Una de les maneres més habituals d'introduir iniciatives de BigData i Intel·ligència Artificial en una empresa és a través d'accions de màrqueting. Això és degut al factor de la disponibilitat, ja que hi ha moltes solucions martech (unió de màrqueting i tecnologia), al factor de la influència del màrqueting digital i a la tangibilitat, ja que és viable establir objectius i ROI a aquestes accions. Una de les pràctiques comunes es basa a realitzar projectes de màrqueting predictiu i prescriptiu amb l'objectiu de preveure el següent pas dels clients al Customer Journey. Això ho podem relacionar amb el Next Best Action Marketing (NBA), és a dir, amb identificar i implementar en temps real la millor acció de màrqueting per a millorar l'experiència de clients millorant el nostre resultat gràcies a la personalització i l'anticipació.
Per implementar un bon NBA màrqueting hem de seguir el procés estàndard de gestió de dades, que és el procés que converteix les dades en valor per a l'empresa. Aquest procediment es divideix en quatre fases: captació, enriquiment, processament i activació.
• La captació de dades consisteix a registrar i emmagatzemar totes les dades possibles de sensors, pàgines web, trucades telefòniques o qualsevol de les fonts d'informació on l'empresa sigui present. Tot i que aquesta sembla una fase eminentment tecnològica, el màrqueting ha de preguntar-se quines dades podrien captar-se i per a què servirien.
Per implementar un bon NBA màrqueting hem de seguir el procés estàndard de gestió de dades, que és el procés que converteix les dades en valor per a l'empresa
• L'enriquiment consisteix a travessar dades de diferents fonts i permet tenir una visió global. Perquè aquests es puguin unir, hauran de ser necessàriament de qualitat i cal tenir en compte diferents criteris. Aquesta fase torna a ser tecnològica i de procés, i és per això que cal un correcte govern de la dada (data governance).
• La fase de processament correspon a l'anàlisi i la creació d'un model. Per a aquesta fase són necessaris recursos tecnològics i talent (que engloba, per exemple, perfils com els dels científics de dades o data scientists).
• La fase d’activació té com a objectiu donar valor a les dades. Per això es pot recórrer a la presa de decisions o es pot fer ús d’un procés de màrqueting automàtic per buscar l’NBA.
Centrant-nos en les fases de processament i activació i perseguint un model d’NBA trobem algunes aplicacions de la intel·ligència artificial. De manera genèrica, la IA ens permet dur a terme 6 accions: predir un número, classificar un element, segmentar o “clusteritzar”, identificar patrons, optimitzar i simplificar. Aquestes tasques, si les relacionem correctament amb el concepte de negoci, poden ajudar a respondre moltes de les preguntes del màrqueting:
• Quant vendré? Quin trànsit web tindré?
• Com es comporta el client? Què aprecia? A quin segment pertany?
• On inverteixo el meu pressupost de màrqueting?
• Quins atributs valora el meu client? Quins elements he de ressaltar?
• Què ofereixo o recomano al meu client?
• Com envio un correu electrònic reduint la possibilitat que sigui considerat spam?
• Puc detectar quins clients m'abandonaran (churn rate)?
• Puc identificar els meus futurs millors clients (Lifetime value o valor del cicle de vida del client)?
• Quin preu seria l'òptim pel meu producte?
L'ús de la ciència de dades, analítica, big data i Intel·ligència Artificial ens permet identificar la informació necessària, escollir els algorismes o mètodes adequats per respondre les preguntes que planteja el nostre negoci i implementar una estratègia que serveixi per capturar valor. Es tracta de posar les dades a treballar a través de la tecnologia, sempre al servei de l'equip de màrqueting i dels clients.