Los equipos de marketing nunca han tenido tantos datos.
Hay paneles de control para todo.
Tráfico.
Clics.
Conversiones.
Impresiones.
Interacciones.
Coste de adquisición de clientes.
Retorno de la inversión publicitaria.
Aperturas de correos electrónicos.
Uso del producto.
Valor del cliente a lo largo de su relación con la empresa.
El problema es que tener más cifras no genera automáticamente mejores decisiones.
A veces genera más confusión.
La avalancha de datos
Imagina que un responsable de marketing abre cinco paneles de control antes de desayunar.
Uno indica que el tráfico aumenta.
Otro dice que las interacciones disminuyen.
Un tercero muestra que las conversiones son estables.
La plataforma publicitaria informa de un rendimiento excelente.
El CRM muestra menos clientes potenciales cualificados.
El equipo de ventas afirma que la calidad de los clientes potenciales está empeorando.
¿En qué cifra debería confiar la empresa?
El problema no es necesariamente que un sistema esté equivocado.
Cada sistema mide una parte diferente de la realidad.
Medir no es lo mismo que comprender
Una métrica te dice qué ocurrió.
No explica automáticamente por qué ocurrió.
Por ejemplo:
La tasa de conversión disminuyó un 12 %.
Eso es una medición.
Pero la decisión requiere una explicación.
¿Por qué?
Quizá:
-
Cambiaron los precios.
-
Cambió el público.
-
Los competidores lanzaron una oferta.
-
El sitio web se volvió confuso.
-
Los clientes no encontraron información importante.
-
Faltaba una función clave.
-
Se atrajo tráfico poco adecuado.
Sin comprender la causa subyacente, la optimización se convierte en un ejercicio de suposiciones.
Empieza por la pregunta
En lugar de empezar con:
«¿Qué datos tenemos?»
empieza con:
«¿Qué decisión necesitamos tomar?»
Por ejemplo:
Decisión: ¿deberíamos cambiar nuestros precios?
Preguntas relevantes:
-
¿Cómo perciben los clientes los precios actuales?
-
¿Qué alternativas están considerando?
-
¿Qué consideran una buena relación calidad-precio?
-
¿Qué funciones influyen en su disposición a pagar?
Pregunta para orientar la decisión: ¿por qué están bajando las conversiones?
Preguntas relevantes:
-
¿Qué información falta?
-
¿Qué objeciones tienen los visitantes?
-
¿Qué alternativas están evaluando?
-
¿Qué les impide comprar?
Decisión: ¿deberíamos desarrollar la función X?
Preguntas relevantes:
-
¿Qué importancia tiene el problema?
-
¿Con qué frecuencia ocurre?
-
¿Cómo lo resuelven los clientes actualmente?
-
¿Resolverlo cambiaría su comportamiento?
Ahora la investigación tiene un enfoque claro.
Los datos necesitan contexto
Imagina que tienes esta métrica:
NPS = 32.
¿Es un buen resultado?
Depende.
¿Bueno en comparación con qué?
¿Bueno para qué grupo de clientes?
¿Bueno en comparación con el trimestre anterior?
¿Bueno en comparación con los clientes que han contactado recientemente con soporte?
Una única métrica agregada puede ocultar diferencias importantes.
Desglósala por segmentos.
Haz preguntas de seguimiento.
Observa las tendencias.
Conéctala con otras evidencias.
Combina información cuantitativa y cualitativa
Los datos cuantitativos son excelentes para medir la magnitud.
Por ejemplo:
El 47 % de los participantes seleccionó «precio».
Las respuestas cualitativas ayudan a explicar el significado.
«Me gusta el producto, pero no puedo justificar el coste porque solo lo utilizo unas pocas veces al mes.»
Ahora el equipo de marketing comprende el problema con mayor claridad.
La cifra indica con qué frecuencia aparece el problema.
El comentario ayuda a explicar qué significa ese problema.
Pregunta a los clientes cuando el panel de control deje de explicar
Una regla útil es:
Cuando tus datos te indiquen que algo ha cambiado, pero no por qué, pregunta al cliente.
¿Ha bajado la conversión?
Pregunta.
¿Ha aumentado la pérdida de clientes?
Pregunta.
¿La adopción de una función es baja?
Pregunta.
¿Ha disminuido la satisfacción?
Pregunta.
¿Una campaña ha rendido por debajo de lo esperado?
Pregunta al público qué esperaba.
Utiliza las encuestas como herramienta de diagnóstico
No todas las encuestas tienen que ser grandes proyectos de investigación.
A veces basta con una pregunta en el momento adecuado.
Por ejemplo:
Cuando un visitante no convierte:
¿Qué te ha impedido registrarte hoy?
Después de una interacción con soporte:
¿Se ha resuelto completamente tu problema?
Después de cancelar:
¿Cuál es la principal razón por la que has decidido marcharte?
Después de una compra:
¿Qué te convenció para elegirnos?
Estas preguntas pueden aportar contexto a las cifras que ya tienes en tus paneles de control.
Enquete puede añadir la voz del cliente
Enquete ofrece análisis de encuestas, informes de tendencias, filtrado de respuestas, filtros avanzados y cálculo de métricas de experiencia del cliente como NPS, CSAT y CES.
Sus funciones de encuestas en sitios web también permiten recopilar opiniones en su contexto, en lugar de depender por completo de campañas de investigación independientes.
Esto crea un reparto útil de funciones:
La analítica te dice qué ocurrió.
Las encuestas te ayudan a investigar por qué.
Tu equipo decide qué hacer después.
No crees un panel de control más grande
Cuando una empresa no comprende un problema, su primer impulso suele ser recopilar más datos.
Añadir otra herramienta de seguimiento.
Crear otro informe.
Construir otro panel de control.
A veces es exactamente el paso equivocado.
Quizá no necesites otra métrica.
Quizá necesites otra pregunta.
Las mejores preguntas valen más que más cifras
Una empresa con 100 métricas y sin una explicación puede seguir tomando malas decisiones.
Una empresa que sabe qué necesita aprender y pregunta directamente a los clientes a menudo puede avanzar con muchos menos datos.
El objetivo no es maximizar la cantidad de información que recopila tu equipo de marketing.
Es maximizar la cantidad de conocimiento útil que puede convertir en acciones.
La serie sobre conocimiento del cliente
- Por qué la IA hace que las opiniones de los clientes sean más valiosas, no menos
- Deja de preguntarle a la IA qué quieren tus clientes. Pregúntales a tus clientes.
- Cómo crear un ciclo de aprendizaje sobre tus clientes
- Lo que hacen tus clientes no es lo mismo que por qué lo hacen
- Cómo convertir las respuestas de las encuestas en inteligencia de marketing
- Cómo la investigación original de clientes puede dar más visibilidad a tu marca en las búsquedas con IA
- Cómo utilizar las opiniones de los clientes para mejorar la conversión de tu sitio web
- Cómo combinar datos de comportamiento con opiniones de los clientes
- Por qué más datos de marketing no siempre significan mejores decisiones
- Cómo convertir las encuestas a clientes en informes de investigación originales
