Conversis Consulting – Marketing orientado a resultados para mercados tecnológicos

Entradas de Antonio Matarranz

Actualizar nuestra política de privacidad, construir una base de contactos basada en un consentimiento demostrable o implementar un centro de preferencias son algunas de las medidas que podemos adoptar para cumplir con el GDPR.

Después de varios post dedicados al nuevo Reglamento General de Protección de Datos (GDPR), cuyo cumplimiento empezará a exigirse el 25 de mayo de 2018, y a sus principales novedades (aquí, aquí y aquí), en éste pasamos revista a algunas medidas que las empresas pueden adoptar para adaptarse a él.

Empieza a planificar tu estrategia de cumplimiento YA

Si todavía no has comenzado ya empieza a ser demasiado tarde. Cuando comiences a escribir lo que tienes que hacer te va a salir una lista con decenas de ítems… y las cosas no se hacen solas. Empieza hoy mejor que mañana.

Actualiza y remite a tu política de privacidad

Keep Calm and GDPRLa política de privacidad típica de cualquier empresa es una nota inmensa y farragosa, escrita en jerga de abogados, que hace imposible a cualquier mortal descifrar qué hace la empresa con sus datos. Esto debe cambiar con el GDPR, que impone unos requisitos de transparencia y claridad absolutas. Debemos actualizar nuestras políticas de privacidad de modo que sean perfectamente inteligibles y expliquen de una manera clara nuestra identidad y datos de contacto, los datos que se están recogiendo, los propósitos de los tratamientos que vamos a realizar y su base legal, las consecuencias de esos tratamientos, los receptores de los datos, cómo invocar los derechos de acceso, rectificación, cancelación, oposición, etc. Y remitir a ella desde cualquier punto de contacto de captura.

Construye una base de datos de marketing in-house basada en un consentimiento demostrable

Genera contenido valioso (blog, white papers, webinars, eventos…) para que los potenciales clientes se registren. Solicita un consentimiento granular para los diferentes tratamientos (incluyendo cookies, emailings) y utiliza doble opt-in (enviando un email automático para confirmar la suscripción) que permita demostrar el consentimiento.

Implementa un centro de preferencias

Para fomentar que los usuarios se subscriban u opten por recibir tipos específicos de contenido — frente a la alternativa de “todo o nada” — deberíamos construir centros de preferencias que permitan a los clientes controlar cómo prefieren relacionarse con nosotros. Por ejemplo, los usuarios podrían optar por excluirse de los emails de marketing generales, pero aceptar  invitaciones a eventos.

Centraliza los datos de tus clientes en un sistema de referencia

El tiempo de tener datos de clientes en hojas de cálculo dispersas por todos los ordenadores ha tocado a su fin. Sea en un CRM, en un sistema de automatización de marketing o en otra aplicación similar, es conveniente centralizar los datos de los clientes en un sistema que sirva de referencia y nos permita implementar fácilmente los derechos de los sujetos de datos en cuanto a su acceso, rectificación, cancelación, oposición, etc.

Utiliza más marketing social

Los dueños de redes sociales como Twitter, LinkedIn o Facebook han actualizado sus políticas de privacidad para adaptarlas al GDPR y, como consecuencia, los usuarios de estas redes sociales han otorgado su consentimiento para recibir mensajes de otros usuarios con los que están conectados. Este consentimiento preconstituido otorga un gran potencial al marketing social en este nueva era: es muy recomendable desarrollar una estrategia social que nos ayude a incrementar nuestros seguidores, conexiones, etc. y utilizar nuestro alcance orgánico para difundir nuestros mensajes. También podemos aprovechar la oferta de servicios publicitarios que ofrecen estas redes, que nos permiten segmentar nuestra audiencia y hacer llegar nuestro mensaje a personas con los que todavía no tenemos relación mediante campañas pagadas.

Lo que desde luego no estamos autorizados a hacer es descargar los datos de contacto (ej.: email) de nuestras relaciones en una red social y usarlos para contactarlos a través de otros canales (a menos, claro está, que nos hayan dado su consentimiento explícito para hacer eso).

¿Deberíamos refrescar el consentimiento (permission passing) para aquellos datos sobre los que veníamos haciendo tratamientos automáticos con anterioridad?

El GDPR sólo exige que se pueda demostrar que hubo un consentimiento válido en el momento en que éste se recogió (es decir, puede tratarse de un consentimiento tácito, no explícito, que resultaba válido antes de la entrada en vigor del reglamento). Pero si no se puede demostrar el consentimiento, éste habrá de refrescarse y -ahora sí- deberá tratarse de un consentimiento activo y explícito. Según algunos estudios, sólo el 25% de los datos existentes de clientes cumplen los requisitos del GDPR, así que empieza a auditar tus datos ya.

¿Deberíamos contratar a un Data Protection Officer?

La definición del Delegado de Protección de Datos y de su papel en las organizaciones es una de las principales novedades del GDPR. El reglamento establece las condiciones bajo las cuales se exige designar un Delegado de Protección de Datos:

  • El tratamiento lo lleva a cabo una autoridad u organismo público (excepto los tribunales)
  • Las actividades principales del controlador o el procesador consisten en operaciones de tratamiento que, en razón de su naturaleza, alcance y/o fines, requieran una monitorización habitual y sistemática de sujetos de datos a gran escala
  • Las actividades principales del controlador o el procesador consisten en el tratamiento a gran escala de categorías especiales de datos personales y de datos relativos a condenas e infracciones penales.

Si ese no es el caso, estamos exentos de designar un Delegado de Protección de Datos

¿Deberíamos llevar un registro de actividades de tratamiento?

El reglamento establece que la obligatoriedad llevar un registro de actividades de tratamiento no se aplicará a ninguna empresa ni organización que emplee a menos de 250 personas, a menos que el tratamiento que realice

  • Pueda entrañar un riesgo para los derechos y libertades de los interesados
  • No sea ocasional, o
  • Incluya categorías especiales de datos personales o datos personales relativos a condenas e infracciones penales.

Por lo tanto, su nuestra empresa emplea a menos de 250 personas y no estamos sujeto a las anteriores condiciones, estamos exentos de llevar un registro de actividades de tratamiento.

Actúa ahora, pero permanece atento a cambios inmediatos

El GDPR no representa la última palabra sobre todos los aspectos relacionados con la protección de datos personales. Algunos temas polémicos que hemos mencionado aquí, como la gestión de las cookies o los datos de empresarios individuales y personas de contacto en empresas, no quedarán aclarados hasta que no se aprueben algunos textos legales complementarios como el nuevo reglamento ePrivacy o la nueva Ley Orgánica de Protección de Datos española. Habrá que seguir atentos a la evolución de estas normas. Nuestra adaptación a este nuevo territorio legal de protección de datos no ha hecho más que empezar.

El GDPR no es sólo una amenaza, es una gran oportunidad

Muchos están viendo el GDPR como una gran amenaza por lo exigente de su regulación, el riesgo de multas y las inversiones que nos va a obligar a realizar para adaptarnos. Pero también es una oportunidad: algo que nos va a empujar a “apretar el acelerador” en algunos aspectos muy positivos para nuestro marketing. Efectivamente, nos va a obligar a “jugar limpio” con nuestros contactos y a impulsar la creación de contenido realmente valioso para conseguir su consentimiento. Descubriremos que es más provechoso trabajar con una base más reducida de usuarios interesados y comprometidos que con una lista enorme de contactos que no tienen relación con nosotros.

Y hasta aquí este repaso al GDPR. Espero que os haya sido útil.

El post “El GDPR nos va a obligar a cambiar nuestra forma de hacer marketing (4)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Anuncios
Deja un comentario

El nuevo GDPR impone unos derechos ampliados de los sujetos de datos, mayores restricciones a la toma de decisiones automáticas y a las transferencias internacionales de datos y nuevos procesos y responsabilidades organizativas.

Seguimos hablando del nuevo Reglamento General de Protección de Datos (GDPR), cuyo cumplimiento empezará a exigirse el 25 de mayo de 2018, y continuamos centrándonos en algunos de sus aspectos más relevantes y novedosos.

