En tiempos de datos, métricas e inteligencia artificial, el mayor riesgo no siempre es tener poca información. A veces, el problema es contar con demasiada información y hacer las preguntas equivocadas.
Hay imágenes capaces de explicar conceptos mejor que páginas enteras de teoría. La primera muestra a un consumidor que recibe impactos publicitarios en distintos momentos de su vida cotidiana. Ve una marca en gráfica, vía pública, computadora, televisión y diferentes puntos de contacto. Finalmente toma su teléfono, hace clic y compra.
La conclusión parece evidente: la venta llegó desde mobile. Entonces alguien mira el tablero de resultados y propone llevar el 100% de la inversión al celular. Parece lógico, pero probablemente sea un error.
Estamos observando el final de una historia y atribuyéndole todo el mérito al último capítulo. El consumidor no necesariamente tomó la decisión cuando hizo clic. Su decisión pudo haber comenzado mucho antes: cuando vio por primera vez la marca, cuando volvió a encontrarla en otro contexto, cuando investigó el producto o cuando una sucesión de estímulos terminó construyendo confianza. El celular simplemente cerró la operación.
Y aquí aparece una diferencia fundamental cuando hablamos de comunicación: un ecosistema no es un canal. Un ecosistema es la interacción entre medios, contenidos, experiencias y puntos de contacto. Cada uno cumple una función diferente dentro del recorrido del consumidor: el medio genera presencia, el contenido construye interés y significado, el canal comunica y la experiencia termina definiendo buena parte de la relación. En algún momento, alguno de esos puntos convierte.
El problema comienza cuando confundimos el lugar donde ocurrió la conversión con la causa que produjo la decisión.
El avión que volvió
La segunda imagen parece no tener ninguna relación con el marketing. Sin embargo, puede explicar todavía mejor el problema.
Durante la Segunda Guerra Mundial, se analizaron los aviones que regresaban de las misiones con impactos de bala. La primera reacción parecía obvia: reforzar aquellas partes de los aviones donde se concentraban los impactos.
Hasta que el matemático Abraham Wald planteó otra pregunta: ¿qué ocurre con los aviones que no regresaron?
Los impactos visibles pertenecían precisamente a aeronaves que habían conseguido volver a pesar de haber sido alcanzadas allí. Las zonas sin impactos podían ser las verdaderamente críticas: los aviones alcanzados en esos lugares simplemente no estaban dentro de la muestra porque no habían regresado.
Es uno de los ejemplos más conocidos del sesgo del superviviente y su enseñanza excede ampliamente aquella situación. También permite entender cómo las empresas pueden tomar decisiones a partir de una muestra incompleta de la realidad.
Las empresas también miramos los aviones que regresan
Analizamos los clientes que compraron, los leads que ingresaron, las campañas que funcionaron, las publicaciones que consiguieron interacción, los vendedores que alcanzaron sus objetivos y los productos que tuvieron éxito. Con esa información construimos modelos y presupuestos, y tomamos decisiones.
Pero ¿qué pasa con todo aquello que no llegó hasta nuestros tableros? ¿Qué sabemos del cliente que estuvo interesado y nunca dejó sus datos? ¿Qué ocurrió con quien comenzó una compra y abandonó? ¿Por qué alguien vio nuestra publicidad diez veces y nunca reaccionó? ¿Por qué determinados prospectos llegaron hasta un vendedor y después desaparecieron?
También deberíamos preguntarnos qué tenían en común los clientes que nunca regresaron. Esos también son datos, solo que muchas veces no aparecen representados en nuestros indicadores.
Del Big Data a las mejores preguntas
La tecnología nos permitió medir prácticamente todo. Tenemos CRM, analítica, automatizaciones, plataformas publicitarias, modelos de atribución y ahora inteligencia artificial capaz de procesar cantidades extraordinarias de información.
Sin embargo, disponer de más datos no garantiza tomar mejores decisiones. Incluso puede ocurrir lo contrario: un sistema extremadamente sofisticado, alimentado con una mirada equivocada, puede ayudarnos a equivocarnos con una precisión extraordinaria.
La inteligencia artificial puede encontrar patrones, relacionar variables y detectar comportamientos que una persona difícilmente identificaría. Pero todavía existe una responsabilidad fundamental de quienes toman decisiones: determinar qué estamos midiendo, qué dejamos afuera y qué preguntas queremos responder.
Ahí probablemente esté uno de los grandes desafíos de esta nueva etapa. No necesitamos solamente más información. Necesitamos mejores preguntas.
La realidad rara vez es lineal
Durante años intentamos representar el comportamiento del consumidor mediante embudos perfectamente ordenados: conocimiento, consideración, intención y compra. La realidad es bastante menos prolija.
Una persona puede descubrir una marca en Instagram, olvidarla, verla semanas después en la calle, escuchar una recomendación, buscar opiniones en Google, preguntarle a una inteligencia artificial, visitar un concesionario, volver a investigar y finalmente escribir por WhatsApp.
¿Quién produjo la venta? Probablemente ninguno de esos puntos por separado. La produjo el ecosistema.
Por eso, medir exclusivamente el último clic puede ser tan peligroso como reforzar únicamente las partes del avión donde encontramos agujeros. En ambos casos estamos utilizando información verdadera. El error está en la interpretación.
Mirar también donde no están los puntos rojos
Quizás la evolución de la analítica empresarial no consista solamente en perfeccionar nuestra capacidad para observar lo que sucede. También tendremos que aprender a investigar lo que no sucedió.
No solamente quién compró, sino quién no compró y por qué. No solamente qué campaña convirtió, sino qué recorrido hizo posible esa conversión. No solamente qué vendedor cerró una operación, sino cuántas oportunidades se perdieron antes. No solamente dónde están nuestros clientes, sino dónde deberían estar y todavía no conseguimos llegar.
Porque hay algo que estas dos imágenes, juntas, explican con claridad: vemos una parte de la realidad y tendemos a comportarnos como si estuviéramos viendo el todo.
Los datos son indispensables. La tecnología también. Y la inteligencia artificial seguramente ampliará como nunca nuestra capacidad para analizarlos. Pero ninguna herramienta reemplaza una buena pregunta.
Tal vez por eso, frente al próximo tablero lleno de métricas, porcentajes y gráficos, antes de preguntarnos "¿qué dicen los datos?", deberíamos incorporar una segunda pregunta: ¿qué parte de la historia no estamos viendo?
Porque muchas veces la información más importante no está donde aparecen los puntos rojos. Está, precisamente, donde no los vemos.
- Por Felipe Seia — Director de IN NOA
- Marcelo Maurizio — Director de IN Miami
Tu opinión enriquece este artículo: