Probablemente haya oído que los datos de origen son los más valiosos para los profesionales del marketing. En efecto, los datos de origen tienen muchas ventajas. Son fiables y, en la mayoría de los casos, conectan directamente con su público. Sin embargo, los datos de origen tienen algunas desventajas. No todos los vendedores pueden recopilarlos con facilidad, e incluso si tienen muchos, carecen de escala y profundidad. Los datos de segunda y tercera parte, así como las herramientas para generar análisis, son esenciales para ayudarle a enriquecer y potenciar sus datos de primera parte.
Por qué sus datos de primera parte no son suficientes
Las empresas valoran los datos de primera mano porque los consumidores se los han dado directamente. La información que usted mismo recopila puede ser amplia o limitada, dependiendo de su sector y de los métodos que utilice para reunirla. Los datos que acumula deben traducirse directamente en ingresos. Tiene que entenderlos para fundamentar sus decisiones estratégicas o sus campañas de marketing. Sus datos de primera mano necesitan una potente herramienta de análisis para identificar tendencias y desarrollar modelos que pueda utilizar en su beneficio.
Los editores necesitan nuevos conocimientos y herramientas de análisis para conocer bien a su público. Necesitan saber exactamente quién es su audiencia y qué contenido lee. Los datos de primera mano que han recopilado les informan sobre el comportamiento de los visitantes dentro del sitio o la aplicación del editor. Sin embargo, no pueden decirles qué hacen fuera de sus sitios web, qué otros sitios visitan, qué ven, qué compran o qué contenido consumen.
Para empaquetar los datos de sus lectores y permitir a sus anunciantes dirigirse a ellos de forma individual, los editores necesitan ver una imagen completa de su audiencia a través de sus vidas digitales conectadas. Dado que los datos de primera mano solo pueden mostrar una parte de quién es un lector, necesitan complementar su información con datos de segunda y tercera parte para obtener una imagen panorámica de sus clientes y lectores para aumentar las oportunidades de inventario.
Los vendedores, por otro lado, pueden tener diferentes cantidades de datos. Una empresa de comercio electrónico suele disponer de grandes cantidades de datos de primera mano. Disponen de datos sobre todos los visitantes del sitio que interactúan con su contenido y navegan por él. Conocen los nombres de sus clientes, sus direcciones de envío, sus correos electrónicos y a veces incluso sus números de teléfono. Sin embargo, los vendedores de bienes de consumo empaquetados trabajan con clientes que rara vez interactúan con sus marcas en línea. Aun así, por muchos datos que recojan los profesionales del marketing, no pueden mostrarles datos valiosos sobre quiénes son sus consumidores fuera de su experiencia controlada. Para obtener datos sobre el comportamiento y los atributos de sus consumidores a través de la web, el móvil y otros lugares, necesita fuentes de datos adicionales.
Los datos de consumidores adquiridos o las herramientas de colaboración de datos le permiten conocer mejor a sus clientes o a su público. Puede aumentar sus datos de primera mano con datos de segunda y tercera parte. Por último, las herramientas de análisis le permiten extraer datos en busca de tendencias que le ayuden a tomar decisiones.
¿Qué son los datos de segunda y tercera parte?
Cuando los datos de origen no son suficientes, los vendedores y editores recurren a datos de segunda y tercera parte. Cada tipo de datos puede complementar a los demás, permitiéndole mejorar la calidad, la escala y el alcance de sus datos y conocimientos.
- Datos de origen: Para entender los datos de segunda parte, es necesario definir los datos de primera parte. Los datos recogidos por su equipo son datos de origen. Puede recibir datos en línea de los comportamientos de los visitantes de su sitio web o de los usuarios de su aplicación. También puede recopilar datos de primera parte utilizando una plataforma de gestión de la relación con el cliente (CRM), en la que sus equipos de ventas, atención al cliente y marketing pueden introducir datos recopilados de clientes individuales. Su lista de suscriptores, los análisis de las redes sociales y las encuestas a los clientes pueden ser fuentes vitales de datos de primera mano.
- Datos de segunda parte: Los datos de segunda parte son los datos de primera parte de otra persona. Por lo general, puede confiar en los datos de terceros en la misma medida que en sus datos internos, especialmente si desarrolla estas asociaciones a lo largo del tiempo. Utilice los datos de terceros para aumentar la escala de sus datos de origen. Con los datos de segunda parte, puede dirigirse a clientes o lectores similares que se parezcan a su audiencia actual. Si está introduciendo una línea de productos o contenidos dirigidos a un nuevo grupo demográfico, es posible que no disponga de datos de primera mano de las personas que quiere atraer. Los datos de segunda parte le permiten acceder a estos nuevos mercados.
- Datos de terceros: Los agregadores de datos proporcionan acceso a colecciones de datos de primera parte de muchas fuentes. Este tipo de datos no se compran directamente a la empresa que los recoge. En su lugar, un intermediario reúne datos de muchas fuentes y los compila en un gran conjunto de datos. La ventaja de los datos de terceros es que puedes dividirlos en segmentos, de modo que puedes comprar los datos de los grupos específicos que buscas. Tiene un amplio alcance que puede ayudarte a ampliar tus datos de origen.
¿Qué es la información y el análisis de datos?
Una vez que se recogen y compran los datos, hay que interpretarlos para descubrir las tendencias emergentes. Para ello, los profesionales del marketing y los editores recurren a análisis e información de datos. La analítica de datos es el proceso de examinar conjuntos de datos para concluir qué información contienen. Todos los datos de primera, segunda y tercera parte llegan a usted como datos brutos. El análisis descubre patrones, lo que le permite obtener información valiosa.
La mayoría de los procesos de análisis utilizan software, aprendizaje automático y automatización para visualizar datos, segmentar clientes y encontrar tendencias en el comportamiento de los usuarios. Las empresas pueden utilizar los datos para evaluar el éxito de sus esfuerzos de marketing, personalizar el contenido para grupos de usuarios o individuos y aprender más sobre su audiencia.
¿Qué es un flujo de datos?
Para saber quiénes son sus consumidores y qué están haciendo en el momento presente, puede utilizar datos en tiempo real para enriquecer aún más sus datos de origen. El flujo de datos de Lotame es una manguera de datos que fluye continuamente, ofreciéndole datos actualizados en cuanto están disponibles. Lotame recopila datos de comportamiento en bruto de miles de millones de perfiles de consumidores de toda nuestra red de datos. Puede acceder a un flujo de datos de sus propios datos de origen o enriquecer sus datos de origen para identificar a sus clientes dondequiera que estén a través de la web sin una sola cookie.
El único límite a la potencia del flujo de datos es lo que pueden hacer sus científicos de datos. Para fines de marketing, su equipo de científicos de datos puede cortar y dividir a partir de un flujo continuo de datos sin procesar para ejecutar modelos y pruebas. Mientras que el análisis predictivo a menudo asume que las tendencias permanecen iguales, al complementar los datos históricos con un flujo de datos en tiempo real, se puede lograr un modelado más preciso. También puede ajustar la escala de su flujo de datos para centrarse en los datos de ubicación, las fuentes y muchos otros filtros personalizados.
Hay muchas aplicaciones para el streaming de datos. Los vendedores y editores pueden utilizar la transmisión de datos para desarrollar recomendaciones de contenidos o productos y experiencias digitales personalizadas. Estos datos también pueden informar a los CRM y a los modelos de atribución.
Para entender cómo los flujos de datos en tiempo real pueden mejorar los datos históricos instantáneos, veamos algunos ejemplos. El sector financiero utiliza a menudo la transmisión de datos para detectar el fraude. Por ejemplo, si se producen compras estadísticamente improbables en la tarjeta de débito de un cliente, un programa puede activar automáticamente una alerta por correo electrónico para advertirle de las compras fraudulentas. Las aplicaciones para compartir coche también utilizan flujos de datos. Estas aplicaciones pueden proporcionar una hora estimada de llegada tan precisa porque combinan datos de tráfico históricos y en tiempo real con los datos de la ubicación actual del conductor y del pasajero.
También hay muchos casos de uso de la transmisión de datos para vendedores y editores.
- Enriquezca su CRM: La transmisión de datos le permite analizar los comportamientos de los clientes para construir datos en su herramienta de CRM. Con los datos de búsqueda y otros, puede obtener información en tiempo real sobre los intereses y datos demográficos de un cliente.
- Personalice sus comunicaciones: Puede utilizar datos en tiempo real para detectar las intenciones de los clientes. Por ejemplo, un banco puede identificar a los usuarios que están comprando un inmueble en línea para comercializar sus tarifas hipotecarias.