Derechos reforzados

El GDPR amplía los derechos de las personas sometidas al procesamiento de sus datos, que pasan a incorporar los siguientes:

  • Derecho de acceso: el sujeto tiene derecho a recibir, en un formato comprensible, una copia de sus datos recogidos y procesados, así como información completa sobre el procesamiento: propósito, categorías, destinatarios, plazos…
  • Derecho de rectificación: el sujeto podrá obtener la rectificación de los datos inexactos o incompletos que le conciernan.
  • Derecho de supresión (“derecho al olvido”): los sujetos de datos pueden solicitar al controlador el borrado de sus datos personales si el procesamiento continuado de esos datos no está justificado o si el sujeto ha revocado su consentimiento.
  • Derecho a limitar el procesamiento: en determinadas circunstancias los sujetos de datos no pueden requerir la supresión de sus datos pero sí limitar los propósitos para los cuales el controlador puede procesar esos datos.
  • Notificación a terceros en relación al ejercicio de la rectificación, la supresión o la limitación: el controlador debe notificar a cualquiera con quien haya compartido datos de un sujeto que éste ha ejercido los mencionados derechos.
  • Derecho de portabilidad de datos: bajo ciertas circunstancias los sujetos de datos tienen derecho a recibir una copia de sus datos personales en un formato comúnmente usado legible por una máquina y a transferir sus datos de un controlador a otro o a hacer que un controlador se lo transmita directamente a otro.
  • Derecho de oposición al procesamiento: los sujetos de datos tienen derecho a oponerse por motivos relacionados con su situación particular a que datos personales que les conciernan sean objeto de procesamiento basado en el interés público o el interés legítimo del controlador. Cuando el objeto del procesamiento es el marketing directo los sujetos de datos pueden oponerse en todo momento a dicho procesamiento, incluyendo el perfilado.

Datos Personales

Perfilado y decisiones automáticas

La redacción del GDPR hace difícil diferenciar entre actividades de perfilado y decisiones automáticas, ya que las suele mencionar conjuntamente. Sin embargo, son muy diferentes, y también lo son las condiciones para realizarlas legalmente. Un procesamiento puede catalogarse como “perfilado” cuando implica usar un proceso automático de datos personales para evaluar ciertos aspectos relacionados con una persona natural, en particular para analizar o predecir aspectos sobre su rendimiento profesional, situación económica, salud, preferencias personales, intereses, fiabilidad, comportamiento, ubicación o movimientos.

Un tipo de procesamiento muy ligado al perfilado es la toma de decisiones automáticas, sin intervención humana, sobre las personas físicas: se pueden basar en el perfilado o en algún otro tipo de tratamiento automático. Y dentro de las decisiones automáticas merecen especial atención aquéllas que producen efectos jurídicos en la persona o le afecte significativamente de modo similar. Ejemplos de perfilado que no lleva a decisiones automáticas con efectos jurídicos o significativos serían el aplicado a la analítica web o a la presentación de publicidad enfocada; ejemplos de perfilado que sí lleva a decisiones automáticas con efectos jurídicos o significativos serían la concesión automática de una solicitud de crédito o los servicios de contratación laboral en red en los que no medie intervención humana alguna.

El GDPR establece que toda persona tendrá derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado que produzca efectos jurídicos en ella o le afecte significativamente de modo similar. Las excepciones son el consentimiento explícito, su necesidad para la celebración o ejecución de un contrato o que esté autorizada por el Derecho de la Unión o de los Estados.

El sujeto que se somete a perfilado y decisiones automáticas tiene derechos y recursos adicionales: el controlador debe informar al sujeto no solo de que va a tener lugar un perfilado, sino también de la lógica aplicada  y de las consecuencias previsibles de dicho procesamiento. Además, las decisiones automáticas no podrán basarse en categorías especiales de datos personales (p.ej., información racial o religiosa) salvo en contadas excepciones. En resumen, los sujetos tienen una serie de derechos con respecto al perfilado, algunos de los cuales –como los de aviso y acceso- requieren procesos similares a los de los procesos que no son de perfilado, pero otros -como el derecho a objetar y detener el perfilado o a evitar decisiones basadas en el perfilado- requerirán de atención y procesos especiales para su cumplimiento.

Transferencia de datos

Las transferencias internacionales de datos de carácter personal adquirieron una mayor relevancia pública tras las revelaciones de Edward Snowden y, sobre todo, con la sentencia del Tribunal de Justicia de la Unión Europea, de octubre de 2015, que invalidó la decisión de Safe Harbour de la Comisión Europea que consideraba que las entidades de EEUU adheridas a dicho sistema proporcionaban un nivel adecuado de protección. Esta sentencia dio lugar a que muchos responsables de ficheros adquirieran consciencia de que estaban realizando transferencias internacionales con motivo de la contratación de determinados servicios, fundamentalmente de cloud computing. Puerto Seguro fue sustituido por Privacy Shield como sistema para poder transmitir datos a los EEUU.

El RGPD establece que sólo se podrán transmitir datos a aquellos países, territorios, sectores u organismos internacionales respecto de los que la Comisión Europea haya considerado que disponen de un nivel adecuado de protección o, en otro caso, se aporten garantías suficientes (entre ellas, las normas corporativas vinculantes) o se den algunas de las circunstancias previstas como excepciones (consentimiento, ejecución de un contrato…), y siempre y cuando se observen los demás requisitos del Reglamento.

Registro de actividades de tratamiento

Excepto para pequeñas empresas y otras excepciones el GDPR requiere llevar un registro de actividades de tratamiento que sustituye a la notificación de ficheros a las autoridades de protección de datos. Este registro constará por escrito, inclusive en formato electrónico, y deberá ser puesto a disposición de la autoridad de control que lo solicite. Tanto en el caso de los controladores como de los procesadores el registro debe reflejar, entre otros, los datos de contacto, los fines, las categorías de tratamientos y las transferencias a terceros países.

Delegado de Protección de Datos

En determinadas circunstancias el GDPR exige a las organizaciones el nombramiento de un Delegado de Protección de Datos (Data Protection Officer), un puesto directivo relacionado con la seguridad corporativa y responsable de supervisar la estrategia de protección de datos y su implementación conforme a los requisitos del GDPR. Entre las funciones de estos delegados están asesorar a la compañía y a sus empleados sobre requisitos normativos importantes, formar al personal involucrado en el procesamiento de datos y realizar regularmente auditorías de seguridad. Los delegados sirven asimismo de punto de contacto entre la empresa y las autoridades de supervisión de las actividades relacionadas con los datos. Sean o no empleados directos de la organización, los delegados deben estar en condiciones de cumplir sus cometidos de manera independiente y rendir cuentas únicamente al más alto nivel jerárquico. No se define una capacitación mínima para desempeñar la función de Delegado de Protección de Datos, aunque su nombramiento se hará atendiendo a sus cualidades profesionales y, en particular, a sus conocimientos especializados del Derecho y la práctica en materia de protección de datos.

En el próximo post hablaremos de algunas medidas que se pueden tomar para asegurar el cumplimiento del GDPR en nuestra organización.

El post “El GDPR nos va a obligar a cambiar nuestra forma de hacer marketing (3)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Deja un comentario

El nuevo GDPR se basa en unos principios mucho más exigentes en cuanto a la protección de los sujetos de datos, especialmente en la necesidad de que el consentimiento para su tratamiento sea totalmente libre, informado, explícito y demostrable.

Seguimos hablando del nuevo Reglamento General de Protección de Datos (GDPR), cuyo cumplimiento empezará a exigirse el 25 de mayo de 2018, en este caso centrándonos en algunos de sus aspectos más relevantes y novedosos.

Controlador y procesador

El reglamento distingue entre los papeles del controlador y el procesador de datos. El controlador (“responsable del tratamiento”) es la persona natural o jurídica, autoridad pública, agencia u otra organización que determina, solo o conjuntamente con otros, el propósito (los objetivos que se persiguen) del procesamiento de datos y los métodos (para recoger y procesar) que se van a usar en dicho procesamiento. El procesador (“encargado del tratamiento”) es la persona natural o jurídica, autoridad pública, agencia u otra organización que procesa datos personales en nombre del controlador.

Protección Datos PersonalesSi eres un procesador el GDPR te impone obligaciones legales específicas: por ejemplo, estás obligado a mantener registros de datos personales y actividades de procesamiento y tendrás responsabilidad legal si eres responsable de una violación de datos.

Sin embargo, si eres un controlador, aunque esté involucrado un procesador no estás liberado de tus obligaciones. El GDPR te impone deberes adicionales para asegurar que tus contratos con los procesadores cumplen con el GDPR.

El GDPR refuerza el principio de transparencia y el deber de información respecto a los individuos cuyos datos se recogen y procesan. Como controlador del procesamiento, estás obligado en todos los casos a proporcionar a esos individuos información clara, precisa, inteligible y accesible relacionada en particular con los métodos y el propósito del procesamiento, junto con sus derechos y sus posibilidades para reclamar. Así  que deberías tener cuidado de incluir toda esta información en tu Política de Privacidad, que debe ser también fácilmente accesible en todo momento. Finalmente, cualquier individuo debería podar contactarte eficazmente en relación a cualquier pregunta o queja.

Pertinencia y minimización

El GDPR trata de limitar el impacto del procesamiento de datos, imponiendo (a) que estos sólo pueden ser recogidos y tratados  con unos fines determinados, explícitos y legítimos; (b) restringiendo los datos que pueden ser tratados a aquéllos que son estrictamente necesarios en relación a dichos fines y (c) limitando el plazo de conservación de los datos al necesario para los mencionados fines.

