España es el país europeo donde el móvil es el principal dispositivo de tráfico en Internet con un 85,98% frente al 14,02% que se produce a través del PC. Se trata de datos que no escapan del radar de empresas de todos los sectores que se esfuerzan por comprender y adaptarse a los cambios en el comportamiento digital de los usuarios con el fin de conectar con ellos.
Analizar los datos que se generan desde los dispositivos móviles de los usuarios sirve para que las empresas y organizaciones puedan entender con mayor precisión qué buscan éstos con el fin de prestarles un servicio acorde a sus necesidades y bajo una buena experiencia para intentar generar una relación duradera entre cliente y empresa.
A tal fin, es común que las marcas -sobre todo en el territorio de la banca, los seguros, la salud y el retail- faciliten aplicaciones para ofrecer un servicio complementario desde un dispositivo móvil. Sin embargo, salvo que sea una app de pago por uso, o transaccional -en la que se suele obtener una comisión por transacción- raramente se consiguen monetizar los datos que se generan desde el propio dispositivo móvil de cada usuario.
Índice de temas
El valor de los datos georreferenciados y temporales
Para extraer de los datos su máximo potencial es clave identificar qué datos son los que puede proporcionar una aplicación y para qué utilizarlos. Normalmente las compañías cuentan con un email de registro que sirve como canal de contacto, los datos de navegación, que contribuyen a mejorar la experiencia del usuario y son solo algunas apps las que -además- piden acceso a datos internos del teléfono como la geolocalización. Es posiblemente este el dato más valioso al que las organizaciones pueden acceder si obtienen el consentimiento informado del usuario.
Esta información se puede combinar con variables temporales y fuentes externas usando herramientas específicas para el enriquecimiento del dato para extraer un conocimiento del usuario y del entorno en el que éste se mueve, que puede ser suficiente para activar estrategias basadas en datos que permitan a las empresas monetizar dicha información. Permite -a su vez- que el consumidor reciba ofertas y servicios más adecuados a sus necesidades, reduciendo la sensación de molestia que a veces pueden ocasionar los impactos publicitarios.
Por ejemplo, si un usuario pasa cierto tiempo en un centro deportivo de pádel de forma recurrente durante un cierto lapso reducido de horas se podría inferir que es aficionado a este deporte y que -por tanto- es susceptible de recibir información sobre equipamiento deportivo específico. O si el usuario pasa varias noches en diferentes localizaciones de forma recurrente; ¿no podríamos deducir que es una persona que viaja y que recibirá con interés información sobre viajes, alojamientos, incluso seguros de viajes?
Es precisamente esta capacidad para analizar insights generados desde una app e identificar cuáles de ellos son susceptibles de ser utilizados para aplicar estrategias data-driven lo que le da valor a los partners tecnológicos especialistas en la analítica del dato a la hora de generar valor para las compañías que necesitan tomar las decisiones de negocio más acertadas tomando como fuente los datos de sus clientes y potenciales.
Cualificación de usuarios y conocimiento del entorno
El análisis de datos georreferenciados e históricos de un usuario se eleva así a la categoría de esencial porque permite identificar localizaciones clave, como pueden ser su lugar de trabajo, vivienda, colegio, entornos de ocio, o un supermercado al que acude de forma reiterada, entre otros.
Tras analizar el comportamiento en rangos de tiempos extensos se puede llegar a definir cuál podría ser el domicilio o vivienda habitual del usuario. Partiendo de ese conocimiento, los expertos en analítica del dato pueden enriquecer esos registros de información generados por el dispositivo y tratados con la app cruzándolos -por ejemplo- con información de datos catastrales de la zona en la que se ubica su vivienda con el fin de perfilar más al usuario.
Esto permite extrapolar la información más allá de la otorgada por la app, ya que, si se determina el lugar de residencia, se puede saber la extensión de su parcela, si la tiene, o si cuenta con piscina, o instalaciones deportivas si las incluyera, y a todo ello se le puede atribuir un valor económico y por extensión se puede inferir un cierto nivel adquisitivo medio.
Es decir, los datos georreferenciados que proporciona una app se pueden combinar con datos agregados como el nivel socioeconómico, la media de edad en la zona donde se asienta el domicilio, la tasa de morosidad, la superficie media de las viviendas, el año medio de construcción de las residencias, incluso el gasto medio en ocio en dicha localidad. Con estos datos ya se puede comenzar a inferir que -por ejemplo- el usuario podría ser un potencial cliente de marcas de lujo: si los datos reflejan que habita en una zona donde el coste de la vivienda está por encima del de la media en la región. También permite extrapolar que; si su potencial gasto en ocio es alto, su potencial tasa de morosidad probablemente sea baja.
Del mismo modo, toda la información que seamos capaces de ir añadiendo nos permitirá validar la información anterior y de este modo contribuir a crear una foto mayor y más precisa del perfil de usuario para identificar necesidades, u ofertas adecuadas de nuestros productos o servicios.
De igual manera que se puede identificar el lugar donde el usuario se encuentra todas las noches, también se puede estudiar qué recorrido hace cada día y cuanto tiempo pasa en una cierta zona diferente de aquella donde se sitúa su hogar, lo que permite inferir el lugar en el que trabaja.
Cruzar este dato con el de la localización geográfica de las empresas que se encuentran en dicho punto geográfico hará posible identificar la ubicación de la empresa para la que trabaja y analizando los datos contenidos en su web será viable establecer cuál podría ser la posible profesión del usuario y entender cuál es la actividad de la empresa para la que presta sus servicios. Algo que puede ser de utilidad si se es un proveedor de productos, soluciones y herramientas y servicios B2B de cara a identificar las posibles necesidades de un potencial cliente.
La combinación de datos de calidad georreferenciados permite acometer una segmentación de todas las empresas de una localidad concreta. Teniendo esta información, será posible identificar con precisión a qué tiendas acude el usuario de la app de forma recurrente.
Determinar dónde compran nuestros usuarios puede sernos de utilidad para saber qué retailer físico utilizar para servir nuestros productos y dónde invertir presupuesto y esfuerzos a la hora de realizar acciones comerciales. Imaginemos que comprobamos que el 60% de nuestros usuarios compran en una galería de alimentación específica. Este dato podría servir para que decidamos aliarnos con esta cadena de supermercados para una acción conjunta con la finalidad de realizar estrategias de fidelización a nuestros usuarios.
Los expertos en analítica de datos tienen muy presente que para quienes necesitan extraer conclusiones de los datos que ya obran en su poder, el límite de qué datos analizar y qué tipo de datos les sirven para tomas decisiones de negocio acertadas, está prácticamente en su imaginación.
