Germán Toribio, director de Ventas para Latinoamérica de MediaMath, habla del data science y explica por qué en Argentina aún se lo utiliza en los niveles más básicos.
“Cuando se habla de ciencia de datos, la gente piensa en el Conicet, pero solo se trata de usar la ciencia para procesar datos de la gente y poder ofrecerle cada persona el producto que necesita y, de esa manera, hacer una comunicación más eficiente, tener un mejor retorno de la inversión en media y obtener mejores resultados”, definió Germán Toribio, director de Ventas para Latinoamérica de MediaMath, durante el eCommerceDay Buenos Aires, que se realizó la semana pasada en el Hotel Hilton.
Organizado por el eCommerce Institute junto a la Cámara Argentina de Comercio Electrónico (CACE), el evento reunió a más de 3.200 asistentes y 130 speakers para debatir sobre el presente y el futuro del eCommerce en Argentina y en la región.
“En el eCommerce se necesita tener primero una oferta de producto, luego generar demanda, después resolver la logística y los medios de pago, pero lo que siempre te vuelve más competitivo es generar esa demanda de manera más eficiente. Cuando se tiene resuelto todo eso, lo que queda como desafío es identificar qué producto necesita cada usuario”, agregó.
Toribio dice que, con toda la información que las empresas almacenan sobre las interacciones del usuario con la marca, se pueden crear clusters de audiencia para entender al usuario que compra determinado producto y buscar usuarios similares, “pero también ofrecer al usuario que le vendí una heladera, un transformador o un filtro de agua, hacer cross-selling de productos en función de cada uno de los datos sobre su interacción”
“En Argentina, hablo desde la compra programática, veo que hay conciencia de que esta tecnología existe y que tiene mucho potencial. Las empresas ya saben esto, pero en el día a día, estamos aún en lo más básico del data science“, afirmó.
Toribio explicó a continuación los tres niveles de utilización de la data. “En el nivel más básico, por ejemplo, soy un retail, y tengo un pixel de evento y de conversión en los sitios de eCommerce con los que trabajo, así obtengo data de navegación de los usuarios dentro del sitio y de aquellos que realizaron una compra, y a partir de eso se hace un retargeting básico”, dijo.
La segunda etapa -continuó- incluye a los DMP (Data Management Platforms), donde se utiliza toda esa data, pero se prueban diferentes posibilidades para vender un producto a menor precio. En Argentina, solo algunas empresas están abordando el negocio de esta manera.
“La tercera etapa sería integrar esto con un CRM y cuando se genera una venta, le avise al sistema en tiempo real, y el algoritmo, en función de ese dato que absorbe, haga una compra más eficiente. Básicamente un algoritmo de marketing predictivo lo que hace es que, por cada impresión de banner que compra, por ejemplo, y la interacción que tenga con el usuario -sea un click, una venta o nada- aprende y toma una decisión más eficiente en la siguiente operación”, detalló.
“En Argentina se está haciendo, pero podríamos inyectarle mucha más data y ser mucho más eficientes. Sin embargo, se está generando una conciencia y los grandes retails ya están convencidos y tomando gente que sabe analizar datos e implementar tecnologías. Solo es una cuestión de tiempo”, concluyó.
Ezequiel Iacobone, Insider LatAm