Un consentimiento más exigente

El consentimiento sigue siendo una de las circunstancias en las que se permite el tratamiento de datos personales bajo la GDPR; sin embargo, la definición de consentimiento se restringe significativamente. Esto limitará a quién podemos enviar mensajes (por ejemplo, vía email) y de quién hacemos seguimiento (en nuestras propiedades digitales). Si bien hasta ahora se permitía a los controladores aprovechar un consentimiento implícito y de “opt-out” en algunas circunstancias, la GDPR requiere que el sujeto de los datos exprese su acuerdo mediante una afirmación o una acción explícita realizada libremente, específica, informada y no ambigua.

Como consecuencia, opciones como el silencio, las casillas premarcadas o la inactividad se presumen inadecuadas para otorgar consentimiento. El consentimiento debe ser específico para las operaciones de procesamiento y el controlador no puede solicitar un consentimiento abierto o de “cheque en blanco” para dar cobertura a futuros procesamientos. El consentimiento debe cubrir todas las actividades de procesamiento llevadas a cabo con un mismo propósito y si el procesamiento tuviera diversos propósitos debería otorgarse consentimiento para todos ellos.

Asimismo la nueva regulación mantiene unos requisitos diferentes de procesamiento para ciertas categorías especiales de datos personales, particularmente sensibles en relación al ejercicio de derechos y libertados individuales. También el GDPR introduce restricciones a la capacidad de los menores para consentir el procesamiento de sus datos sin contar con autorización paterna.

Finalmente, el individuo debe poder retirar su consentimiento en cualquier momento, y hacerlo tan fácilmente como lo otorgó. Y por supuesto, esta retirada no tiene efecto sobre la legalidad de cualquier operación de procesamiento que estuviera basada en un consentimiento otorgado con anterioridad a esta retirada (en otras palabras, la retirada de consentimiento no tiene efectos retroactivos).

Cuando el procesamiento está basado en el consentimiento el controlador deberá poder demostrar en todo momento que el sujeto de datos ha consentido el procesamiento de de sus datos personales. Esta prueba de consentimiento debe comprender tres elementos: la identidad del sujeto de datos, el momento en el que dio su consentimiento y el propósito para el cual se dio.

Responsabilidad proactiva

Del mismo modo que “no basta que la mujer del César sea honesta, también tiene que parecerlo” el GDPR impone que el controlador no sólo será responsable del cumplimiento de éste, sino que además deber ser capaz de demostrarlo. Para ello deberá establecer procedimientos y controles diseñados efectivamente para implementar este cumplimiento. “No incumplir”, en el sentido de no llegar a realizar un tratamiento prohibido sobre datos, ya no es suficiente. Unos procesos defectuosos que pueden dar lugar a tratamientos prohibidos, aunque no se hayan ejecutado efectivamente sobre ningún dato, ya constituyen un incumplimiento.

Información y transparencia

Tanto si los datos relacionados con un sujeto son recogidos directamente del mismo sujeto como si no, el controlador le proporcionará información exacta y completa sobre todos los aspectos relevantes, entre otros:

  • La identidad y los detalles de contacto del controlador y, cuando sea aplicable, del representante del controlador.
  • Los detalles de contacto del Delegado de Protección de Datos (Data Protection Officer), cuando sea aplicable.
  • El propósito del procesamiento al cual se destinan los datos, así como la base legal para ese procesamiento.
  • Los destinatarios o las categorías de destinatarios de los datos personales.

Un tema polémico: empresarios individuales y personas de contacto en empresas

El GDPR cambia la consideración del tratamiento de datos personales de empresarios individuales y de personas de contacto en empresas, que hasta ahora quedaban fuera del ámbito de protección de las leyes vigentes. Por un lado el nuevo reglamento explica que no regula el tratamiento de datos personales relativos a personas jurídicas y en particular a empresas constituidas como personas jurídicas, incluido el nombre y la forma de la persona jurídica y sus datos de contacto (aunque no aclara si estos datos de contacto pueden ser de personas).

Sin embargo, por otro lado el Anteproyecto de Ley Orgánica de Protección de Datos (en trámite parlamentario) establece sobre los datos tanto de personas físicas que prestan sus servicios en una persona jurídica como de empresarios individuales, que si el tratamiento se refiera únicamente a los mínimos datos imprescindibles y si la finalidad del tratamiento es únicamente mantener relaciones de cualquier índole con la persona jurídica, dicho tratamiento será lícito si es necesario para la satisfacción de intereses legítimos perseguidos por el responsable del tratamiento o por un tercero. En conclusión, si este extremo del Anteproyecto resulta finalmente aprobado no será necesario recurrir al consentimiento para tratar datos de empresarios individuales y personas de contacto en empresas.

En el próximo post seguiremos hablando de algunas novedades del GDPR.

El post “El GDPR nos va a obligar a cambiar nuestra forma de hacer marketing (2)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Deja un comentario

El nuevo GDPR está a punto de empezar a aplicarse. En este post presentamos algunos de sus conceptos básicos, como paso previo a analizar sus principales novedades y sus implicaciones sobre el marketing.

El 25 de mayo de 2018 comenzará a exigirse el cumplimiento del Reglamento General de Protección de Datos (GDPR, General Data Protection Regulation), que sustituirá a la actual normativa europea vigente, la Directiva de Protección de Datos 95/46/CE. Este nuevo enfoque de protección de datos es la vía de la Unión Europea para hacer a las empresas más responsables de sus acciones en este campo y va a tener profundas implicaciones en muchas áreas de las empresas.

GDPR

Los reguladores de la Unión piensan que las compañías han estado aprovechando la disparidad de normas para explotar los datos personales en su propio beneficio y no han sido transparentes sobre cómo los estaban empleando. El GDPR  ha sido diseñado para acabar con todo esto y devolver el poder a los consumidores. En esta serie de posts presentamos las implicaciones del GDPR para el marketing, terminando con unas recomendaciones para implementarlo. Por supuesto, al tratarse de un tema tan delicado esta lectura no os debe eximir de estudiar el reglamento y buscar asesoramiento profesional.

¿Por qué ahora va en serio?

Hay que tomarse muy en serio este inicio de la aplicación de la GDPR por varios motivos:

  • No hay más demoras. Al tratarse de un reglamento comunitario entra en vigor en todos los países miembros a la vez en la fecha acordada. No hay que esperar, como ocurre con las directivas comunitarias, a que se traspongan en forma de leyes en los diferentes países con los consiguientes retrasos y adaptaciones.
  • Multas mucho más que simbólicas. Las multas por infracción son mucho más altas que con la anterior regulación, con unos máximos que llegan a los 20 millones de euros o al 4% de la cifra de negocio anual de la empresa infractora, la cantidad que sea más alta. Estos riesgos harán pensarse mucho el incumplir el reglamento.
  • Alcance más allá de la Unión Europea. El nuevo reglamento extiende el alcance territorial de la legislación de protección de datos y no solo obliga a las empresas europeas, sino a todas las que manejan datos personales de europeos. Así, el reglamento se aplica al procesamiento de datos personales en el contexto de las actividades de un establecimiento en la Unión Europea de una empresa responsable o una encargada de realizar un procesamiento, con independencia de si ese procesamiento tiene lugar en la Unión o no. Además, el reglamento se aplica al procesamiento de datos personales de sujetos de datos que están en la Unión por una empresa no establecido en la Unión, cuando las actividades de procesamiento están relacionadas con: (a) la oferta de bienes y servicios, independientemente de si se requiere un pago del sujeto de datos, a esos sujetos de datos en la Unión; o (b) la monitorización de su comportamiento, con tal que ese comportamiento tenga lugar en la Unión.

Todavía muchos interrogantes

El GDPR será complementado en un futuro próximo con el reglamento ePrivacy, que se encuentra en las fases finales de aprobación y que se aplicará a los negocios que proporcionan servicios de comunicaciones online, que utilizan técnicas de seguimiento online o que realiza marketing directo electrónico. Es de esperar que ePrivacy sea mucho más específico que GDPR en áreas como las cookies.

Y aunque el GDPR es bastante exhaustivo, permite que los Estados publiquen legislación específica en determinados puntos que quedan abiertos en el reglamento, siempre y cuando no contradigan a éste. Por eso en España se encuentra en trámite parlamentario un nuevo proyecto de Ley Orgánica de Protección de Datos y hasta que este trámite no finalice no tendremos una respuesta concreta a temas como algunos de los que mencionamos en esta serie de posts.

Conceptos básicos

Estos son los conceptos básicos del GDPR:

Datos personales

Protección de datos“Datos personales” significa cualquier información relacionada con una persona natural identificada o identificable (“sujeto de datos”). Una persona natural identificable es una que puede ser identificada, directa o indirectamente, en particular mediante la referencia a un identificador tal como un nombre, un número de identificación, datos de ubicación, un identificador online, o a uno o más factores específicos de la identidad física, fisiológica, genética, mental, económica, cultural o social de esa persona natural.

