La data ha dejado de ser una promesa dentro de los equipos de liderazgo para convertirse en un recurso esencial para la toma de decisiones. Ya no es posible entender el marketing sin el respaldo en datos, lo que hace que muchas tendencias que años atrás se encontraban en un estadio de desarrollo inicial, hoy ya se hayan consolidado para avanzar hacia el siguiente paso en la evolución de la aplicación de los datos en la industria.
Estamos transitando un punto de inflexión fascinante en lo que respecta al aprovechamiento de los datos. Se conjugan la democratización de las tecnologías, junto con un mayor entendimiento por parte de equipos de producto, tecnología y marketing sobre la importancia de generar valor concreto y retornos de inversión en cada iniciativa de Data.
Martín Carniglia, Executive Director de Data & Marketing Science en R/GA
En este contexto, el área de Datos de R/GA Argentina identificó los principales temas que marcarán las prioridades en la gestión de datos durante los próximos meses.
#1- Generative AI: la inteligencia artificial como dupla creativa ideal.
Una de las tendencias más recientes está relacionada con la disponibilidad de interfaces que permiten interactuar con la inteligencia artificial a través de modelos open-source o de libre disposición como DALL-E, GPT-3 o Stable Diffusion.
En forma intuitiva, nos vemos ante la posibilidad de redactar un comando como “escribe un artículo sobre tendencias de Data” (no lo utilizamos en este caso) o “diseña una aplicación que permita publicar imágenes” obteniendo un resultado más que aceptable.
Por supuesto que el potencial de este tipo de tecnología es inmenso siempre y cuando sepamos cómo comunicarnos con estos modelos para que sean más precisos o no caigan en sesgos riesgosos. Pero de todos modos resulta un interesante estímulo a la creatividad.
Lo que antes se podía basar en un brainstorming dentro de una sala, ahora puede también nutrirse (y no ser reemplazado) por ideas que “las computadoras” sugieran.
“Más allá de nuestra postura respecto a la Inteligencia Artificial, estas herramientas construyen un nuevo puente entre equipos de Data Science y las áreas creativas de agencias y marcas. Llegó la hora de familiarizarnos y testear nuevas dinámicas en forma activa”, agrega Nicolas Rodriguez, Associate Director de Data Science en R/GA.
#2-Testeo & aprendizaje continuo: growth Hacking como puente entre Marketing y Producto.
Durante mucho tiempo las estrategias de marketing enfocaron demasiados esfuerzos en el análisis descriptivo, dedicando horas y discusiones al análisis de reportes sobre lo que sucedió, sin conectar con acciones concretas. Ahora, los equipos más ágiles en la aplicación de los datos priorizan el desarrollo de ciclos de optimización que parten de hipótesis de negocio y construyen experimentos que permiten desde el testeo de creativos o calls to action, hasta la optimización de experiencias orientadas a la conversión, pasando por análisis que predicen o recomiendan el mejor mix de inversión entre los canales digitales.
Las metodologías de research y testeo digital están hoy más conectadas con la necesidad de los equipos de marca y producto, permitiéndoles unir sus esfuerzos en pos de una misma meta.
El involucramiento de especialistas en analytics se convirtió en un diferencial para los equipos de desarrollo de producto, ya que permite entender los verdaderos problemas que los usuarios enfrentan al utilizar un sitio o una app. Esto nos lleva a tener hipótesis de testeo más rigurosas y menos guiadas por ‘presentimientos’. En otras palabras, un retorno más veloz, ciclo tras ciclo.
César Requena, Associate Director de Marketing Science en R/GA
#3- Privacidad como norma: estrategias de marketing personalizado más transparentes.
Personalizar comunicaciones de marketing siempre ha requerido inputs o señales detectadas a partir del comportamiento de los usuarios. Sin embargo, cambios en políticas de privacidad, como la próxima limitación de las cookies de terceros o la evolución de Google Analytics a una versión con foco en la medición mobile y anonimización de los usuarios, harán que las marcas se vean ya no ante la opción sino la obligación de reforzar sus estrategias de gestión de 1st Party Data.
Esta tendencia cobrará vida a través de enfoques de identificación de clientes, programas de CRM, Customer Data Platforms como herramientas para la integración de datos, y modelos estadísticos aplicados a cohortes o segmentos de usuarios.
Todos estos cambios deben ser vistos como una oportunidad para testear nuevas tecnologías, con un stack de ‘MarTech’ flexible y equipos preparados para integrar metodologías de análisis de comportamiento declarativo e inferido.
Martín Bruno, Executive Producer de Data & Marketing Science en R/GA
Comentarios