Grandes datos

Cómo el big data rompe los silos e inspira la colaboración dentro de las empresas

Debido a que los macrodatos revelan información que otros métodos no descubren, puede facilitar la colaboración. Esto es lo que es posible y cuatro estrategias para los líderes que buscan unir a sus equipos.

En 2015, la Universidad Queen Charlotte realizó un Encuesta de gerentes y empleados de EE. UU. Esto muestra que el 39% de los empleados sienten que las personas en su organización no colaboran lo suficiente, aunque casi las tres cuartas partes de los empleados encuestados ven el trabajo en equipo y la colaboración como un Muy importante.

Desde entonces, el software de gestión de proyectos colaborativos y los sistemas administrativos y de recursos humanos al estilo de las redes sociales se han utilizado para facilitar una mejor colaboración entre las unidades de negocio y los departamentos. Desafortunadamente, el problema de los silos departamentales persiste.

«Las empresas toleran los silos porque resolverlos requiere algunos cambios muy fundamentales, y eso se siente arriesgado y difícil», dijo Johann Wrede, vicepresidente global de marketing estratégico de la empresa de software de comercio electrónico SAP Hybris.

En muchas organizaciones, el problema del silo es más evidente entre marketing, ventas y servicio al cliente. Esta desconexión de los silos afecta a las empresas porque nadie en la organización ve toda la experiencia del cliente y, si la gente no lo sabe, puede poner en peligro las relaciones con los clientes (y los ingresos).

Desglosar los silos también es un área en la que los grandes datos y el análisis son especialmente adecuados para ayudar.

LEER  Utilice esta arquitectura para crear su solución de inteligencia empresarial

Chris Rothstein, cofundador Laboratorio de ritmouna plataforma de ventas entrantes y salientes, dijo un ex gerente de ventas de Google: «Cuando comenzamos a analizar los datos de los clientes en Google, nos preguntamos: ‘¿Cómo podemos usar estos datos para obtener mejores cifras de ventas?'».

Mirar: Cómo ganar con el análisis prescriptivo (Informe especial de ZDNet)| Descargue el libro electrónico en PDF gratuito (República tecnológica)

Rothstein dijo que él y su equipo comenzaron a usar análisis para poder observar ciertos factores, como qué sectores de la industria tenían más probabilidades de usar el servicio. «Comenzamos a usar estos datos para crear un perfil de los clientes que probablemente comprarían nuestros servicios», dijo.

El valor de venta es evidente de inmediato. Los vendedores ya no sienten que el marketing es solo arrojar clientes potenciales en una pared sin calificarlos para comprar. Esto ayuda al marketing a ganar credibilidad en las ventas y sienta las bases para una colaboración más estrecha entre los dos.

Por otro lado está el servicio al cliente, muchas veces visto por las empresas como un centro de costos con poca credibilidad en las ventas.

«En contraste con la visión tradicional del servicio, imagine a un gerente de servicio al cliente entrando a la oficina de un supervendedor donde el 90 por ciento de los vendedores están comprometidos con los clientes», dijo Vala Afshar, estratega jefe digital de Salesforce. dijo al vendedor, acaba de hacer un análisis de sentimiento y el último NPS para este cliente es muy bajo. Una sugerencia del departamento de servicio podría ser que el vendedor llame a este cliente y eso podría salvar la venta».

Una vez más, los vendedores ven el valor de los conocimientos prácticos de los grandes datos y análisis proporcionados por el servicio. El análisis construye un caso para la colaboración continua entre ventas y servicio.

Mirar: Convierta Big Data en información empresarial (Número especial de ZDNet) | Descargar como PDF (Tecnopedia)

¿Qué estrategias de big data y análisis pueden usar los gerentes comerciales para romper los silos funcionales en la empresa?

Evalúe sus activos de big data

Las empresas aún luchan por organizar todos los grandes datos que almacenan. No sabrán qué datos tienen y todas las formas en que podrían usarlos hasta que comprendan el resultado final de los datos que administran. Ahora es el momento de hacer un inventario de las diversas fuentes de datos y los datos que contienen, para que pueda identificar los almacenes de datos sin explotar que podrían aportar un nuevo valor.

Desafiar a los departamentos para que establezcan y compartan la responsabilidad de los mismos objetivos

Cuando diferentes departamentos de la empresa colaboran en el mismo objetivo, obtienen una comprensión más profunda de cómo ayudarse entre sí, la calidad de las consultas de big data y la empresa en su conjunto. Si el objetivo es retener clientes y generar ingresos a partir de esos clientes, entonces una venta puede ser una venta, y un servicio puede decirle a las ventas qué clientes están contentos y cuáles no antes de llamar. Al mismo tiempo, el marketing puede aprender de las ventas qué productos les gustan más a los clientes y qué mejoras futuras de productos les gustaría ver a los clientes.

VER: 60 formas de obtener el máximo valor de sus iniciativas de big data (PDF gratuito) (Tecnopedia)

Desarrolle nuevos algoritmos y consultas que proporcionen información procesable

Si el sentimiento del cliente en las redes sociales no coincide con los resultados de ventas recientes, puede haber un defecto del producto o una percepción de la marca en la que el cliente está trabajando pero que el vendedor no sabe. Desafortunadamente, a menos que alguien combine datos de sentimientos de redes sociales no estructurados con historiales de ventas transaccionales de clientes en diferentes grupos demográficos, es poco probable que las ventas sepan nada al respecto.

Aquí es donde la colaboración entre marketing, ventas y servicio realmente vale la pena, ya que los departamentos pueden compartir sus conocimientos para poder hacer preguntas perspicaces sobre big data que revelan información innovadora. Por ejemplo, en lugar de preguntar en qué áreas se vende mejor un producto, las empresas también pueden preguntar a sus clientes si están satisfechos con su compra reciente. Luego, pueden modificar las respuestas a esas dos preguntas para obtener información sobre cuáles de sus clientes existentes es probable que vuelvan a hacer un pedido y cuándo.

medir resultados

Si no puede vincular las mejoras en los ingresos, la retención de clientes, la calidad del producto, el tiempo de comercialización y otros elementos tangibles a sus esfuerzos de análisis y big data, tampoco está progresando en derribar los silos departamentales. Al final del día, los empleados y sus gerentes quieren ver resultados analíticos que ayuden al negocio, avancen en sus carreras y les aseguren que sus trabajos de hoy estarán ahí mañana. Cuando los grandes datos y el análisis pueden explorar nuevas áreas y combinaciones de datos para obtener información innovadora que mejore los negocios, sus posibilidades de contribuir a estas esperanzas universales se multiplican.

Ver también:

istock 668218754
Imagen: iStock/Rawpixel

LEER  Cómo disipar los temores de los expertos en Big Data sobre los trabajos de automatización de IA

Deja una respuesta

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

Botón volver arriba