Las personas físicas pueden ser asociadas a identificadores en línea facilitados por sus dispositivos, aplicaciones, herramientas y protocolos, como direcciones de los protocolos de internet, identificadores de sesión en forma de cookies u otros identificadores, etiquetas de identificación por radiofrecuencia, handles online, direcciones de email, identificadores de usuario de aplicación, datos GPS, direcciones MAC, identificadores UDID, identidades IMEI. Esto puede dejar huellas que, en particular, al ser combinadas con identificadores únicos y otros datos recibidos por los servidores, pueden ser utilizadas para elaborar perfiles de las personas físicas e identificarlas.

Pseudonimización

“Pseudonimizar” significa procesar los datos personales de tal manera que estos ya no pueden ser atribuidos a un sujeto de datos específico sin el uso de información adicional, con tal que esa información adicional se mantenga separadamente y se sujete a medidas técnicas y organizativas que aseguren que los datos personales no se atribuyen a una persona natural identificada o identificable. Los datos pseudonimizados pueden caer bajo el ámbito del GDPR dependiendo de cómo de fácil es atribuir el pseudónimo a un individuo particular.

Datos sensibles

Como categorías especiales de los datos personales están los “datos sensibles”, tales como aquellos datos que revelan opiniones políticas, creencias religiosas o filosóficas, origen racial o étnico, pertenencia a sindicatos, detalles de la vida sexual o la orientación sexual, información médica o datos biométricos (huellas dactilares, fotografías, etc.) dirigidos a identificar de manera unívoca a una persona natural. Su procesamiento está prohibido excepto en una serie de circunstancias, entre ellas que el sujeto de datos haya dado su consentimiento explícito.

Naturaleza del procesamiento

El GDPR se aplica tanto a procesamiento automático de datos personales como al procesamiento manual de datos contenidos en sistemas de archivo donde se puede acceder a ellos de acuerdo a criterios específicos.

Legalidad del procesamiento

El procesamiento será legal solo si aplica al menos una de entre las siguientes circunstancias:

  • El sujeto de datos ha otorgado su consentimiento al procesamiento de sus datos personales para uno o varios propósitos específicos.
  • El procesamiento es necesario para la ejecución de un contrato del cual el sujeto de datos es una parte o para la aplicación a petición de éste de medidas precontractuales.
  • Otras circunstancias: cumplimiento de obligaciones legales, protección de intereses vitales del sujeto, interés público, interés legítimo del controlador (éste es importante, como veremos en los próximos posts), etc.

En el próximo post hablaremos de algunas de las novedades más importantes que introduce el GDPR.

El post “El GDPR nos va a obligar a cambiar nuestra forma de hacer marketing (1)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Deja un comentario

La analítica del funnel completo de un negocio SaaS nos permite ir más allá de las fases iniciales de visibilidad, considerar la generación de ingresos como un proceso unificado y  detectar en qué fases lo estamos haciendo bien y en cuáles tenemos que mejorar.

Seguimos hablando de la analítica del funnel de negocios SaaS, en este post aplicando un conocido modelo del funnel completo que nos aporta una visión integrada de nuestra “fábrica de clientes” en este tipo de negocios.

Métricas para Piratas

Las “métricas para piratas” son uno de los modelos más populares para analizar el funnel de un producto online y fueron creadas por Dave McClure,  fundador de la aceleradora 500 Startups. El modelo define un funnel con 5 etapas: Acquisition, Activation, Retention, Referral, Revenue (abreviado AARRR, de ahí el nombre).

Vamos a explicar el modelo aplicado a negocios SaaS y para ello, como otros autores, lo vamos a complementar con una fase previa: Awareness. El modelo (que ahora se abrevia como AAARRR) queda así:

Funnel SaaSAwareness

Consiste en presentarnos y ser visibles ante nuestro mercado objetivo e intentar llevarlos a realizar alguna acción. Se trata de conseguir que el potencial comprador deje lo que estaba haciendo y nos preste atención.

Se produce, por ejemplo, cuando el comprador nos ha visto en una publicación social, en unos resultados naturales en buscadores, en una nota de prensa o noticia publicada por algún medio, en un anuncio (display, social, en buscadores), ha visitado nuestro sitio web o blog, etc. Hay que resaltar que en esta fase el cliente sigue siendo un visitante anónimo, no tenemos su identificación.

Esta fase es muy propensa al uso de “métricas de vanidad”, por ejemplo, número de visitantes por mes, que en muchos casos no tienen conexión con los resultados de negocio. Es importante utilizar alguna métrica de engagement (por ejemplo, tasas de rebote del sitio) o de “micro-conversión” (por ejemplo, el visitante ejecutó un video o hizo clic en la página de producto).

Métricas a considerar: impresiones, CTR, número de visitas, páginas visitadas, tasas de rebote, minutos de atención, comparticiones y votos sociales.

Canales y tácticas a utilizar: buscadores (SEO, anuncios), social (orgánico, anuncios), display, retargeting, relaciones públicas, recomendación, afiliados.

Acquisition

La adquisición significa empezar a identificar a nuestro lead como alguien individualizado. Podemos pensar en ello como la primera transacción con el usuario, solo que en lugar de intercambiar dinero por un producto o servicio estamos intercambiando un contenido por el permiso para dirigirnos a él en el futuro.

Nuevamente, dependiendo del escenario pueden existir diferentes micro- o macro-conversiones que puede resultar útil medir. Por ejemplo, de menor a mayor valor: el  cliente ha empezado a seguirnos en nuestras cuentas sociales, nos ha hecho una consulta a través de nuestros canales de soporte/ventas, se ha suscrito a nuestro blog o boletín, ha dejado sus datos a cambio de algún contenido (ej.: white paper, webinar), se ha registrado en la versión gratuita de nuestro producto (si usa un modelo freemium) o en su versión de prueba.

Métricas a considerar: seguidores en nuestras cuentas sociales, interacciones de soporte/ventas, suscriptores email a nuestro blog/boletín, registros para descarga de recursos, nuevos leads, registrados en versión gratis/prueba del producto.

Canales y tácticas a utilizar: medios sociales, Conversion Rate Optimization (CRO), contenidos (blog, boletín, white papers, webinars…), chats, páginas de aterrizaje.

Activation

La activación es la fase en la que el cliente usa inicialmente de manera significativa nuestro producto. Dependiendo de la naturaleza de dicho producto la activación podrá tomar múltiples formas: crear una primera campaña, generar un primer informe, hacer una primera transacción…

Si consideramos que un criterio para estar en nuestra fase anterior, Adquisición, es registrarse en nuestro producto (versión de prueba o freemium) podemos preguntarnos si Adquisición (registro) y Activación (uso) no son prácticamente simultáneos y la relación entre ellos no es de 1:1 (después de todo, si alguien se registra en un producto es esencialmente para usarlo). Sin embargo, nos sorprendería descubrir cuánta gente se registra en un producto del que no llega a hacer el más mínimo uso.

Métricas a considerar: registrados que hacen un primer uso significativo del producto (gratis o prueba).

Canales y tácticas a utilizar: onboarding, tutoriales, documentación y formación, características y funcionalidad del producto.

Retention

La Retención implica que los usuarios utilizan el producto regularmente, es decir, que el producto es “pegajoso”. Es una métrica importante tanto en la fase de uso gratuito (si el cliente no lo usa es difícil que llegue a pagar por él) como en la fase de pago (el no uso lleva al abandono, con la consiguiente pérdida de ingresos). Puede parecer una perogrullada, pero si no usan el servicio no son usuarios de verdad.

La frecuencia ideal de uso depende de la naturaleza del producto: una red social puede buscar que sus usuarios la utilicen diariamente, un producto para la preparación de la declaración de impuestos basta con que se use en contadas ocasiones a lo largo del año.

Métricas a considerar: ratio de activados que usa frecuentemente el producto, volumen de uso por usuario y día o semana, CLTV, churn.

Canales y tácticas a utilizar: marketing a lo largo del ciclo de vida del cliente,  customer success, tutoriales, documentación y formación, características y funcionalidad del producto.

Referral

Las métricas de Referencia miden cuántos nuevos usuarios entran en nuestro funnel como consecuencia de la recomendación de nuestros usuarios actuales. La recomendación es el canal de marketing más fiable para los clientes y más rentable para los proveedores. Todos los estudios muestran una gran propensión de los potenciales clientes a actuar como respuesta a la recomendación, tanto en persona como en medios sociales.

Que nuestros usuarios nos recomienden implica que no solo les gusta nuestro producto, sino que piensan que sus amigos y contactos podrían beneficiarse también de ese valor. Pero esa no es la única manera. La referencia se puede estimular incorporando al producto características de compartición y comunicación entre usuarios o mediante incentivos explícitos (ej.: programas member-get-member).

Métricas a considerar: Net Promoter Score, referencias, coeficiente de viralidad, recomendaciones sociales.

Canales y tácticas a utilizar: características y funcionalidad del producto, marketing basado en referencias.

Revenue

La fase de Ingresos es la más primordial de todas: es cuando nuestro contacto realiza el primer pago a cambio de nuestro producto. Si hay alguna métrica que merece escapar al calificativo “de vanidad” es esta. Después de todo, los ingresos son la razón por la que optimizamos nuestro funnel.

Pero aunque hayamos llegado hasta aquí no quiere decir que nuestro trabajo esté todo hecho. Es mucho más barato llevar a un cliente actual a repetir su compra que conseguir uno totalmente nuevo.

Métricas a considerar: ingresos, conversión Gratis (o Prueba) – Pago.

Canales y tácticas a utilizar: características, funcionalidad y precio del producto, optimización del flujo de compra.

El problema con las vanity metrics

Todos tenemos afición a las métricas que “nos hacen sentir bien”: variables que siempre aumentan, gráficos que evolucionan “hacia arriba y hacia la derecha”… pero que tienen poca relación con el éxito de nuestro negocio y no nos ayudan a cambiar nuestra manera de hacer las cosas. Solemos llamarlas “métricas de vanidad” frente a las más decisivas “métricas de claridad” o “accionables”.

Consideremos, por ejemplo, el “número total de registrados” como métrica de Adquisición. Es una métrica de vanidad porque solo aumenta con el tiempo, es mucho más útil considerar el “número de registrados por período de tiempo” que nos permitirá comparar diferentes enfoques y campañas. Y, desde luego, complementarla con métricas posteriores en el funnel, de Activación y Retención, que nos den la medida de involucración con el producto, tales como “número total de usuarios activos” (todavía de vanidad) o, mucho mejor, el “porcentaje de usuarios activos”. Esta métrica sí nos permitiría saber si estamos haciendo las cosas mejor desde el punto de vista de involucración con el producto.

En general, usar números totales es una mala manera de medir el progreso y especialmente el crecimiento (aunque probablemente sean esos números los que usemos en público para atraer la atención). Los números totales siempre crecen, por lo que es difícil detectar nada excepto los grandes cambios.

Cada vez que consideremos una métrica  tenemos que preguntarnos “¿Qué debería hacer de manera diferente a la vista de esta información?” Si no podemos responder a la pregunta probablemente la métrica es de vanidad y no deberíamos preocuparnos demasiado por ella. Deberíamos concentrarnos en métricas accionables, que cambien nuestro comportamiento ayudándonos a elegir un curso de acción.

Poniéndolo en práctica

Ahora ya solo nos queda definir nuestro propio  dashboard analítico. Y para ello puede ser útil partir de alguna plantilla predefinida, como las que se pueden descargar en este artículo clásico de David Skok o de éste de Christoph Janz.

No os quepa duda de que analizar sistemáticamente el funnel y actuar en consecuencia va a ser clave para el éxito de vuestro negocio SaaS.

¡Que os sea útil!

El post “Analítica del funnel en negocios SaaS (2)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Deja un comentario

Los negocios SaaS son muy diferentes a los de software tradicional y las métricas que se utilizan en estos últimos no son suficientes para guiar la rentabilidad de un producto SaaS. En este post presentamos aspectos como las métricas de abandono o el análisis de cohortes, que son clave en estos negocios.

Los productos SaaS (Software-as-a-Service) tienen unas características que hacen que la monitorización y análisis continuos de su funnel comercial sea imprescindible para su éxito. Hace tiempo describimos el funnel como el “sistema de inventario” de nuestro proceso de “fabricación de clientes”. En este y el siguiente post describimos como medirlo y analizarlo en el caso particular de productos SaaS.

¿Por qué es necesario analizar el funnel?

Decía Lord Kelvin que “lo que no se puede medir no se puede mejorar”. Unas buenas métricas son primordiales para saber si lo estamos haciendo bien o mal y entender el efecto de nuestras acciones de marketing:SaaS

  • ¿Gano dinero con mis clientes? ¿En cuáles si y en cuáles no? ¿Qué segmentos/clientes son los más rentables y cuáles son los menos?
  • ¿Qué aspecto tiene nuestro funnel? ¿Cómo son los ratios de conversión en sus diferentes fases, y cómo evolucionan? ¿Cómo puedo predecir su rendimiento (producción de clientes)?
  • ¿Consigo captar suficientes nuevos leads? ¿Cuántos se registran en mi producto? ¿Cuántos lo usan de manera recurrente? ¿Cuántos se convierten en clientes de pago? ¿Cuántos me recomiendan y traen nuevos leads?
  • ¿Cómo medimos el efecto de un esfuerzo particular, sea en marketing o en mejora de producto?
  • Si tuviéramos un presupuesto adicional ¿en qué actividades sería óptimo invertirlo?

Muchas de las ideas de este post aparecen en este clásico de David Skok.

Las características de un producto SaaS

SaaS y en general los negocios basados en suscripciones tienen un cash-flow muy malo. Como todo negocio basado en producto estándar deben acometer grandes inversiones al principio, durante la fase de desarrollo de producto, antes de poder empezar a venderlo. Pero después, en la fase de comercialización, en el caso de SaaS los problemas se agravan mucho más debido a que

  • Los ingresos se producen en forma de cuotas (mensuales o anuales) a lo largo de la vida del cliente, en lugar de mediante un gran pago único al principio como ocurre típicamente, por ejemplo, con la venta de productos físicos o la de licencias perpetuas.
  • En muchos casos los clientes nos pueden abandonar al cabo de unos pocos meses, con la consiguiente interrupción de los pagos.

Este desfavorable perfil de ingresos hace que sea mucho más difícil compensar los costes de adquisición de cada cliente y que la gestión del abandono de los clientes sea unos de los aspectos clave del éxito de estos negocios. Podría decirse que en un producto SaaS hay dos tipos de “venta”:

  1. Una inicial, con la adquisición y la primera suscripción del cliente.
  2. Otra continua, período a período, con las sucesivas renovaciones del cliente.

¿Qué deberíamos medir?

Desde el punto de vista de la analítica, un negocio SaaS es muy diferente, por ejemplo, de un medio de comunicación online. Debemos buscar métricas que tengan una relación directa y un impacto en el negocio (ej.: suscripciones, prueba del producto) y dejar en un segundo plano medidas cuyo impacto es discutible en este entorno (ej.: visitas al sitio web).

Con esta óptica las principales áreas de medida son:

Economías unitarias

Tratan de responder a la pregunta ¿puedo ingresar más dinero de mis clientes de lo que me  cuesta ganarlos? Para ello necesitamos dos métricas:

  • CLTV (Customer Lifetime Value): valor que nos aporta un cliente a lo largo de toda su vida. Su cálculo suele implicar el descuento de las entradas y salidas de caja desde que un cliente empieza a serlo hasta que termina abandonándonos. Podemos calcular el CLTV por cliente o segmentarlo por tipo o tamaño de cliente, sector de actividad, etc.
  • CAC (Customer Acquisition Cost): coste de adquisición de un cliente entendida como la situación en que éste empieza a pagar por nuestros servicios (lo que en el modelo de Métricas para Piratas se conoce como fase de Revenue). Una manera sencilla de calcular el CAC medio es dividiendo el gasto total en marketing y ventas entre el número de clientes ganados en un período. Sin embargo, es más útil poder segmentar el cálculo según tipo de cliente o canal de marketing.

A la hora de analizar si un negocio es financieramente viable se suelen aplicar un par de heurísticos basados en estas métricas:

  • Para predecir la rentabilidad a largo plazo se suele calcular el ratio CLTV/CAC. Si este ratio es superior a 3 se suele concluir que el negocio es rentable a largo plazo.
  • Para analizar el tiempo que tiene que transcurrir hasta que el negocio es rentable se suele calcular el plazo necesario para recuperar el CAC. Si este plazo es inferior a 12 meses se suele considerar que el negocio tienen un buen payback.

CLTV-CACLas economías unitarias son útiles para tomar decisiones como ¿deberíamos “pisar el acelerador” del negocio ya o esperar? o ¿en qué canales de marketing o segmentos de clientes deberíamos enfocarnos? Ciertamente, si tenemos un mal ratio CLTV/CAC en general, deberíamos invertir esfuerzo en mejorarlo y optimizar el negocio antes de intentar escalarlo. Análogamente, si el ratio es bueno en algunos segmentos o canales de marketing deberíamos concentrarnos en ellos para aumentar la rentabilidad.

Abandono (churn)

El abandono o churn es una de las métricas clave en negocios SaaS. Un abandono alto tiene efectos devastadores sobre la rentabilidad de negocio ya que impide que las cuotas mensuales (o anuales) compensen los costes de adquisición de los clientes. Y si el abandono es alto vamos a perder más dinero cuanto más esfuerzo invirtamos en vender.

Un negocio SaaS saludable debería experimentar una tendencia creciente en su Aumento Neto de MRR (Monthly Recurring Revenue), que podemos calcular como la suma de tres factores:

+ MRR Nuevo, debido a nuevos clientes

+ MRR Expandido, debido a clientes existentes que aumentan su suscripción

– MRR Perdido por Abandono, debido a clientes existentes que cancelan o rebajan su suscripción

El abandono puede ser un factor de mucho peso que nos haga perder MRR mes a mes. Esta métrica se evalúa tanto en número de clientes que nos dejan como en ingresos que se reducen. De este modo podemos detectar situaciones en las que perdemos pocos clientes en número, pero son los que más ingresos aportaban.

El abandono se suele evaluar periódicamente y expresarse como un porcentaje de reducción (en número o dinero) respecto a la situación al inicio del periodo. El churn es sin duda el problema prioritario que tenemos que resolver en SaaS: de no ser así estaríamos esforzándonos en “llenar un cubo con agujeros”.

Cohortes

Las cohortes no son una métrica, sino una manera de distribuir nuestros datos para hacer que las métricas sean más accionables. En lugar de mirar a todos los usuarios como una unidad, los repartimos en grupos relacionados a efectos de su análisis. Estos grupos -o cohortes- habitualmente comparten un conjunto de características o experiencias comunes en un rango temporal definido. Típicamente, en el mundo SaaS una cohorte está formada por los usuarios que se registraron en un cierto periodo: así, por ejemplo, tenemos la cohorte de los registrados en enero, la cohorte de febrero, etc. De este modo se consigue una cierta homogeneidad en el análisis y descubrir patrones a lo largo del ciclo de vida de los usuarios.

Las cohortes se aplican mucho al análisis de churn y nos permiten, por ejemplo, comprobar si el abandono durante el primer mes va mejorando cohorte a cohorte o si el churn para una cohorte se estabiliza pasados unos meses.

Si estáis interesados en realizar análisis de cohortes podáis aplicar algunas de las múltiples plantillas disponibles, por ejemplo, esta de Christoph Janz) o esta otra que nos propone François Derbaix.

En el próximo post hablaremos de las “métricas para piratas” aplicadas a productos SaaS.

El post “Analítica del funnel en negocios SaaS (1)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y El nuevo marketing digital en mercados tecnológicos te pueden ayudar.]

Deja un comentario

El desarrollo de productos de datos plantea retos que solo pueden contrarrestarse mediante la aplicación temprana de técnicas de diseño de producto. Por otra parte, para garantizar el éxito de estos productos a lo largo de todo su ciclo de vida es imprescindible la involucración de un buen Product Manager.

Finalizamos nuestra serie sobre productos basados en datos (ver aquí y aquí) hablando del papel que en ellos debe tener el diseño de producto y de cómo gestionarlos a lo largo de su ciclo de vida.

Diseño desde el principio

Los productos basados en datos son inherentemente complejos tanto desde el punto de vista de los problemas que resuelven como de las tecnologías involucradas, lo que hace difícil cumplir la promesa de valor para el cliente. Además específicamente plantean serios retos tanto en la entrada como en la presentación de los datos, que constituyen aspectos clave de la experiencia de usuario.

Diseño de productos de datosPor ello estos productos hacen imprescindible incorporar los roles de diseño desde el principio. Recordemos que el diseño de producto va mucho más allá del diseño visual y consiste en la conceptualización de la solución al problema que se quiere resolver, incluyendo su especificación funcional y su experiencia de usuario. Estos son algunos consejos para aplicar el diseño al desarrollo de productos basados en datos:

  • Diseña tu producto para que sea comprable, no solo usable. Hay que enfocarse en los compradores, no solo en los usuarios (cuando son distintos). Es necesario mirar más allá de los analistas que van a usar los datos, para descubrir a la gente que ve el valor y tiene el presupuesto para respaldar su interés. Es crucial conseguir que el producto sea comprable por diseño.
  • Diseña con datos reales. Cuando crees mockups de interfaz para mostrar a potenciales clientes usa datos reales. Los datos inventados que no tienen que ver con la realidad son peligrosos en la fase de diseño de un producto: perderemos inmediatamente el interés de cualquier cliente con el que queramos validar los resultados. Valida usando datos reales que cuenten historias reales de manera que los clientes puedan decirte cómo valoran las historias que estás contando con tu producto.
  • Entiende la diversa soltura de tus usuarios en el manejo de datos. Seguro que vamos a tener mucha variedad en la capacidad de los usuarios para trabajar con datos. ¿Cómo seducir a los “yonquis de los datos” a la vez que se da respuesta a los novatos?
  • Evita el “vómito de datos”. A los científicos de datos les encantan los datos en crudo porque saben cómo manejarlos, combinarlos, analizarlos y visualizarlos, pero la mayoría de nuestros clientes no tienen esa capacidad. Resulta natural desarrollar el producto que querríamos nosotros, pero es muy fácil sobreestimar las capacidades de nuestros usuarios. Uno de los mayores retos de desarrollar un producto de datos es decidir cómo se le van a devolver los datos al usuario. Devolverles demasiados datos, de una manera que resulta abrumadora y paralizante, es “vomitar datos”. Si quieres impresionarles con la cantidad de cosas que puedes hacer con los datos probablemente estás vomitando datos. Por el contrario, si eres capaz de llevarlos a una serie clara de acciones, entonces has construido un producto con un foco definido.
  • Mantén la sencillez en la visualización. Tenemos que evitar que, si somos unos “locos de la visualización” nuestro entusiasmo por una excesiva sofisticación en este aspecto perjudique al producto. Lo más importante es mantener simple la visualización de los datos, de modo que los resultados sean consumidos fácilmente por los clientes que no son unos expertos en esta área.
  • Ve directo al asunto rápidamente. Hay que concentrarse en entregar valor. No hagamos trabajar a nuestros usuarios escudriñando exhaustivamente los datos para extraer conclusiones. Resulta tentador crear cosas abiertas que permiten una exploración ilimitada. Pero esto es peligroso. Los clientes son gente ocupada e impaciente que utilizan nuestro producto para resolver un problema real – ayudémosles a llegar a la línea de meta rápidamente.
  • En definitiva, informa las acciones de los clientes. Muchas soluciones proporcionan datos que son interesantes pero que no se conectan con las decisiones. La mejor manera de evitar el vómito de datos es concentrase en la accionabilidad de los datos. Es decir ¿qué acción queremos que los usuarios emprendan? ¿qué información es accionable?

Contrata a un buen product manager

Cuando tenemos el producto ya desarrollado eso no significa (contrariamente a lo que muchos ingenieros podríamos pensar) el principio del fin, sino el fin del principio. La mayor parte de la vida de un producto -y sus posibilidades de ingresos- están más allá del período de desarrollo.

En empresas orientadas a productos para un mercado (no proyectos a medida de un cliente) es imprescindible una figura que gestione el producto como un negocio a lo largo de todo su ciclo de vida, desde el análisis de la oportunidad, pasando por la concepción y construcción del producto hasta su explotación comercial y ulterior retirada: ese es el rol que se suele conocer como Product Manager y que se suele describir como un “mini-CEO” del producto.

Gestión de productos de datosLos productos de datos no son una excepción y las empresas basadas en ellos necesitan personas que se responsabilicen  de hacer productos que la gente quiera comprar y del éxito de esos productos en el mercado, con toda la extensión y profundidad de actividades que requiere esa función. Y como vemos, el desarrollo de producto es solo una parte de la gestión de producto.

Como en todas las empresas tecnológicas, en empresas de datos existirá la tentación de asignar la función de gestión de producto a una persona más o menos competente del departamento de Tecnología/Ingeniería (al fin y al cabo, los perfiles tecnológicos abundan en ese tipo de empresas). Pero eso suele ser un error: esas personas carecen de formación y experiencia en la vida del producto fuera de su fase de desarrollo y en muchos casos no tienen ni tiempo ni ganas de salir de su zona de confort tecnológica.

En esas circunstancias es mejor que ese tecnólogo ejerza las funciones de Technical Product Manager o de Product Owner y se ocupe del enlace entre el “negocio” y el equipo de implementación. Y adicionalmente debería contratarse a un Product Manager experto (aunque esa experiencia no sea exactamente en el sector de los datos y la analítica) que se ocupe de los aspectos más estratégicos y de relación con el mercado: descubrimiento y cuantificación de oportunidades de mercado, comprensión de los clientes y sus necesidades, definición de requisitos, análisis competitivos, diseño de producto, lanzamiento, habilitación y coordinación con marketing y ventas, evaluación y control.

Y todo ello aplicando un enfoque de Product Management más Agile/Lean que se caracterice por un intenso foco en el mercado y en las experiencias del cliente, una máxima flexibilidad y adaptación y una mínima burocracia, que se aplican en todo el ciclo de vida del producto.

El aspecto clave de crear un producto de datos es poner el “producto” primero y los “datos” después. O dicho de otra manera, los datos son un mecanismo por el cual hacemos que el producto esté centrado en el cliente.

El post “Desarrollando productos basados en datos (3)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Product Management de productos tecnológicos y Product Marketing de productos tecnológicos te pueden ayudar.]

1 comentario

La dificultad del desarrollo de productos basados en datos aconseja filosofías de desarrollo basadas en la iteración y la experimentación en el mercado. Por otro lado, los datos resultan ser una materia prima muy difícil de tratar.

Seguimos hablando del desarrollo de productos basados en datos, enfocándonos en las filosofías más recomendables y en la dificultad de usar datos como materia prima.

Los productos de datos tienen que construirse de manera diferente

Aparte de los inevitables riesgos de clientes y mercado los productos basados en datos se caracterizan por un elevado nivel de riesgo tecnológico. La dificultad intrínseca de desarrollo de productos basados en datos aboga por un proceso iterativo y centrado en los objetivos del cliente.

Parafraseando la famosa frase “la gente no quiere un taladro de un cuarto de pulgada, quiere agujeros de un cuarto de pulgada” la gente no quiere datos, sino que quiere soluciones e información accionable. Los clientes probablemente están considerando tu producto basado en datos para entender cómo les puede ayudar a tomar una decisión o realizar una acción. Así que tenemos que averiguar qué quieren hacer con el resultado y ponerles fácil que terminen con algo tangible.

Productos de DatosEn “Designing great data products” J. Howard, M. Zwemer y M. Loukides proponen el enfoque Drivetrain, una filosofía basada en objetivos para diseñar productos de datos. Con este enfoque no usamos los datos para generar nuevos datos (en forma de predicciones) sino que usamos los datos para producir resultados accionables.

Por su parte DJ Patil, uno de los primeros científicos de datos de LinkedIn y Chief Data Officer de la administración Obama propone en su libro “Data Jujitsu” un método para resolver problemas de datos que evita intentar “la gran solución” desde el principio y en su lugar se concentra en construir algo rápido e iterar. A esto as a lo que llama Data Jujitsu, basado en aplicar la filosofía de esta antigua arte marcial que consiste en manipular la fuerza del oponente contar él mismo en lugar de enfrentarnos a ella con nuestra propia fuerza.

Data Jujitsu es el arte de usar varios elementos de datos de manera inteligente para resolver iterativamente problemas que, cuando se combinan, solucionan un problema de datos que de otra forma sería intratable. Como vemos, una especia de “divide (e itera) y vencerás”.

Según este enfoque no deberíamos resolver el problema entero de una vez. En su lugar tenemos que resolver una parte sencilla que nos demuestre si hay interés en el mercado y vamos a poder encontrar clientes. No tiene que tratarse de una gran solución; basta con que sea suficientemente buena como para hacernos saber si vale la pena ir más allá. Como vemos, este lenguaje del Data Jujitsu está totalmente en sintonía con los principios de Lean Startup y Customer Develoment (ej.: Producto Mínimo Viable o MVP).

La iteración y la experimentación son clave en el desarrollo de un producto de datos y algunas técnicas de MVP están especialmente indicadas en estos escenarios. La gran ventaja de algunas de ellas es que nos van a permitir sustituir tratamientos automáticos por procesamiento manual y así evitarnos el incurrir costes en desarrollar tecnologías e implementar productos que no va a ser necesarios. Por ejemplo:

  • Concierge. Consiste en resolver el problema del cliente de una manera abiertamente manual, mediante un experto en continua interacción con el usuario. El objetivo es encontrar la mejor manera de resolverlo y descubrir una solución replicable. Es, por consiguiente, una técnica generativa que produce ideas de producto.
  • “Mago de Oz” (también conocida como “Turco Mecánico” o “Los Picapiedra”). Consiste, en lugar de desarrollar la tecnología necesaria, en implementar la solución mediante procesos manuales. Esta circunstancia es desconocida por el usuario, que tiene una experiencia similar (aunque inevitablemente más lenta) a la que tendría con el producto final. De este modo validamos si la solución es aceptable. Una manera de implementar esta técnica de MVP es mediante un servicio tipo Amazon Mechanical Turk (cuyo irónico slogan es “Artificial Artificial Intelligence”). Se trata, por tanto, de una técnica evaluativa que nos permite comprobar si una solución concreta es válida y vale la pena implementarla.

Cuidado con los datos

Los datos son una materia prima muy complicada y difícil de conseguir, limpiar y adaptar para su uso. Según algunos estudios, las actividades de limpieza de datos habitualmente van a suponer el 80% o más del trabajo. En un escenario de desarrollo de productos basados en datos estos son realmente parte del problema y contribuyen a la dificultas del proceso.

  • ¿De qué datos vamos a poder disponer? No tiene sentido construir un producto alrededor de datos que no tenemos. Más de una vez me he encontrado, al definir un producto de datos con un partner, que ese proveedor que nos iba a proporcionar la materia prima de nuestro producto al final no disponía de ella con los requisitos de volumen y calidad necesarios. Por otra parte, las nuevas leyes de protección de datos de carácter personal (p.ej., GDPR en la UE) son cada vez más restrictivas en cuanto al tratamiento que se puede hacer de los datos personales. Eliminemos estos riesgos comprobando que podemos aprovisionarnos de los datos antes de empezar el diseño. Del mismo modo que los grandes chefs empiezan a cocinar en el mercado, descubriendo qué ingredientes están disponibles y frescos, a la hora de “cocinar” con datos deberíamos seguir la misma política.
  • ¿Cómo vas a conseguir esos datos? También me ha sucedido que a pesar de que el conjunto de datos parecía accesible a la hora de la verdad -y debido a problemas de índole técnica o legal- poder extraerlos con las consultas necesarias era un quebradero de cabeza. Si no eres al propietario de los datos haz un análisis de las capacidades técnicas y de licenciamiento del proveedor.
  • ¿Cómo de limpios y completos son tus datos? Por mucho que nuestro proveedor diga que el conjunto de datos es exacto nunca lo es. Siempre hay problemas, sean datos que faltan, valores erróneos o esquemas ambiguos. Hay que intentar afrontar estos problemas lo antes posible ya que cambiar un script es barato, reimplementar un producto es caro y publicar algo basado en datos erróneos es devastador.

En el próximo post hablaremos de la necesidad de incorporar el diseño de producto a los productos basados en datos y de cómo gestionarlos a lo largo de todo su ciclo de vida.

El post “Desarrollando productos basados en datos (2)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Product Management de productos tecnológicos y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

La oportunidad para desarrollar y comercializar productos basados en datos nunca había sido tan grande. Pero hacerlo exige aplicar una “mentalidad de producto” diferente a la de proyectos a medida.

Ahora que “los datos son el nuevo petróleo” asistimos a un auge del desarrollo de nuevos productos basados en ellos. Nunca había sido tan grande la oportunidad para desarrollar productos de datos, a la que han contribuido la explosión del big data -que ha multiplicado la “materia prima” para estos productos- y la madurez y accesibilidad de las nuevas herramientas de almacenamiento y analíticas, que permiten su transformación.

Podemos definir un producto de datos como un producto que facilita un objetivo final mediante el uso de datos. O, dicho de otra manera, un activo de información envuelto en analítica que proporciona un valor a sus clientes. Ejemplos de productos de datos son un motor de búsqueda, un recomendador de productos, los datos de compras con tarjeta de crédito distribuidos por hora y ubicación, un servicio DMP (Data Management Platform), o un generador predictivo de leads para Account Based Marketing.

LProductos basados en datosEn general un producto de datos se compone tanto de datos como de procesos analíticos, pero hay productos donde los datos son más manifiestos y visibles como parte del resultado (por ejemplo, la función “gente que podrías conocer” de una red social) y otros donde los datos están más encubiertos (por ejemplo, el software para proponer la “siguiente mejor acción” a los usuarios de un sitio de e-commerce).

¿Cualquier solución basada en datos es un producto de datos?

Para muchos profesionales de los datos, desarrollar un producto no es ni obvio ni su primera opción. En general, suelen ser personas más acostumbradas a otras actividades y negocios basados en datos/analítica: mejora de procesos y decisiones internos, desarrollo de proyectos, consultoría externa.

Resulta difícil adoptar una “mentalidad de producto”, especialmente para un cierto perfil de data scientist que se encuentra más familiarizado y cómodo en el mundo de los desarrollos a medida para un cliente (sea interno o externo). Sin embargo, las perspectivas de rentabilidad y escalabilidad de este tipo de negocios los hacen muy atractivos.

