La propuesta de Findasense para el trabajo con la data Destacado

La agencia especializada en experiencia creó un hub regional en que integrará el conocimiento recogido acerca del consumidor para el desarrollo de estrategias.

Con el propósito de analizar en detalle la personalidad y el comportamiento del consumidor a través de la data, para asesorar a las compañías en sus estrategias de marketing, Findasense creó en Latinoamérica un hub regional para trabajar los datos.

Se trata, según explican en la agencia especializada en experiencia del cliente, de un cluster de integración de conocimientos. En él converge un equipo focalizado en data science, economía del comportamiento, diseño de servicios, ingeniería de datos, entre otras especialidades.

Con el apoyo de profesionales de España, Argentina, Colombia y Costa Rica, el hub busca aprovechar de la mejor manera posible la información proveniente del cliente, de las ventas, los procesos y la logística. La idea es, según Germán Rodríguez, country growth de Findasense para Argentina, Chile, Perú y Bolivia, que esto se haga de una manera eficiente, estratégica e integrada.

“En la era del big data, la gran cantidad de datos que manejan las compañías no está siendo aprovechada de manera sistemática. En la mayoría de los casos se explotan de forma dispersa por las distintas unidades de negocio”, comenta el ejecutivo.

Agrega Rodríguez que ello solo puede lograrse con una metodología que trabaje los datos a través de herramientas que permitan visualizar, analizar y predecir el comportamiento del consumidor.

Por su parte, Tiffany Soto, service design de Findasense, añade que hoy esto debe hacerse de manera automatizada, ya que se cuenta con la información en real time. “A través de los distintos proyectos, nos enfocamos en el comportamiento del consumidor, para abordarlo desde diversas perspectivas. Para esto hemos desarrollado nuestra propia metodología”.



Behavioral & Data Hub

Tal metodología fue bautizada por Findasense como Behavioral & Data Hub y se apoya en tres pilares. El primero es una estrategia de captación y automatización de datos, en que se identifican las fuentes de datos de los clientes, que pueden provenir de canales sociales, transacciones o data del CRM. El objetivo de ello es buscar un sentido de negocio.

Luego, una ciencia de datos aplicada al negocio, que consiste en analizar el histórico, el rastro digital de los usuarios y su conexión con comportamientos de compra, para empezar a diseñar modelos matemáticos que ayuden a predecir el comportamiento de una manera más rigurosa. Esto, según se explica, ayuda a las marcas a conocer y entender mucho mejor a sus consumidores, diseñar estrategias más personalizadas y segmentadas, así como predecir el desempeño de futuras campañas.

Finalmente, una metodología de investigación a la medida, en que se hace un abordaje más específico de la data, diseñando una metodología de investigación para cada reto de negocio, usando diferentes técnicas de investigación digital, que se cruzan con todo el procesamiento de la data desarrollado. La principal herramienta de trabajo es la creación de un customer journey, como base y técnica para entender cómo es un consumidor en cada una de las etapas de análisis que planteadas.

Comentarios potenciados por CComment

Comparte este artículo:

volver arriba