En la actualidad, observamos que muchas empresas tienen dudas a la hora de realizar un proyecto de an\u00e1lisis de datos. Surgen dudas y cuesta mucho, en un inicio, demostrar el valor y el impacto que los resultados y las acciones que se plantean producir\u00e1n en la empresa. A continuaci\u00f3n, respondemos varias preguntas \u00bfqu\u00e9 es un proyecto de Customer Analytics? \u00bfQu\u00e9 barreras existen? \u00bfQu\u00e9 beneficios aporta? \u00bfC\u00f3mo lo llevamos a cabo?<\/p>\n
Las organizaciones est\u00e1n viviendo una profunda transformaci\u00f3n, no s\u00f3lo desde la perspectiva de los sistemas de informaci\u00f3n, la digitalizaci\u00f3n, tecnolog\u00edas o de la necesidad de lidiar con las nuevas estructuras en red, sino tambi\u00e9n en la adopci\u00f3n de la idea que el dato est\u00e1 desempe\u00f1ando un rol cada vez m\u00e1s determinante para la generaci\u00f3n de ventajas competitivas.<\/p>\n
Un cambio de dimensi\u00f3n mundial que afecta a toda la sociedad y, por consecuencia, al cliente. Este hecho conlleva fuertes inversiones para las empresas en infraestructura tecnol\u00f3gica y de procesos.<\/p>\n
Una estrategia global centrada en el cliente debe conocer a ciencia cierta qu\u00e9 valor aporta la empresa al cliente y qu\u00e9 valor genera \u00e9l a la compa\u00f1\u00eda.\u00a0 La anal\u00edtica de cliente no es \u00fanicamente una tarea de marketing, sino que resulta vital para el dise\u00f1o de productos, desarrollo de servicios y otras \u00e1reas que se necesitan en la empresa.<\/p>\n
Barreras en la implementaci\u00f3n de un proyecto de Customer Analytics<\/p>\n
Tanto en el momento de iniciar un proyecto de\u00a0Customer Analytics<\/em>\u00a0como en el desarrollo de \u00e9ste, pueden surgir diferentes dificultades. Un estudio titulado\u00a0The State of Big Data Infrastructure: Benchmarking Global Big Data Users to Drive Future Performance<\/em><\/strong>,<\/a>\u00a0recoge las cinco mayores barreras a superar en la implementaci\u00f3n de un proyecto de\u00a0Customer Analytics<\/em>\u00a0en\u00a0Big Data<\/a>: infraestructura existente insuficiente (32%), complejidad de la organizaci\u00f3n (27%), preocupaci\u00f3n por la seguridad y cumplimiento de normativas (26%), falta de presupuesto y\/o recursos (25%), y falta de visibilidad de la informaci\u00f3n y los procesos (25%). Otras vicisitudes que podemos encontrarnos son:<\/p>\n \u2013\u00a0 La organizaci\u00f3n no comprende el concepto de cliente.<\/p>\n \u2013\u00a0 Insuficiente apoyo por parte de la Direcci\u00f3n en la iniciativa.<\/p>\n \u2013\u00a0 Falta de liderazgo y gesti\u00f3n de proyecto.<\/p>\n \u2013\u00a0 Dificultad en identificar y cuantificar el retorno de inversi\u00f3n y el valor generado para la organizaci\u00f3n y el cliente<\/p>\n \u2013\u00a0 La calidad de datos en la organizaci\u00f3n es insuficiente para abordar un proceso de inteligencia de clientes.<\/p>\n \u2013\u00a0 Dificultad para integrar los recursos existentes de Business Intelligence, Datawarehouse o las aplicaciones disponibles en la organizaci\u00f3n.<\/p>\n \u2013\u00a0 Falta de personal cualificado o capacidad para formar al existente.<\/p>\n \u2013\u00a0 Dificultad para relacionar e integrar el resultado de los an\u00e1lisis con los distintos procesos del negocio.<\/p>\n \u2013\u00a0 Inmadurez de las organizaciones en integrar la presencia en redes sociales y los datos derivados con los datos disponibles de un cliente en los canales tradicionales.<\/p>\n \u2013\u00a0 Par\u00e1lisis en la toma de decisiones por un sobre an\u00e1lisis de los datos.<\/p>\n <\/p>\n