Este asunto de la diferencia de los negocios basados en producto estándar frente a los basados en proyectos a medida lo hemos tratado anteriormente en el blog desde una perspectiva general. Por centrarnos en este caso digamos que, frente a otras actividades y negocios basados en datos, los productos poseen  unos aspectos diferenciadores esenciales:

  • Los productos de datos deben ser replicables y para un mercado. Cuando hablamos de “producto” no utilizamos el término en el sentido en que se usa en proyectos a medida, y que designa al resultado final de ese proyecto. Un producto debe ser replicable, en el sentido de debemos poder vender unidades del mismo (con las mínimas modificaciones) al mayor número de clientes posible, y orientarse a un mercado, compuesto de clientes relativamente heterogéneos y difíciles de acceder.
  • Uno de los aspectos primordiales de los productos para un mercado es cómo entender a los clientes y sus necesidades y decidir en qué segmento nos enfocamos para poder desarrollar un producto suficientemente estándar y rentable.
  • Los productos de datos se caracterizan por unos costes de desarrollo y unos costes de replicación que definen completamente la rentabilidad del negocio. Estos costes de desarrollo, habitualmente muy elevados, hacen que un producto sea rentable con la repetición y su negocio plantee unas necesidades financieras muy exigentes al principio.
  • Las expectativas de los clientes, especialmente si el producto se dirige al mercado de consumo, son muy elevadas. Acostumbrados a unas experiencias de uso impecables en todo tipo de productos, los clientes no van a exigir menos de los productos de datos. Y, sobre todo, no se van a conformar solo con los datos: el producto debe habilitar a los usuarios a hacer lo que quieren hacer (que muchas veces no tiene nada que ver con consumir datos).

Si no se tienen en cuenta estos aspectos diferenciadores nuestras iniciativas de desarrollo de productos de datos pueden fracasar

Desarrollo de productos

El desarrollo de un producto no es lo mismo que el desarrollo de un proyecto. La gran diferencia proviene del hecho de que un producto por su propia naturaleza debe satisfacer las necesidades de un conjunto amplio de clientes y, para garantizarlo, las actividades de diseño y construcción deben ser precedidas por (y hasta cierto punto simultaneadas con) actividades de comprensión de los clientes y descubrimiento de sus necesidades. Lo hemos descrito en detalle aquí aquí.

Desarrollo de Productos

El desarrollo de producto propiamente dicho está a su vez precedido por una fase previa en la que se identifican problemas de mercado y se cuantifican las oportunidades que representan. De esa evaluación se seleccionan las oportunidades que vale la pena perseguir y que pasarán al proceso de desarrollo de producto estrictamente hablando. En resumen, el proceso queda así:

Fase previa

0. Identificar problemas de mercado y evaluar oportunidades

Desarrollo de producto (fases que se solapan en un proceso iterativo):

1. Definición. Entender el mercado, recoger requisitos (= problemas de mercado) y definir los que el producto va a resolver

2. Diseño. Conceptualizar la solución y elaborar la especificación funcional y la experiencia de usuario

3. Implementación. Elaborar la especificación técnica, construir y probar la solución

Podéis encontrar más información sobre el proceso de desarrollo de productos en los numerosos posts sobre el tema que hemos publicado.

En el próximo post seguiremos hablando del desarrollo de productos de datos, centrándonos en las peculiaridades de su proceso de construcción y de los datos como su materia prima.

El post “Desarrollando productos basados en datos (1)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Product Management de productos tecnológicos y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

Crear propuestas de valor y posicionamientos disruptivos implica buscar una diferenciación respecto de las tendencias competitivas y de consumo de una categoría en su conjunto. En este post analizamos algunas estrategias para conseguirlo.

Seguimos extendiendo el paradigma de posicionamiento convencional y analizando las estrategias de posicionamiento disruptivo propuestas por Youngme Moon en su artículo “Break Free from the Product Lyfe Cycle” y de las que empezamos a hablar en nuestra anterior entrada.

2. Posicionamiento de ruptura: extendiendo las fronteras de la categoría

En esta estrategia un producto escapa de su categoría asociándose deliberadamente con una categoría diferente. El objetivo es aprovechar las convenciones e imagen de la nueva categoría para que los clientes categoricen mentalmente al producto de una manera diferente y eso afecte al modo en que el producto se consumo y contra quién compite. Esta estrategia es recomendable cuando hay clientes hastiados de la categoría y están listos para algo nuevo. Un producto rompedor echa abajo las fronteras tradicionales de una categoría.

SwatchLos productos comunican su pertenencia a una categoría mediante una variedad de pistas, que van desde su diseño y funcionalidad hasta su precio, pasando por los canales de distribución. Manipulando estos ejes los marketers pueden cambiar cómo los clientes enmarcan el producto y, por lo tanto, cómo responden a él.

Si un producto tiene éxito implementando esta estrategia provoca la aparición de emuladores y copias que juntos contribuyen a extender las fronteras originales de la categoría. Algunos ejemplos:

  • Swatch: cuando esta marca se lanzó, la categoría de relojes de pulsera se componía de dos subcategorías: los “relojes como joyería” y los “relojes como herramienta funcional”, cada una con sus convenciones e identidad. Sin embargo, Swatch tomó elementos de la identidad de una categoría totalmente diferente: los accesorios de moda (ya mencionamos este caso cuando hablamos de innovación basada en el significado). A diferencia de los competidores tradicionales, los Swatch fueron presentados como frívolos y alegres, baratos y comprados impulsivamente. Actuando sobre su diseño de producto y su marketing Swatch fue capaz de aprovechar las características de una categoría diferente para generar nuevos patrones de consumo y dinámicas competitivas.
  • Los Simpsons: la popular serie de TV se distanció de su categoría presunta (dibujos animados) y se asoció con otra totalmente diferente (comedia adulta), atrayendo a un amplio sector de audiencia. Puesto que eran “solo dibujos animados” la serie pudo permitirse una sátira cáustica y unos comentarios sociales subversivos que habrían sido impensables en una comedia tradicional, cambiando para siempre las expectativas de los espectadores en el prime-time y abriendo el camino a una legión de provocadoras series de comedia animada.

3. Posicionamiento oculto: adoptando una categoría alternativa

A diferencia de los enfoques anteriores esta es una estrategia encubierta, en la que la empresa oculta la verdadera naturaleza de su producto afiliándolo con una categoría diferente. Se trata de una estrategia muy potente cuando la categoría original está contaminada o corrompida en alguna medida: los clientes pueden sentirse intimidados o ser escépticos ante ella (como ocurre con las nuevas tecnologías) o pueden tener objeciones éticas, filosóficas o políticas sobre la misma (por ejemplo, el juego). También, cuando la distancia entre lo que el público espera de los productos en la categoría y lo que el producto realmente ofrece es demasiado grande y puede provocar expectativas no cubiertas y decepción.

AiboEsta estrategia es recomendable cuando hay clientes que evitarían completamente la categoría. Utilizando un posicionamiento oculto el producto puede entrar disimuladamente en el mercado y conseguir una aceptación que de otra manera habría resultado difícil. Por ejemplo:

  • Sony AIBO: cuando en 1999 Sony se vio ante el reto de introducir su primer “robot personal” para el hogar se dio cuenta de que su tecnología distaba mucho de ofrecer las prestaciones que se esperaban de ese tipo de productos. Por otra parte, además de altas expectativas, los consumidores albergaban cierto escepticismo y se sentían intimidados por la idea. Parecía claro que si Sony lanzaba un robot humanoide poco fiable podría resultar decepcionante y contraproducente. Por eso decidieron posicionar el producto como un simpático (y esencialmente inútil) robot mascota. De ese modo, los fallos del equipo para obedecer órdenes podrían ser presentados como muestras de la “personalidad del animal”, a la vez que se evitaban las asociaciones negativas de la categoría original.
  • Apple Mac Mini: este ordenador de Apple, carente de monitor, teclado o ratón, se posicionó como un “no PC”, enfatizando sus múltiples usos: servidor, grabador de TV, dispositivo de backup, etc. Si bien se lo asoció con una categoría alternativa determinada, la estrategia permitió diferenciarlo de otros PC comoditizados de bajo coste, a la vez que dejaba abiertas todas las posibilidades de marketing.

Conclusiones

A pesar de su simplicidad y potencia, el paradigma clásico de posicionamiento puede llevar a los marketers a una “visión de túnel”. En este y el anterior post hemos presentado un enfoque complementario en el que las empresas, además de analizar las microdinámicas dentro de la categoría, deberían realizar un metaanálisis de la estructura y la identidad de esta en su conjunto. Los insights resultantes les podrían servir para plantear un posicionamiento más radical que el inicialmente propuesto, que implique entregar un tipo de valor enteramente nuevo en el mercado, expandir las fronteras de la categoría y crear nuevos espacios competitivos en el mercado.

Cuando une empresa ejecuta con éxito una estrategia de posicionamiento disruptivo, las consecuencias sobre la trayectoria de la categoría original pueden ser espectaculares, revolucionando tanto sus tendencias competitivas como de consumo. Y a la larga, puede causar disrupción tanto en la identidad como en la estructura de la categoría, con la aparición de imitadores y nuevos segmentos, y llegando incluso a una redefinición del producto, cambiando lo que el mercado percibe que dicho producto es.

El post “Propuestas de valor y posicionamientos disruptivos (2)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Estrategias de crecimiento en mercados tecnológicos y Marketing estratégico para empresas tecnológicas te pueden ayudar.]

Deja un comentario
A %d blogueros les gusta esto: