Analizar grandes volúmenes de información, genera en la mayoría de ocasiones, dedicar tiempo al tratamiento de la información en tareas como: la actualización de consultas, extracción de los datos para ver la evolución de las métricas, “pegado” de los datos en el Excel, mantenimiento de la base de datos, borrado de las tablas que ya no sirven, etc.
Se estima que los departamentos de Marketing Intelligence dedican un 70%-60% del tiempo al tratamiento de la información, dejando sólo el 30%-40% del tiempo al análisis y generación de conclusiones.
Por este motivo, y teniendo como principal objetivo dedicar un 80% del tiempo al análisis y un 20% a la gestión de la información, es que se recomienda contar con 4 módulos claves para implementar un entorno analítico de Marketing Clientes
1. Datamart de clientes
Es el módulo básico para analizar la información de los clientes y sus segmentos. El datamart de clientes o datamart de marketing, es un repositorio de datos con estructuras de datos agregadas con el único fin de tener disponible la mayoría de las consultas que el área de marketing clientes pueda realizar. Las estructuras agregadas (tablas) más comunes son:
- Cliente, categoria_producto
- Cliente, punto de venta
- Cliente, canal
- Cliente, punto de venta, categoría producto
- Cliente, campaña
El datamart de clientes cuenta con procesos ETL (extracción, transformación y carga) periódicos para el cálculo de las tablas antes mencionadas, teniendo como fuente principal base de datos transaccional (OLTP) de clientes.
Una de las tablas más importantes en el datamart de clientes es la tabla ADN del cliente, la cual concentra todas las métricas clave de consumo, de comportamiento y de respuestas a acciones comerciales de un cliente. En este sentido, la tabla de ADN de clientes podría contener la siguiente información:
- Métricas de consumo: importe periódico (mes, trimestre, etc.), importe por acto de compra (en función del negocio podría ser prima, ticket medio, deposito, etc.), frecuencia (veces que compra, número de renovaciones, etc.)
- Métricas de comportamiento: aquí se obtendrían las métricas sintéticas del consumo, por ejemplo, ratio de compra en fin de semana, peso de compra en las categorías, etc.
- Métricas de repuesta de clientes: campaña, uso/redención, canal utilizado (sms, emailing, mailing), tipo de contacto (promoción, premio, aviso…), venta incremental, etc.
A continuación podemos de forma ilustrativa el contenido de la tabla ADN de clientes
Este último tipo de métricas son muy importantes a la hora de diseñar estrategias multicanal.
2. Cubos OLAP
Son estructuras de datos orientadas a buscar respuestas a las preguntas del negocio con alto nivel de complejidad. La base de datos OLAP cuenta con 2 tipos de variables: