No te pierdas la ponencia que dio nuestro CEO & Founder, Jesús Moradillo, junto a Livia Miron, Country Manager de España, en Appinio, el pasado miércoles en el e-Show and TFM Barcelona.
EL CASO DE HAWKERS: EL RETO
Hace un año más o menos empezamos a hablar con Hawkers, la mítica marca de gafas. Tenían un reto por delante muy chulo, estaban inmersos en una estrategia de expansión de tiendas físicas que ha ido acompañada de una ampliación de línea de producto como las lentillas y las gafas de ver, ya no sólo vendían gafas de sol. Esto significaba que su competencia se multiplicaba y nos encargaron el reto de incrementar la visibilidad para atraer a nuevos clientes a las tiendas de Hawkers. Clientes que en muchas ocasiones hasta el momento eran clientes de sus nuevos competidores, los ópticos tradicionales.
Al analizar el caso nos dimos cuenta de que a penas tenían opiniones, muchas menos que las de sus nuevos competidores y esto les estaba penalizando en Google. Recibían pocas clientes provenientes de internet. Además tenían otro indicador clave,las tiendas recibían pocas llamadas de clientes preguntando por modelos o dudas para luego pasarse. Algo muy común en este negocio.
EL CASO DE HAWKERS: SOLUCIONES
- Gestión en un único punto todas las opiniones de los clientes
Lo primero era unificar toda la información que estaba dispersa, había más de 80 puntos de venta y necesitábamos poder analizar y actuar de forma integrada. - Clasificación automática por categorías según un algoritmo basado en tecnología NLP. Para poder saber de verdad lo que estaba pasando y tomar el control no podíamos analizar las opiniones una a una, necesitábamos poder clasificar las opiniones por temáticas. Creamos 6 categorías que cubren las dimensiones que conforman la experiencia de cliente en tienda. Ahora ya sabíamos lo que pasaba en relación a sus empleados (había opiniones que mencionaban nombres y apellidos de dependientes), a sus establecimientos, conversaciones relacionadas con las promociones, con los productos o incluso creamos una para analizar automáticamente si se estaban siguiendo los protocolos covid.
- Crear planes de acción.
Al tener detallada toda esta información, era muy sencillo crear mapas para analizar como estaba cada tienda o cada zona en relación a estas categorías y poder crear planes de aprendizaje para exportar las mejores prácticas o de corrección cuando había algún problema que había que atajar. - Automatización.
Queríamos tenerlo todo controlado así que creamos reglas automáticas y cuando alguna queja o algún tema relevante recibía varios comentarios alertamos automáticamente al cliente. - Review booster
Necesitábamos generar nuevas opiniones y crear un entorno de aprendizaje continuo. Y para poder generar nuevas reviews lo primero era identificar a los clientes más fieles y con más potencial de recomendar. Para ello integramos nuestro propio sistema de encuestas en el mismo punto de venta, preguntamos por las mismas dimensiones que estábamos analizando en las reviews. De esta forma ampliábamos los datos de análisis. 6 preguntas por 6 dimensiones. Pero además al final empleamos un modelo NPS para identificar aquellos que estaban dispuestos a recomendar y cuando era el caso les mandábamos directamente a Google My Business (en el caso de las tiendas físicas) o Trust Pilot (en el caso de compras online).
Incluso desarrollamos un sistema de gamificación para incentivar a los dependientes a conseguir más visibilidad.
¿Y todo esto mereció la pena?
EL CASO DE HAWKERS: RESULTADOS
Lo mejor de todo este proyecto fueron los resultados:
- Se multiplicó la visibilidad de las tiendas de hawkers x10
- Conseguimos más 500 comentarios al mes
- Se incrementó la nota media de 2,99 a 4,91
- Se multiplicaron las visualizaciones provenientes de búsqueda
- Y se dispararon un 640% las llamadas telefónicas preguntando por productos o indicaciones para ir a la tienda.
EL ESTUDIO: ¿CÓMO AFECTAN Y CUANTO LAS OPINIONES EN LAS VENTAS DEL RETAIL?
Este estudio lo hemos realizado con Appinio en España para poder profundizar mucho más en el impacto que tienen las opiniones en las ventas de los establecimientos físicos y tiendas online.
Estos son los descubrimientos que hemos realizado:
- Para la generación Z, menores de 24 años, las reviews online es el tercer aspecto más importante a la hora de valorar nuestra experiencia de compra, únicamente por detrás del precio/calidad y la atención al cliente.
- En el caso de los hombres, los sectores donde las reviews online tienen más importancia son la Electrónica, los Talleres, la Salud y la Formación y en el caso de las mujeres, la Salud, Electrónica/talleres, Formación y Belleza. Con más de un 40% de la muestra, las categorías elegidas como aquellas donde las reviews online son más influyentes son aquellas donde predomina principalmente la experiencia física.
- El 47% de la muestra afirma que las reviews le influyen en su decisión de compra y en el tamaño de su cesta.
- A partir de los 3.97 puntos una review online es considerada como positiva, es decir, tiene un impacto en alguna de las variables que hemos visto antes; intención, gasto medio, volumen…
- El 70% de todos los encuestados está de acuerdo con que las reviews positivas les empujan a gastar más.
¿POR QUÉ TIENEN TANTO IMPACTO LAS OPINIONES?
Ya hemos visto el impacto que tienen estas opiniones. Es muy importante entender que hay un problema real a la hora de conocer los disparadores que finalmente generan una venta. El journey ya no es tan predecible como hace unos años cuando solo estábamos expuestos a unos pocos medios. Y este fenómeno se ha acrecentado durante la pandemia porque:
– Los usuarios se han convertido en consumidores sociales. Es decir, si no tienen una experiencia previa con la marca o con el vertical se fían más en las opiniones de los demás que en su propia experiencia y por supuesto que en las propias comunicaciones de la marca.
– De hecho hemos analizado cómo los usuarios cada vez más se agrupan en comunidades donde hablan de las marcas, piden consejo y comparten intereses. Y en base a esas experiencias compartidas es como se construye hoy en día la realidad. Esto es una gran oportunidad, pero también un riesgo para quien no lo entienda.
Google lo llama el Messy Middle y es toda esa nebulosa de consultas que se realizan previa a una compra. No sabemos exactamente cuál es el trigger final pero sabemos que influyen las opiniones, los comparadores, las ofertas o las publicaciones en redes sociales.
Cómo bien adelantó Kotler en su Marketing 4.0 y ahora pregona Google con su Messy Middle ya no vale el modelo tradicional AIDA de Atención, Interés, Deseo y Acción. Antes los esfuerzos de marketing acababan en la venta, y en el mejor de los casos en la recurrencia. Lo que se venía a llamar loyalty. Pero ahora debemos ir un paso más allá y tratar de convertir a los clientes en prescriptores. Y digo mal en decir clientes, porque el mayor éxito de las marcas que más crecen es tener prescriptores incluso entre clientes que nunca les compraron. Un ejemplo es Tesla, con miles de fans que nunca se podrán permitir uno de sus vehículos eléctricos.
Sólo con el apoyo de las recomendaciones de los clientes más fieles podemos enriquecer esas fases intermedias (mid funnel) para que salte la chispa y el cliente actúe.
¿CÓMO PODEMOS GESTIONARLO?
Necesitamos una visión integral del journey para poder diseñar de forma inteligente cada touchpoint que va a tener el cliente con la marca. Independientemente de que hablemos de medios propios (nuestra web, app, canales sociales o blog), medios pagados (teniendo en cuenta que tipo de audiencia impactar con cada contenido), los medios ganados (pudiendo actuar sobre sites de terceros como Google My Business o TrustPilot) y la propia experiencia del cliente que también podemos extraer de todos estos canales.
Una vez que tenemos el mapa del tesoro ya estamos listos para construir nuestra estrategia integral.
EL IMPACTO EN EL PERFORMANCE Y EN EL SEO:
¿Pero y las reviews afectan a mis campañas de publicidad? Para que veamos como todo está conectado os traigo unos datos muy interesantes;
- Google Ads tiene integración nativa con TrustPilot. Pues bien, incluir las estrellitas en los anuncios eleva un 10% el CTR y disminuye un 8% el CPC.
- Si incluimos las reviews en las landings de captación de registros podemos incrementar el Conversión rate hasta un 35%.
Parece que esto de las reviews no solo afecta a las compras en tiendas físicas…
Pues bien, además es uno de las variables que más afectan al SEO local. Ya lo vimos con el ejemplo de Hawkers con el que abrimos la sesión, incrementando las opiniones positivas se disparó X10 la visibilidad en las búsquedas locales.
LAS OPINIONES SON UNA FUENTE DE CONOCIMIENTO DE LOS CLIENTES
¿De que otra manera más podemos obtener valor de las opiniones de los clientes? En muchas ocasiones nos encontramos con que las marcas no saben mucho más que los datos transaccionales. O tienen quizás un CRM, con algún tipo de encuesta integrada, pero desaprovechan toda la información que nos están dando gratis y de forma pública los clientes. ¿Cómo podemos aprovecharlo?
Cómo os contaba en el caso de Hawkers, clasificando de forma automática toda esta información es muy sencillo crear planes de acción. Exportando best practices entre establecimientos y corrigiendo problemas que podamos identificar.
Aplicando tecnología NLP tendremos un mapa de la situación global y granular de nuestro negocio para cada una de estas dimensiones.
Esto es un ejemplo de Brand Whisper, una herramienta que hemos desarrollado en Apache y que usamos en el caso de Hawkers.
UN PASO MÁS ALLÁ, ¿Y SI NOS LLEVAMOS ESTA INFO A NUESTRO DATAMART?
Pero lo suyo es no conformarnos con esto, ir un pasó más allá. Podemos aprovechar la potencia de machine learning e inteligencia artificial que corre bajo los servicios del motor de búsquedas de Google, Waymo, Google más y muchos otros. Sólo necesitamos integrar nuestras fuentes de información en un único punto. En nuestro caso lo explotamos en Google Cloud, por toda la potencia y la integración con GMP para llevar esos aprendizajes a la compra publicitaria, pero las opciones son ilimitadas.
En APACHE nos gusta trabajar con la suite de google porque:
Sistema abierto: puedes incorporar cualquier fuente de datos de cualquier sistema: publicidad, analytics, email marketing, CRM, datos transaccionales del ERP o de la pasarela de pago, incluso ventas offline y cualquier fuente a la que tengamos acceso y nos ayude a tomar mejores decisiones. BigQuery soporta integraciones con más de 300 fuentes de datos
Soporta datos de todo el journey: en cualquier fase que puedas recoger datos puedes integrarlo, transformalos y limpiarlos, analizarlos, visualizarlos de forma rápida y sencilla, y lo más importante activarlos para mejorar los resultados de las campañas.
Utiliza la potencia del machine learning de Google: es la misma tecnología que usa Google para su motor de búsqueda, o servicios como Google Maps y nosotros la utilizamos para podrás encontrar insights de los clientes y mejorar su experiencia. Por ejemplo conectamos el CRM y las transacciones con los datos de navegación para predecir el valor de un nuevo cliente
Solo integrando todas las fuentes de datos, también de aquellos que son prescriptores de la marca podemos crear clusters de clientes para conocerlos mejor y poder impactarles publicitariamente de forma eficaz.
Aquí tenéis un ejemplo de la arquitectura de datos en Google Cloud que estamos construyendo para algunos clientes, integrando tanto datos publicitarios de GMP como first party que extraemos de diferentes fuentes de datos (como puede ser el CRM, un ERP transaccional o incluso las bases de datos que usamos de clientes que nos recomiendan) para crear un CDP que nos ayude en tres líneas:
- Hacer accesible el dato para facilitar la toma de decisiones
- Ser más eficaces a nivel publicitario con técnicas de automatización y machine learning
- Y, lo más importante, mejorar su rentabilidad.
¿HASTA DÓNDE PODEMOS LLEGAR? DIGITAL MATURITY JOURNEY
Pero antes de correr hay que aprender a andar. Tradicionalmente hemos visto 2 factores que han generado una desconexión de información dentro de las organizaciones: por un lado la configuración política o de luchas internas dentros de las empresas y, por otro, que muchas han querido correr antes de aprender a andar sin tener un plan sostenible de evolución en el uso de los datos. Y al trabajar los datos en silos inconexos impiden a los estrategas o a los equipo de marketing acompañar al cliente a lo largo de su relación real con la marca. No hay puentes eficaces entre por ejemplo la elaboración de mensajes de comunicación y la información de ventas o no hay capacidad de ajustar las inversiones en las fases tempranas del funnel por la incapacidad de predecir el valor futuro de un usuario.
Tenemos que tener un plan evolutivo bien trazado. Es importante situar nuestra compañía en esta escala para conocer los siguientes pasos que debemos abordar. Nos encontramos en muchas ocasiones con compañías que por querer correr se han saltado pasos y eso ha generado un cementerio de elefantes de tecnologías carísimas, inconexas y sin equipo capaz de explotarlas. Siguiendo un flujo de trabajo ordenado podemos generar una curva exponencial de aprendizaje e impacto permanente en el negocio.
RESUMEN
3 ideas clave:
- El usuario es un consumidor social y construye su realidad en base a experiencias compartidas. Es decir, valida socialmente sus decisiones de compra y las reviews juegan un papel determinante.
- Si aprovechamos esta información podemos tener un impacto incremental en las ventas. No solo a través de ganar visibilidad, si no mejorando la eficacia de nuestras campañas publicitarias.
- Podemos ir un paso más allá, e integrar toda esta información en nuestros datamarts para aprender de nuestros clientes y ser más rentables.