- Retargeting eficaz: Los profesionales del marketing pueden utilizar la transmisión de datos para descubrir a los usuarios con más probabilidades de conversión para racionalizar el retargeting. Reorientar a todos los usuarios que visitan su sitio web hace que se desperdicie su presupuesto publicitario. Por ejemplo, los usuarios que miran brevemente su sitio y luego compran un producto similar de un competidor pueden no ser propensos a comprar su producto. La transmisión de datos puede detectar a los visitantes anteriores que siguen buscando activamente productos o servicios, lo que le permite reorientar sólo a estos probables compradores.
- Detectar el tráfico de bots: Uno de los eventos que el análisis de flujo de datos puede detectar son las marcas de tiempo de los eventos. Dos eventos que ocurren increíblemente juntos es una fuerte evidencia de que un usuario detectado es un bot de Internet. Así sabrá que no debe malgastar el gasto publicitario dirigido a un bot que nunca convertirá.
- Probar las estrategias de marketing: Como profesional del marketing, debe perfeccionar y ajustar continuamente todas sus estrategias de segmentación, retargeting y mensajes personalizados. La transmisión de datos le ofrece información en tiempo real sobre a quién llegan sus estrategias y si están funcionando. Puede comprobar las hipótesis y cambiar el rumbo inmediatamente en lugar de esperar a analizar los datos una vez finalizada la campaña.
- Comprender y planificar la incertidumbre del mercado: Los mercados suben y bajan, pero los profesionales del marketing y los inversores deben comprender las posibles repercusiones y lo que está por venir. El sector financiero, en particular, está muy interesado en aprovechar el poder de los datos alternos o flujos de datos. Los bancos de inversión, los fondos de cobertura y las compañías de seguros están adoptando focos de datos en tiempo real para modelar los comportamientos de los consumidores y crear planes de recuperación basados en datos.
¿Qué es el modelado de datos y cómo se puede mejorar?
El modelado de datos y el análisis de datos son a menudo intercambiables. Técnicamente, el modelado es sólo una parte del proceso de análisis. El modelado de datos es un método para visualizar o mapear cómo se unen las fuentes de datos dentro de las aplicaciones de software y almacenamiento de datos de una empresa. La mayoría de los comercializadores y editores de datos tienen muchas aplicaciones que requieren la entrada de datos. Es posible que tengan que gestionar estos programas:
- Envíe un correo electrónico a
- Desarrollo de contenidos
- Sugerencias personalizadas de productos o contenidos
- Orientación de los anuncios
- Compra programática de medios
- Relaciones con los clientes
Todo este software necesita una alimentación de datos para optimizar las operaciones y mejorar la experiencia del cliente. Un modelo de datos planifica cómo agregar datos, como en una plataforma de gestión de datos (DMP). Determina qué eventos y escenarios hay que escuchar en el flujo de datos y qué acciones hay que desencadenar. El modelo de datos también determinará qué datos deben enviarse a cada una de las herramientas de software empresarial.
El modelado de datos también crea imágenes que los analistas de datos pueden utilizar para entender las tendencias y sacar conclusiones. Por lo general, las empresas comienzan su modelado de datos de forma sencilla y luego lo mejoran a medida que crecen. Los modeladores de datos trabajan junto a los responsables de marketing para determinar qué datos hay que rastrear y cómo organizarlos. En algunos casos, las tablas de datos funcionan mejor. En otros casos, como el mapeo del recorrido del cliente, es esencial un gráfico visual.
Una forma de mejorar el modelado de los datos es identificar las lagunas existentes y añadir más fuentes de información para obtener conclusiones más significativas. Para ello, puede colaborar con otra parte para añadir datos de segunda parte o comprar datos de terceros para combinarlos con sus datos de primera parte en un flujo. Sea cual sea la forma en que mejore su modelado de datos, es fundamental decidir cuidadosamente qué datos añadir para que proporcionen resultados relevantes y significativos.
¿Cómo ayudan el streaming de datos y el modelado de datos?
El flujo de datos y el modelado de datos van de la mano para mejorar sus esfuerzos de marketing. Un flujo de datos ofrece en tiempo real datos y enriquecimiento de la audiencia. El enriquecimiento le permite ampliar y optimizar su audiencia de origen con datos de terceros. Los datos enriquecidos le permiten acceder a una imagen completa de sus clientes, que su modelado de datos "pinta". El modelado de datos también establece los procesos para que pueda utilizar este flujo continuo en tiempo real.
