tribus de-consumidores y social media

Hoy en día, los datos internos de las empresas sobre consumidores solo constituyen una fracción de lo que se aloja externamente en otros ordenadores. Sus hábitos y forma de actuar se pueden encontrar en plataformas de redes sociales y eso está en algún sitio en un enorme flujo de Big Data social. Pero con las herramientas y preguntas adecuadas a esos datos es posible ofrecer una oferta contextualizada que tiene en cuenta quién es el consumidor, qué le gusta, a dónde va y cuál es el mejor momento para hacerle la mejor oferta.

Jaison Vitorino, PhD CTO de E.Life

Cómo identificar y vender productos y servicios a las «tribus de consumidores» en tiempos de Social Big Data

Dossier Big Data

4242

www.marketingmasventas.es

tican el yoga o tal vez zumba. Si la cadena de supermercados Whole Foods, que vende alimentos orgánicos y naturales, quisiera abrir tiendas en España, debería dirigirse inicialmente a ese grupo demográfico. ¿Cómo lo haría si estuviésemos en el año 2001? Se haría un estudio de mercado tradicional y luego se procedería a llamar a las personas, detectando sus hábitos o, tal vez, se

Los LOHAS (Lifestyles of Health and Sustainability), estilos de vida saluda-bles y sostenibles, son una tendencia demográfica que está surgiendo en las sociedades más ricas. El perfil de este

grupo se compone principalmente de mujeres con alto nivel educativo preocupadas por el medio ambiente, que compran comida orgánica y prac-

43 |Nº 296 • septiembre/octubre de 2014

Según el profesor Bernard Cova en su artícu-lo de «Marketing de tribus: Trivialización de la sociedad y su impacto en el comportamiento de marketing», una tribu se define como «una red de personas heterogéneas en términos de edad, sexo, ingresos, etc., cuyo punto de encuentro es una pasión o emoción. Una tribu es capaz de realizar una acción colectiva. Sus miembros no son simples consumidores, también son defensores». Cuando aplicamos esta definición a qué es lo que está ocurriendo en las actuales plataformas sociales, descubrimos que esas tribus están acaparando una buena parte del paisaje digital. Hay grupos en Facebook que hablan sobre el vino, golf, seguros de vida y una gran variedad de otros temas. Los expertos influyen en miles de consumidores con un mensaje de apenas 140 caracteres; Twitter, Yelp y Forusquare, son los nuevos sitios para buscar tendencias y descubrir novedades.

Más aún, esas tribus están presentes en todas las páginas de Facebook en las que las marcas gestionan su contenido. Los consumidores, miem-bros de una tribu, también envían mensajes a las cuentas oficiales de las marcas, reclamando

haría una encuesta en la calle. Solo un pequeño grupo se identificaría como público objetivo, porque la mayoría de los sujetos simplemente no encajarían con los criterios.

Sin embargo, estamos en el 2013 y el nuevo director territorial ha decidido intentar recoger datos en Twitter. Se buscan términos relevantes como «yoga», «zumba», «comida orgánica», a tra-vés de un software de minería de datos de redes sociales y, en menos de una semana, ya se han detectado a 100.000 personas. El segundo paso de este proceso, es almacenar el historial de los usuarios que se han identificado y aplicar técnicas de agrupamiento y otras técnicas de minería de datos para descubrir patrones y tendencias entre los datos recolectados. En el último paso, los expertos en análisis de datos deben investigar los tweets. Se trata de un proceso muy similar al de un focus group, que, a su manera, es lo que es Twitter: un amplio y espontáneo grupo focal con 250 millones de participantes. Dale la bienvenida a un nuevo mundo de inteligencia de mercado dónde las redes sociales se encuentran con las tribus.

Dossier Big Data

Las tribus están pre-sentes en las páginas de Facebook y envían mensajes a las cuentas oficiales de las marcas reclamando una aten-ción al cliente y mejores productos y servicios

| 44 Nº 296 • Septiembre/Octubre de 2014

una atención al cliente y mejores productos y servicios. Por ello, muchos gerentes de producto de las marcas han colocado a un regimiento de los llamados «analistas sociales CRM» para estar preparados y apaciguar a las masas, si se produce algún tipo de altercado digital, que no es en absoluto poco frecuente.

Como sabemos, las amenazas también pueden representar nuevas oportunidades. En redes socia-les los consumidores notifican a los gerentes de marketing y ventas, como nunca antes, sus más profundos deseos y eventos vitales. Por ejemplo, @Mom39 que se describe como una madre que vive en Barcelona, que es médico y que le en-canta el jogging, o, por ejemplo, @CarlosFly de 40 años que vive en Londres y recibe muchas menciones sobre coches, suele utilizar Fousquare para hacer check-in en distintos aeropuertos en todo el mundo. Estoy seguro que muchas com-pañías matarían por disponer de información tan detallada acerca de sus consumidores.

La buena noticia es que pueden. Con las ade-cuadas herramientas de software y un analista o representante de ventas, las marcas pueden utilizar las redes sociales para identificar, cla-sificar e interactuar con la persona adecuada. Sigamos con los ejemplos anteriores: @Mom39, una madre médico y, @CarlosFly, una perso-na que le encantan los coches y suele volar a menudo. Digamos que eres un representante de ventas que trabajas para una compañía de seguros, ambas personas pueden formar parte de tu público objetivo. Pero, ¿ahora qué?

En las redes sociales, todo se reduce a diálogos entre dos personas y tribus. Este nuevo mundo es, muchas veces, contrario al tradicional y clásico entorno de ventas. En vez de llamar a puerta fría con una oferta genérica, un representante de ventas puede escoger el momento adecuado para decirle algo a un potencial cliente. ¿Qué sucedería si tu software de monitorización te alertara de un tuit de @Mom39 diciendo que, «Uy uy uy, hoy cumplo 40 años. ¡Qué rápido!»? Este es el mejor momento para hablar con ella, podrías decirle

algo como «@Mom39, los 40 son los nuevos 30, además eres 10 años más astuta, ¡felicidades!». ¡Bingo!, acabas de contactar con un futuro cliente. Solo espera unos días y luego le mandas un link con información sobre tus servicios, a un texto sobre por qué la gente inteligente debería estar mejor informada acerca de seguros.

Centrémonos ahora en @CarlosFly. Vendes muchos seguros de coche por lo que has confi-gurado tu software para monitorizar a todos los fans de automóviles y grupos en Facebook. Acabas de recibir una alerta con el nuevo post de @Car-losFly: «Chicos, quiero un nuevo coche. ¿Alguna recomendación?» Pero espera, el sistema también te dice que @CarlosFly suele hacer check-ins en aeropuertos. Puede que tengas el producto más adecuado para él: «@CarlosFly, si contratas mi seguro de coche, obtendrás 10.000 puntos para el programa de fidelización de tu línea aérea preferi-da». También decides mencionar en tu comentario a @CarlosFly cuál es su marca de coches preferida.

Lo que acabamos de describir es solo la punta del iceberg; es lo que sucede cuando alguien se topa con un poder enorme, el de las tribus de consumidores online. Volvemos a ser grupos de cazadores en busca de comida, diversión, creencias y mil cosas más, pero esta vez, en un mundo digital 24x7. En un mundo de múltiples opciones, ya no puedes clasificar a las personas por los clásicos grupos demográficos. Hay una cantidad infinita de información en tiempo real sobre cada uno de nosotros y estamos empezando a entender-la. Hace cinco años encontrábamos unos pocos cientos de menciones a marcas en Twitter, pero hoy contabilizamos millones. Esto nos lleva a la segunda cuestión importante: big data.

El Social Big data, un nuevo reto

Hoy en día, los datos internos de las empresas sobre consumidores solo constituyen una frac-ción de lo que se aloja externamente en otros ordenadores cloud. Hasta los más sofisticados


Con las adecuadas herramientas de software y un analista o representante de ventas, las marcas pueden utilizar las redes sociales para identificar,

clasificar e interactuar con la persona adecuada


¿qué más compran? Está todo en algún sitio en un enorme flujo de Big Data social.

A pesar de todo el revuelo causado, el So-cial Big Data no tiene por qué ser un asunto complicado. No nos tenemos que angustiar ni preocupar sobre cómo vamos a hacer frente a otra palabra de moda en medio de toda la cantidad de trabajo que aún nos queda por delante. Ya existe un marco exhaustivo para comenzar un proyecto de Big Data, centrándonos en conocer al consumidor y su histórico digital social para maximizar la posibilidad de venta. Para ellos, no podemos perder de vista las Ps of Insights (las Ps que te dan información detallada).

The 4 Ps of Insights

Las 4Ps de Insights

Se trata de una guía para resolver dudas que nos ayuda a formar las preguntas adecuadas que hay que plantearle a los datos. Hay un chiste en la comunidad de minería de datos: si pinchas los datos lo suficiente, van a confesar. Las 4Ps solo te ayudan a dar con esa confesión. Los elemen-tos que ves debajo de las Ps en la tabla son los típicos elementos que las plataformas de las redes sociales llaman atributos. La «Bio» permite, por ejemplo, a los usuarios de Twitter, describirse a sí mismos en 140 caracteres o menos. Por ejemplo, nuestro @CarlosFly tiene esta «Bio» en Twitter que detalla quién es: «Tío majo, me encantan los

programas de fidelización no pueden mostrarnos que @CarlosFly acaba de comenzar a buscar un nuevo coche. Hay más de 1.000 millones de usuarios en Facebook a nivel a mundial. Twitter, con 200 millones de usuarios activos, genera más de 400 millones de tuits diarios. Los datos del consumidor y rasgos de su forma de ac-tuar ya se pueden encontrar en plataformas de redes sociales: ¿qué beben?, ¿a dónde van?, ¿qué ven en la televisión? Además de tu producto,

Dossier Big Data

Antes Ahora

Muestras de datos

N= todo. Hoy es posible analizar (casi) cual-quier cosa que provenga de las redes sociales

Silos de datosYa no hay silos de datos. El Social Data de distintas fuentes se puede almacenar en un único centro de datos.

Los datos se usa-ban una vez, y luego se descar-taban

La información se puede reutilizar. El coste del almacenamiento en servidores en la nube te permite almacenar un gran volumen de datos y reutilizarlos, aunque los datos se hayan podido recoger para cualquier otro fin.

Por qué

Para el social Big Data, el «qué» es mejor que «por qué». Muchas veces no recibiremos explicaciones para todo, pero tendremos más certeza sobre qué hablamos, gracias al gran volumen de datos que se han analizado.

Una única ver-sión de la verdad

Ya no existe una sola versión de la verdad. Los datos dicen historias y las historias dependen de las preguntas que se plantean. En otras palabras acostúmbrate a poseer varias versiones de la verdad según la pre-gunta que plantees.

Datos estructura-dos en bases de datos tradicio-nales

La naturaleza del Social Big Data es la no estructura, lo que significa que hay algunas celdas o pocas celdas para rellenar, solo la corriente continua de texto. Los analistas deberían de poder averiguar cómo extraer la información a partir de las secuencias y soportadas por el propio software.

Cuadro: ¿Qué cambia con el Social Big Data?


coches y el vino, comprometido y espero tener hijos algún día».

Al igual que de la «Bio», se pueden extraer muchos más atributos de las plataformas sociales (ver la tabla): localización, check-ins, menciones a marcas, conversaciones sobre precios, etc. Las 4Ps recogen esos atributos en cuatro dimensiones para que sea posible estudiarlas y sus combina-ciones para averiguar las cuestiones, y diseñar un proyecto de Social Big Data para contestarlas. Más importante, las 4Ps (preferencias, precios, lugares y personas), nos ayudan a identificar qué tribus de consumidores están creciendo y de qué está compuesto el universo de consumidores. Explicaré cada una de las Ps.

¾ Preferencias. Al utilizar en Facebook los «me gusta», comentarios y «compartir», y las menciones en Twitter, es posible refinar continuamente qué es lo que sabes de las preferencias de un consumidor. Volviendo a nuestro ejemplo: @CarlosFly solo ha tuiteado

que está viendo «Sci-Fi». El software debería de detectar esto inmediatamente en su perfil. Se puede crear un mapa de los gustos de @CarlosFly siguiendo las páginas y grupos en Facebook en los que está activo.

¾ Precio. Las personas se informan mucho on-line antes de ir a una tienda y realizar una compra. Si necesitas una TV, lo más probable es que utilices algunas webs para ver modelos y precios. Puedes ir más lejos y comparar pre-cios con amigos en Facebook y, tuitear acerca de productos caros y chollos. Al analizar en detalle el almacén del Social Big Data, pue-des encontrar evidencias para contestar a la pregunta clave: ¿Cómo se compara el precio de tu oferta con la de tu competencia? y, ¿qué estrategias ves para hacerles frente?

¾ Lugares. El código postal ha sido durante dé-cadas la forma de agrupar a los consumidores por ciudades y barrios. Avanza rápidamente a la segunda mitad del Siglo XXI: las personas


Los datos del consumidor y rasgos de su forma de actuar ya se pueden encontrar en plataformas de redes sociales: ¿qué beben?, ¿a dónde van?, ¿qué ven en la televisión?

Todo eso está en un enorme flujo de Big Data social

En vez de llamar a puer-ta fría con una oferta genérica, un repre-sentante de ventas en el mundo de las redes sociales puede escoger el momento adecuado para decirle algo a un potencial cliente.


Tras estudiar estos conceptos básicos, ¿cómo puede una empresa vender y utilizar Social Big Data? En la típica estrategia de ventas, tenemos dos escenarios básicos: o traes nuevo negocio a la empresa, por ejemplo, consumidores que aún no han comprado un producto, o te fijas en tu base de datos de tus actuales consumidores e intentas implementar estrategias de ventas. El software de Social Big Data y las metodologías funcionan en ambos casos de la forma que ex-ponemos a continuación.

Indagar en los perfiles, Up-selling y venta cruzada

Imagínate el siguiente escenario para María, una representante comercial de una empresa de seguros. La herramienta de software que ha contratado su empresa le proporciona todas las mañanas nuevos datos, extraídos de Facebook y Twitter, sobre temas relevantes que han de-finido analistas de marketing. Encuentra entre los últimos tuits de su lista, el de @Mom39,

realizan check-ins en Facebook, Foursquare y muchos más. ¿Conoces la geografía digital de tus consumidores? ¿Está @Mom39, de nues-tro anterior ejemplo, haciendo check-ins en agencias de viajes? Tal vez es hora de ofrecerle un seguro de viajes. La P de lugares, Places en inglés, ha cobrado un nuevo significado social. Es menos una localización fija y más bien un hilo de lugares en los que las personas pasan el rato y compran.

¾ Personas. Muchas más personas declaran lo que hacen profesionalmente (al igual que @Mom39 en la «Bio» de su Twitter) y asocian su perfil profesional en LinkedIn a sus otras cuentas en Twitter y Facebook. Además de contar sus hobbies y compartir sus ubicaciones on-line, puedes complementar la información para crear una imagen que te ayude a entender a qué tribus apela tu producto. Hemos escogido «Personas» como nuestra cuarta y última P para enfatizar que las compañías están lidiando con muy bien informados, complejos y sofisticados seres humanos, que no entran dentro de los antiguos parámetros de demografías sociales.

Dossier Big Data

Mediante una técnica llamada deep profi-ling, las herramientas de software monito-rizan constantemente información, extraen y estructuran datos pro-fundizando en el perfil del consumidor

| 48 Nº 296 • septiembre/octubre de 2014

que habla sobre sus recién cumplidos 40 años. María rápidamente le contesta a @Mom39 «los 40 son los nuevos 30» y se convierte en una de sus seguidoras. Unos días más tarde, María vuelve a su bandeja de mensajes prioritarios, y le manda otro tuit con un enlace a un producto de seguros. En este momento ya tiene la atención de @Mom39 y ella pincha en el link y se regis-tra en el formulario de la página web dejando su número de teléfono. ¡Hecho! María tiene un nuevo posible cliente y está lista para llamarla y mantener una conversación interesante y ven-derle unos seguros. María vuelve a consultar el perfil de @Mom39 con el software, y averigua que ha realizado un check-in no hace mucho en una agencia de viajes. Realiza una nota mental para mencionarle temas de seguros de viajes durante su conversación.

La situación anteriormente descrita está su-cediendo en varias empresas en todo el mundo. Tal y como hemos explicado en este ensayo, los consumidores ya no son entidades estáticas en bases de datos. Mediante una técnica llamada deep profiling, las herramientas de software mo-nitorizan constantemente información, extraen y estructuran datos en torno a consumidores profundizando en el perfil del consumidor. Como se da en el caso de @Mom39, todo el seguimiento digital relevante que deja atrás, un representante de ventas lo puede consultar en cualquier momento para contextualizar su charla promocional al hablar con un posible cliente. Esto es fundamentalmente diferente a la tradicional monitorización de las redes sociales, que se preocupa del seguimiento de las marcas, y no de utilizar herramientas que te permiten hacer un perfil más detallado con el consumidor y los datos que le rodean.

Tal vez, hayas llegado a la conclusión de que conocer los «Perfiles en Detalle» se pueda utilizar para nuevos negocios, tal y como se ha descrito anteriormente, para un up-sell o para una venta cruzada a un consumidor ya existente. Hay una cuestión muy importante; para aprovechar todas las ventajas de los datos en las redes sociales, hay

que hablar e incidir en el director de marketing para que lo haga lo antes posible.

Social Targeting

¿Tu página web empresarial aún tiene una funcionalidad para registrase a través de una red social? Social Targeting es una forma de averiguar más acerca de tus usuarios invitán-doles a utilizar sus datos de registro de Twitter o Facebook para registrarse en tu web. Ambas plataformas le permiten a los desarrolladores pedir permiso y ver los «me gusta», biografía y otros datos que se pueden agregar y encontrar lo que mejor case con cada uno de los usuarios.

Las empresas están yendo más allá de los procedimientos básicos de emparejamiento, y están utilizando sofisticados procesos estadísticos para inferir en lo que un consumidor, que haya «mencionado algo», pueda estar interesado. Una técnica muy popular es la clasificación por gru-pos, en la que es posible agrupar a las personas según sus similitudes. Puedes tener al grupo de los amantes del vino mencionando a las bodegas de Ribera del Duero, Catena Zapata, o, al grupo de los fanáticos de los juegos hablando sobre los top juegos online. Un nuevo visitante a tu web se puede clasificar automáticamente bajo uno de estos grupos y las promociones que funcionaron en el pasado con un grupo en concreto, puede que funcionen con esta nueva persona.

Volviendo al caso de @Mom39, una vez que pinche en el enlace que le ha mandado María se le aparecería una landing page con un registro social. Desde el momento que se registra con su cuenta de Facebook o Twitter, el sistema averi-guará mucho más sobre sus gustos, preferencias y otros datos que permitirán a departamento de marketing gestionar su perfil de una manera más cuidada y precisa.

Para ilustrar cómo realizar ventas up-sell y cruzadas, imagínate que la compañía de seguros


Las 4Ps (preferencias, precios, lugares y personas) ayudan a identificar qué tribus de consumidores están

creciendo, de qué está compuesto su universo para diseñar un proyecto de Social Big Data para contestarlas


más información acerca de los consumidores, y comienzan a agrupar a los individuos que com-partan las mismas preferencias con @Mom39 o @CarlosFly, por ejemplo, las tribus de consu-midores entorno a los productos y servicios de la compañía. Los equipos de marketing pueden diseñar nuevas ofertas, precios y servicios, ofre-cer promociones con terceros, e incluso, definir futuros proyectos.

Finalmente, la proposición única de ventas es posible

Las ventas son más sofisticadas cuando eres capaz de distinguir y entender al consumidor de las distintas tribus. Con las herramientas ade-cuadas en mano, cada posible cliente recibe una oferta contextualizada que tiene en cuenta quién es el consumidor, qué le gusta, a dónde va y cuál es el mejor momento para hacerle la mejor oferta. La proposición única de ventas nunca ha sido tan fácil de alcanzar.¾

para la que trabaja María, tiene un acuerdo con una línea aérea para vender tickets y seguros de viaje juntos. Después de que se registre @Mom39, María sabrá más sobre ella. Informará a sus seguidores en Twitter que está planeando sus vacaciones y, María, rápidamente buscará qué destinos le gustan. Averiguará que le gusta Santorini. ¡Perfecto! María alertará al sistema de las aerolíneas y generará un correo con una estupenda oferta de vuelo + seguro a Santorini. En este ejemplo, vemos cómo María ha hecho ambas cosas a la vez, un up-sale, y una venta cruzada gracias al poder del Social Targeting. Las posibilidades de integrar la comunicación personalizada en los consumidores nunca han sido tan amplias.

Conforme pasa el tiempo, los sistemas ha-bilitados de social targeting recopilan mucha

Dossier Big Data

Las empresas están yendo más allá de los procedimientos básicos de emparejamiento, y están utilizando sofis-ticados procesos esta-dísticos para inferir en lo que un consumidor, que haya «mencionado algo», pueda estar in-teresado


tribus de-consumidores y social media

Social Media