Big Data y las cuatro p’s del marketing

Big Data y las cuatro p del marketing

Aun con todos los cambios que nos ha traído la era digital, algunos conceptos clásicos del marketing, como las cuatro p’s (producto, precio, promoción y distribución), siguen vigentes. No obstante, el Big Data ha cambiado dichos conceptos y los potencia a un nuevo nivel que McCarthy, quien los formuló allá a mediados del siglo pasado, ni siquiera habría podido imaginar.

Producto

Entendiendo este no solo como algo físico o como un paquete de servicios, el producto ya no es necesariamente algo que se produce de forma masiva para las masas. Puede ser algo digital, un servicio o producto físico personalizable…

Gracias al Big Data, podemos fabricar y ofrecer al consumidor productos que prácticamente parecen hechos a su medida. Podemos sugerirle, en base a sus gustos o a su comportamiento previo, aquello en nuestro catálogo que más se ajuste a sus necesidades, intereses y deseos. Incluso, si nuestra oferta no se ajusta al 100% y nos interesa captarle, podemos mostrarle de forma automática algo que todavía no se ha producido con una recreación de lo que podría interesarle comprar. Luego, solo tendríamos que producirlo después de que se haya efectuado la compra. Así, también ahorramos el coste que supondría hacer varias versiones en tiradas grandes de cosas que puede que no se vendan.

También se nos presenta la oportunidad de adelantarnos a las necesidades y deseos del cliente basándonos en modelos predictivos a partir de los datos que tenemos de él. De este modo, podemos presentar a nuestro consumidor potencial ofertas de cosas que sabemos que necesita incluso antes que él sepa que las necesita. O adaptar nuestra oferta en función de la etapa del ciclo de vida en que se encuentre.

Distribución

Con las posibilidades expandidas de distribución actuales, pudiendo comprarse casi cualquier cosa online, el Big Data se hace imprescindible.

Con él, podemos presentarle al cliente el escaparate más atractivo cuando visite nuestro establecimiento online gracias a los datos que tenemos de su comportamiento previo o del de otras personas similares, si es su primera interacción. Así, cada persona se encontrará en cada página de nuestra web con los productos que potencialmente le gustarán más, en los colores y opciones de personalización que potencialmente le incitarán a la compra.

También podemos simular una experiencia de compra lo más real posible. Así, por ejemplo, puede ver cómo le quedaría la ropa sin salir de casa, recibir sugerencias de un chatbot “vendedor” que le hará una simulación de cómo quedarían una serie de cosméticos en su rostro y cuáles serían más favorecedores según su tipo de piel…

Y, por supuesto, podemos ofrecerle otros productos similares o complementarios relevantes para él en una venta cruzada que harán aumentar su ticket medio.

Precio

Antes, los criterios para elegir el precio de un producto se basaban en su coste, el precio que había puesto la competencia y el valor que creíamos que tenía para el cliente, la cantidad de stock acumulado…

Hoy en día, podemos ir más allá y adaptar nuestra estrategia a tiempo real y persona a persona en función de variables como el día de la semana, si hay algún evento especial o incluso en función del propio cliente. De este modo, si ha mostrado interés por volar a un determinado destino, la próxima vez que visite nuestro buscador podemos deducir que va a comprarlo y subir el precio. O, si no lo visita, podemos destacarlo en nuestra home con una oferta. También, si por su comportamiento sabemos que un cliente está más predispuesto a comprar libros a más de 20€, podemos ponerle la última novedad a ese precio. Mientras, a otro consumidor que solo lee libros de menos de 15€ se la podemos ofrecer a ese precio.

Además, si queremos basarnos en los precios de la competencia y esta está compuesta por un sinfín de minoristas, cada uno con distintos rangos, tenemos herramientas que nos sugieren el precio más efectivo para nuestra categoría. Por ejemplo, Amazon proporciona a sus autores indies una que les sugiere el mejor precio basado en el género, la longitud y la competencia de sus libros.

Promoción

Las opciones de promoción o demasiado masivas (y demasiado costosas) o demasiado minoritarias o de nicho (muy limitadas) han dado paso, gracias al Big Data, a promociones personalizadas.

Ahora, podemos alcanzar al consumidor apropiado en el momento más propicio y en el lugar correcto con la promoción idónea debido a los datos que hemos recogido sobre él. Con opciones de segmentación tan variadas y herramientas como el remarketing, alcanzar a cada cliente individual con una oferta relevante para él a un coste razonable ya es una realidad.

Además de estas promociones más personalizadas, también podemos detectar si nuestro cliente es lo bastante influyente, o quiénes le influyen, así como otras cosas más sutiles como el tono con el que debemos dirigirnos a él para generar mayor impacto…

Conclusión

El Big Data nos proporciona herramientas interesantísimas para afinar al máximo cuando implementamos nuestras cuatro p’s, permitiendo que las ajustemos casi a la medida de cada cliente individual. Debemos adaptar nuestros planes de marketing a esta nueva realidad y tenerla en cuenta desde el mismo momento del planteamiento de las p’s.


 Déborah Fernández, responsable de marketing y comunicación de datahack

Más artículos de Big Data y marketing

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *