Les dades són molt importants, contenen molt de valor; són el petroli del segle XXI. Ja no en tenim cap dubte: en cultura també volem aquestes dades, volem gestionar-les, analitzar-les i prendre decisions a partir d’elles.
Parlem de dades de les nostres vendes i de tots els punts de contacte amb els nostres clients. Així doncs, parlem de dades de ticketing (les entrades venudes i els seus compradors), però també de les dades d’interacció dels usuaris amb el nostre web i els nostres correus electrònics, o de l’eficàcia i l’eficiència de les nostres campanyes de publicitat o de màrqueting per correu.
Necessitem aquestes dades i les necessitem relacionades, centralitzades i accessibles. De no ser així, no podrem avaluar com van les vendes del nostre espectacle, ni prioritzar la pròxima campanya de màrqueting, ni identificar l’audiència a la qual dirigir-nos, ni el segment en què ens és més fàcil créixer. No podrem tenir una visió completa dels nostres clients, segmentar-los i personalitzar el nostre relat per ser-los rellevants en la cruenta batalla per l’atenció.
I amb el conjunt d’eines adequat tot això no només és possible, sinó relativament fàcil: ticketing, web amb un Google Analytics ben configurat (incloent-hi el comerç electrònic), plataformes de publicitat i de màrqueting per correu ben codificades i connectades a Google Analytics, un CRM que ho centralitzi tot amb un data lake que integri també les fonts de dades externes, i una eina d’anàlisi accessible per a explotacions externes. Eines obertes i interconnectables mitjançant API.
En aquest punt de desenvolupament analític (de digitalització) ens trobem. Hi ha organitzacions amb tot aquest conjunt d’eines implementat i a velocitat de creuer, amb recursos humans (interns o externs) dedicats a això, i d’altres que van avançant mica en mica amb aquest horitzó.
I ara ens abocam a una nova etapa: sumarem a aquest equip dedicat un recurs de capacitats enormes. Parlem, quin retingut, de la IA: d’agents d’intel·ligència que actuaran com a companys de feina amb una gran habilitat i temps per analitzar dades, donar-nos consells i ajudar-nos a prendre decisions (o fins i tot per prendre’n algunes quan arribi el moment).
En aquest marc emergeix una nova necessitat: assegurar la dada. Parlem de moltes dades i de fonts molt diverses que requereixen uns protocols de codificació i una supervisió contínua. Un Google Analytics mal configurat, amb diverses etiquetes mesurant alhora (l’una posada per la mà dreta i l’altra per l’esquerra), campanyes no identificades correctament, un web on no podem identificar l’esdeveniment, o poques dades sobre l’esdeveniment (o poc actualitzades)… Tot això serà soroll; soroll que amagarà la senyal.
La màquina té les seves pròpies estratègies per depurar el soroll, sí, però el soroll sempre ho dificulta tot. El millor algorisme del món amb dades dolentes (o escasses) sempre perdrà contra unes dades millors (i més abundants) amb qualsevol altre algorisme. Abans, en l’era d’ahir, això era menys crític. Fèiem servir la dada de tant en tant, sí, però no de manera contínua ni automatitzada.
A punt de comptar amb eines potentíssimes per millorar el nostre màrqueting, hem de recordar que s’alimenten de dades. Ens aportaran més valor si la seva dieta és diversa, amb el que cal i res més, neta i sense errors. Tinguem-ho en compte.
I recordem una altra cosa: algunes dades necessiten temps. Hem d’acumular sèries històriques suficients (amb aquest nivell de qualitat, clar). I si el millor moment per plantar un arbre era fa 20 anys (aquesta és la xifra del proverbi xinès; per a les dades, amb 1 any ja anem bé), el segon millor moment és ara.
