Cantidad o calidad: ¿cuánto cuestan los malos datos?

Los datos son un recurso cada vez más valioso para las organizaciones. En los tiempos actuales, en que los consumidores están más informados que nunca y tienen una amplia oferta donde elegir, los datos son cruciales para optimizar el momento, el mensaje y el destinatario de las acciones estratégicas de las empresas. Asimismo, resultan determinantes a la hora de tomar decisiones operacionales complejas.

Sin embargo, aunque las organizaciones reconocen que contar con datos precisos y relevantes es crucial para su desempeño, el 92% de las compañías admite que los datos que disponen de sus clientes no son fiables. Recientes estudios señalan, además, que esta tendencia va en aumento en los últimos años: en Estados Unidos, el 35% de las organizaciones cree que el 32% de sus datos son poco fiables.

En Customer Experience, los datos permiten adquirir y retener clientes con mayor eficacia, identificar oportunidades de negocio y mejorar la experiencia de cliente. Si los datos no son debidamente gestionados, las organizaciones se exponen a perder dichas oportunidades, disminuir su eficiencia, lo que puede resultar en un impacto negativo en la línea de negocio. ¿Cuánto cuestan los malos datos a las compañías? Y lo que es aún más alarmante: ¿cuánto se gastan las compañías en obtener datos que no son fiables?

El 92% de las compañías admite que los #datos que disponen de sus clientes no son fiables Clic para tuitear

Desafíos del Big Data: cantidad vs. calidad

¿A qué desafíos se enfrentan las compañías a la hora de obtener y gestionar datos? En un reciente sondeo realizado entre 300 profesionales especializados en recolección y tratamiento de datos, estos señalaron tres áreas críticas: la calidad (68%), la seguridad (60%) y la fiabilidad de los flujos de recolección de datos (52%).

Desde la irrupción del Big Data en el mundo del management, es palpable un interés creciente por recabar el mayor número posible de datos en relación a los diferentes actores, contextos, procesos, etc. A menudo nos encontramos a directivos que responden “Todo” ante la pregunta: “¿Qué deseáis medir?”.

Sin embargo, es imposible medir todo. El volumen de datos que potencialmente se pueden recolectar para una compañía es ilimitado, ya que cualquier interacción cliente-empresa es susceptible de ser cuantificada. Más aún con los recientes avances tecnológicos en recolección de datos, que pronto permitirán a las compañías instalar sistemas de reconocimiento facial y medición emocional in-situ en sus propios puntos de venta.

No obstante, para obtener buenos datos a nivel interno se requiere una inversión muy grande, ya que la medición, registro e interpretación de datos implica una serie de procesos especializados más allá de su mera recolección:

• Contrastar la calidad de los datos (precisión, exhaustividad/profundidad, coherencia).
• Cumplimiento de políticas de privacidad y seguridad en tratamiento de datos personales.
• Mantenimiento de los flujos de recolección de datos operando de forma eficiente.
• Creación de nuevos canales para la recolección de datos.
• Actualización de la infraestructura técnica y humana necesaria para gestionar los datos.
• Adaptación de los canales de recolección para ajustarse a nuevos requerimientos (legales, operacionales).

Las tres principales carencias en lo que respecta a la calidad de los datos suelen estar relacionadas con: datos que faltan o incompletos, información desactualizada y datos demasiado vagos e imprecisos.

Y sobre todo, no se trata de cuanto más mejor, sino de cuanto mejor, más. Cantidad y calidad no son mutuamente excluyentes, pero existe una relación entre ambas. E incluso aunque los datos fueran completos, actuales y muy precisos, podrían no resultar de utilidad a nuestra organización si no son relevantes. Las cifras por sí mismas no tienen valor, han de ser representativas y demostrar correlaciones entre diferentes hechos para poder apoyar reflexiones y propuestas de cambio.

En medición de #experiencia de #cliente, no se trata de cuanto más mejor, sino de cuanto mejor, más Clic para tuitear

Razones para invertir en datos de alta calidad

Más allá de la inversión que requiere la recolección de datos, ¿cuánto cuestan los malos datos a las organizaciones? Las investigaciones muestran que un 83% de las compañías creen que sus beneficios se ven mermados por la existencia de datos poco precisos o incompletos acerca de los clientes y potenciales clientes, en términos de recursos malgastados, pérdidas de productividad y comunicaciones.

Entre las razones para invertir en la obtención de datos relevantes, las empresas señalan:

• 53% – Deseo de comprender las necesidades de los clientes
• 51% – Deseo de encontrar nuevos clientes
• 49% – Deseo de incrementar el valor de cada cliente

La mayor parte de las compañías apuntan a la falta de recursos, talento y tiempo como las principales barreras para la implantación y de sistemas de recolección y gestión de datos. No es de extrañar, dada la complejidad de la gestión de los datos que señalábamos antes.

Sin embargo, la obtención de datos de calidad no tiene por qué ser una tarea interna, sino que puede ser externalizada a empresas expertas en realizar estudios de campo y modelizar los datos, con las siguientes ventajas para la organización:

• Revisión y corrección de los datos. Gran número de errores en los datos provienen del momento mismo de la recogida. Por ejemplo, los consumidores rellenan un gran número de formularios de satisfacción, a menudo con información incorrecta (errores tipográficos, falta de atención a las preguntas, etc.).
• Gestión y actualización de los datos. Muchos de los costes añadidos en los que incurren las empresas por tener malos datos provienen de un bajo mantenimiento de los mismos. Un ejemplo sencillo: mantener en el CRM una lista de correo desactualizada donde figuran emails duplicados o que ya no existen generan costes innecesarios en espacio de almacenamiento, en tiempo de envío e incluso en costes directos en servicios de mailing.
• Mejora en la eficiencia de los procesos de diseño, creación, mantenimiento y actualización de los canales de recolección de datos.
• Mayores garantías legales de adecuación a normativa vigente en materia de protección de datos y privacidad, así como una mayor agilidad y fiabilidad a la hora de introducir cualquier cambio exigido por la ley.

Razones para invertir en datos de alta calidad en #CustomerExperience Clic para tuitear

Encontrar soluciones

En EMO Insights trabajamos en la medición de emociones para la implementación y mejora de procesos de gestión emocional en las organizaciones, con especial hincapié en Customer Experience. Somos líderes en la definición y realización de los estudios de campo requeridos para recoger los datos más relevantes para cada sector.

Además, no nos quedamos en la mera recolección de datos: a través de procesos matemáticos complejos modelizamos los resultados para establecer predicciones acerca del comportamiento de los clientes y las prioridades de mejora en la relación empresa-cliente.

Con el fin de expandir esta apasionante disciplina, hemos puesto en marcha recientemente un programa formativo de alto nivel dirigido a profesionales de departamentos de Calidad, Innovación, Marketing, Comunicación y Publicidad e Investigación de Mercados.

En los dos primeros módulos del curso se habla precisamente de cómo aplicar el neuromarketing y la modelización predictiva para realizar un Diagnóstico cualitativo emocional. De la importancia de diseñar un buen cuestionario para obtener buena información, y de cómo la correcta definición de la muestra de campo es vital para asegurarnos de que los datos son representativos, precisos y relevantes.

Y es que tras varios años especializados en la medición de emociones, podemos afirmar que los datos no son una commodity que se pueda dar por sentado, sino que su valor real equivale a la calidad, precisión y relevancia de los mismos a la hora de ser aplicados.