optimizar las campañas teniendo en cuenta todo el tramo final de la conversión off line.
Con estos datos podríamos saber, por ejemplo:
- Cuántos clientes han venido a cada una de nuestras oficinas, por qué canales y campañas.
- Cuál es el «primer canal» por el que llegaron a nuestro sitio web.
- Cuánto tiempo han tardado desde que cumplimentaron un formulario hasta que tuvieron una cita con nuestros agentes y por qué canales.
- Qué convierte mejor, mujeres o hombres, de qué rango de edad u otros atributos del cliente.
- Qué buyer persona es el que convierte mejor.
- Desde qué localidad solicitan citas y en qué oficinas las solicitan.
- Desde qué dispositivos tenemos una conversión final mejor.
Cómo lo hacemos: dos métodos, dos estrategias
La clave está en alimentar a nuestra herramienta de analítica con identificadores de usuario.
a) Mediante importación de datos que nos proporciona nuestro CRM (siempre teniendo un identificador en nuestra analítica)
b) Mediante la extracción de datos y analizando la información desde herramientas externas. Ej: Tableau.
Esto se hace suministrando un identificador único desde el mismo momento que se lanza el formulario hacia los lados, hacia nuestra herramienta de analítica y nuestro CRM.
Habitualmente esto lo podemos hacer en dos momentos:
- En el login.
- En el formulario de captación de lead.
Además este tipo de integración lo podemos hacer de dos formas:
- Integrando parte de esta información en nuestra herramienta de analítica y consultando desde su interfaz estos datos.
- Extrayendo parte de esta información de nuestra herramienta de analítica y parte desde nuestro CRM, mediante los identificadores de usuario que importamos.
No se vayan todavía, aún hay más
Si nuestra herramienta de testing lo permite y está integrada con nuestra analítica, podemos sacar partido a esta integración y generar test A/B en función de los atributos del cliente. Pero también podemos sacar partido a Google Tag Manager y los data layer que podría llegar a proporcionar esta integración con nuestro CRM.
¿Por qué no crear segmentos que cumplan determinados atributos y lanzar test A/B o slit test sobre éstos?
Las integraciones entre nuestros datos corporativos y nuestros datos de analítica web nos ayudarán más todavía a optimizar nuestras conversiones ofreciendo una comprensión más efectiva de nuestro negocio más allá del online.
Ese es el camino, identificar a todos los Ernestos.
¡Buena Suerte!