Las mejores experiencias tienen algo en común: son hiper personalizadas. Y es que los clientes esperan vivir sus experiencias digitales con las marcas como si fueran creadas especialmente para ellos. Es por esto que las empresas líderes en customer experience utilizan todos los datos de sus clientes -desde que sólo son cookie-known hasta que son individuos fidelizados con un alto nivel de engagement– para crear experiencias conectadas. Estas experiencias tienen que ser contextualmente relevantes y deben ofrecer comunicaciones, servicios e interacciones hiper personalizadas a través de todos los canales.
Los datos pueden tener distintos orígenes y fluir desde un sinfín de fuentes, y los marketers deben aprovecharlos para: unificar audiencias en una única vista de cliente resolviendo identidades y haciendo múltiples ID stitching, realizar segmentaciones potentes y avanzadas a partir de perfiles únicos, activar datos en third-party platforms, y ofrecer personalizaciones analíticas y también con recomendaciones de contenidos y productos a partir de modelos predictivos.
Ecosistema Salesforce: ¿Data Cloud o MC Personalization?
Si tu stack tecnológico está basado en Salesforce, es probable que además de preguntarte cómo escoger el CDP correcto, te plantees si la siguiente pieza a incluir para avanzar al siguiente nivel en customer experience debe ser Data Cloud o Marketing Cloud Personalization.
Como comentábamos en un artículo anterior, las mejores pistas las encontramos en los principios del escenario AdTech más vigentes que nunca si los aplicamos al mundo MarTech:
- Targeting / Personalization: ¿granularidad o agregación?
- Measurement / Accuracy: ¿enfoque determinístico o probabilístico?
A partir de aquí, a continuación analizaremos qué principios se encuentran en el core de cada una de estas dos soluciones de Salesforce, qué funcionalidades ofrece para cada uno de ellos y con qué enfoque resuelven las necesidades del marketer para crear experiencias hiper personalizadas relevantes a los clientes.
Data Cloud: transformando customer experiences con AI + Data + CRM
Con el objetivo de obtener una vista detallada del perfil de los clientes, Data Cloud trabaja el targeting a partir de la granularidad con la posibilidad de ingestar datos de múltiples fuentes -entre las cuales el Data Lake de AWS-, con opciones para normalizar los datos ingresados en real-time y con capacidad para realizar segmentos a partir de filtros.
Para construir segmentos a partir de afinidades y utilizar cohortes para convertir grupos en targets a partir de AI y ML, Data Cloud personaliza y ‘targetea’ con agregación harmonizando datos, calculando insights -tales como la propensión a compra, LTV, etc.-, la activación de segmentos y data actions para orquestar event-based targets.
La medición determinística de Data Cloud da respuesta al principio de precisión de la información recopilada de usuarios identificados conocidos, ‘trackeando’ con ‘sitemaps’ las acciones de los individuos en las propiedades digitales de la compañía. Es posible gracias a la ‘profile unification’ y la creación de perfiles únicos incluso anónimos; y también a las capacidades de esta solución de ‘identity resolution’ con múltiples ‘rulesets’.
Finalmente, con un enfoque probabilístico Data Cloud resuelve las necesidades de medición en la predicción de acciones basándose en el nivel de engagement histórico de cada cliente para determinar acciones futuras con AI y ML.
Personalization: customer experiences relevantes con personalización en real-time
Personalization construye ‘unified customer profiles’ gracias a las first-party cookies que realizan ‘tracking’ del comportamiento web y app de los clientes integradas a través de sitemaps que ‘trackean’ las acciones de cada visitante. El enfoque de esta solución en el área de targeting es a partir de la granularidad y se trabaja con el objetivo de obtener una vista detallada del perfil de los clientes y sus interacciones desde que son desconocidos cookie-known hasta resolver su identidad.
Para hacer ‘targeting’ y personalization con un enfoque de agregación a partir de afinidades y trabajar targets con la ayuda de la AI y el ML, Personalization cuenta con las Einstein Recipes. Son recetas construidas gracias a la inteligencia artificial que se apalancan en todos los datos capturados por los unified customer profiles para entregar recomendaciones hiper personalizadas.
En el área de medición y exactitud con enfoque determinístico, Personalization ofrece la posibilidad de realizar informes y reports basados en Einstein a partir de todos los datos de cliente almacenados en la solución. Éstos no sólo ofrecen información valiosa para estudiarla y decidir próximas acciones, sino que también ofrecen información activable en las configuraciones de las campañas de hiper personalización.
Finalmente, con un enfoque probabilístico, Personalization es capaz de realizar predicciones de acciones basadas en los niveles de engagement históricos de cada individuo. En este caso, la feature destacada es Einstein Decisions, que utiliza datos para tomar decisiones de hiper personalización en real-time orientadas a entregar contenidos y mensajes relevantes a los usuarios en el momento adecuado.
¿Y ahora qué?
Con la capacidad de recopilar y orquestar datos, las organizaciones se sitúan en una posición privilegiada para llevar la relación con sus actuales y próximos clientes un paso más allá. Disponer de un CDP y ser capaces de mantener conversaciones hiper personalizadas, compartir mensajes diferenciales que interpelen a los receptores directamente y establecer puntos de contacto relevantes con los clientes en el centro de experiencias auténticas, es imprescindible para afrontar los desafíos que del presente y del futuro en un mundo cambiante.
Después de haber conocido las distintas opciones del mercado cuando hablamos de Customer Data Platform, sólo es necesario definir los use cases que aportarán más retorno a cada organización, elegir la herramienta que permite resolverlos de la mejor manera, priorizarlos en un proyecto de implementación teniendo en cuenta el esfuerzo que suponen y los beneficios que generarán, y ponerse a trabajar para hacerlos realidad.