No se trata de un enfoque único. Cada empresa debe considerar sus datos de primera mano y decidir qué tipo de datos de segunda o tercera parte son necesarios para que sean útiles. Es posible que se necesite un flujo de datos al milisegundo, o que se prefiera comprar datos por lotes. Las técnicas de modelado de datos que funcionan para algunos vendedores y editores pueden no ser informativas para otros. Cada empresa necesita un enfoque de datos personalizado para sus audiencias únicas.
¿Cómo encajan en todo esto un CDP y un DCP, y por qué no son siempre necesarios?
Una plataforma de datos de clientes (CDP) maneja explícitamente datos de origen. Aunque algunas también pueden aceptar datos de segunda y tercera parte, necesitan un nivel significativo de datos de primera parte para proporcionar la funcionalidad que usted necesita. Dado que las PCD o plataformas de colaboración de datos son más capaces de manejar datos anónimos de segundos y terceros, ofrecen información sobre su audiencia. Las DCP pueden dirigirse a audiencias similares y volver a dirigirse a clientes potenciales comprometidos. Algunas DCP avanzadas permiten importar datos de origen o incorporar datos de origen además de recopilar datos de origen.
Una de las razones por las que muchos vendedores buscan un CDP es que la tecnología permite la resolución de la identidad, lo que permite a los vendedores aprovechar las ventajas de estrategias de marketing basadas en las personas. Un CDP puede utilizar los datos de identificación personal de sus clientes para comercializar con ellos mediante campañas personalizadas.
Los datos de origen recogidos a través de un CDP pueden ser una herramienta poderosa. Sin embargo, dado que los CDP no pueden gestionar fácilmente los datos de segundas y terceras partes, son limitantes por la misma razón que los datos de primera parte. No pueden llegar a nuevos públicos, por lo que muchos profesionales del marketing tienen tanto un CDP como una herramienta de gestión de datos en su pila de marketing.
Aunque tanto los CDP como las herramientas tradicionales de gestión de datos o DMP tienen limitaciones, Lotame es diferente. Nuestra plataforma integral de colaboración de datos, Spherical, aloja y anonimiza sus datos de origen, a la vez que proporciona las soluciones de identidad que los profesionales del marketing buscan en un CDP. que los profesionales del marketing buscan en un CDP. Al igual que un DMP, nuestra tecnología puede manejar datos de segunda y tercera parte, ya provengan de un flujo de datos o de nuestras soluciones de identidad de Lotame Panorama. Nuestra plataforma le permite incorporar, conectar, enriquecer y activar datos en un solo lugar, tanto si los tiene como si los necesita, para comprender mejor y captar a los consumidores.
¿Cómo puede empezar?
El gasto en datos de audiencia de terceros en Estados Unidos no muestra signos de desaceleración. La mejora de los datos de audiencia comienza con el enriquecimiento de los datos. La mayoría de los usuarios -el 78,2% invirtió más y planeó invertir más en datos y soluciones relacionadas en 2019, lo que sugiere su creciente importancia para los profesionales del marketing.
La plataforma de colaboración de datos de Lotame, Spherical ofrece un conjunto de soluciones de colaboración y enriquecimiento de datos para la publicidad digital, sin necesidad de cookies. Proporcionamos herramientas integradas para que los profesionales del marketing y los editores mejoren los datos y conviertan a las personas en audiencias direccionables.
Con Spherical, los profesionales del marketing pueden enriquecer los datos de primera mano con datos de segunda y tercera parte procedentes de más de 250 fuentes de datos online y offline. En lugar de lidiar con datos dispersos de múltiples proveedores y perspectivas segregadas en diferentes herramientas de datos en su pila, acceda a todo en un solo lugar.
También puede enriquecer sus datos de origen y potenciar sus equipos de ciencia de datos con Flujo de datos de Lotame. Puede utilizar un flujo de datos con datos por lotes o por sí solo, en función de la cantidad de datos de origen que posea.
Desarrolle historias más enriquecedoras sobre sus clientes, actívelos en todas partes, incluso en entornos con problemas de cookies, y descubra más momentos para relacionarse de forma significativa y respetuosa con los clientes estén donde estén. Vea lo que se ha estado perdiendo con la plataforma integral de colaboración de datos de Lotame, Spherical. Póngase en contacto con nosotros para obtener más información.