Blog de personalización de comercio electrónico

Los datos del cliente son imprescindibles para el éxito.

Las empresas exitosas utilizan datos a lo largo del ciclo de vida del cliente , desde la adquisición hasta el compromiso y la compra repetida.

El desafío es cómo combinar datos de manera efectiva. Los clientes interactúan con las marcas en muchos canales. Las plataformas de datos de clientes tienen como objetivo resolver esto unificando los datos y haciéndolos fácilmente accesibles para los equipos de marketing.

Este artículo explora qué son las plataformas de datos de clientes y cuál es la mejor manera de utilizarlas para generar resultados comerciales. Para pasar directamente a ejemplos de datos de clientes, haga clic aquí.

Una plataforma de datos de clientes (CDP) es una tecnología que unifica los datos de clientes de múltiples fuentes para crear un único perfil de cliente. A diferencia de otros sistemas, las plataformas de datos de clientes están diseñadas para ser accesibles con interfaces simples.

Se espera que los miembros del equipo menos técnicos, como marketing y servicio al cliente, interactúen y usen datos a través de la plataforma de datos del cliente, sin el uso de recursos de TI.

Por último, las plataformas de datos de clientes hacen que estos datos sean procesables. Algunas plataformas de datos se centran únicamente en los datos y se basan en integraciones para lograrlo. Otros, como Barilliance, equipan a los clientes para usar estos datos directamente en sus aplicaciones.

Si bien un CDP suena simple en su concepción, resuelve una serie de preguntas engañosamente difíciles: ¿quiénes son sus clientes potenciales y actuales? ¿Cuándo debe comunicarse con ellos? ¿Qué oferta debería usar?

Los datos del cliente se refieren a la información recopilada sobre un cliente. Los datos del cliente pueden incluir rasgos, comportamientos y datos demográficos recopilados por la empresa. Lo mejor es organizar los datos del cliente en torno al cliente.


A continuación, describimos ejemplos de datos de clientes y destacamos qué datos deben usar las tiendas de comercio electrónico para crear mejores experiencias para los clientes.

El primer tipo de datos del cliente es la identidad. La identidad del cliente son datos que le permiten distinguir a un cliente de otro.

La mayoría de los prospectos son relaciones con marcas como un comprador anónimo. Las plataformas como Barilliance rastrean las acciones de los usuarios anónimos y, en última instancia, las conectan con un registro de cliente conocido.

Esto se hace con mayor frecuencia cuando el visitante anónimo realiza una acción de autoidentificación. Esto puede ser solicitado por las marcas a través de bonos de registro, cuando un prospecto inicia sesión en una cuenta existente o crea una nueva cuenta como parte del proceso de pago.

A continuación se muestra un ejemplo de identidad de cliente de Bookings.com.

Arriba, Bookings.com reconoce a los visitantes potenciales que regresan a través de la dirección IP. Crean una ventana emergente que anima al visitante anónimo a identificarse iniciando sesión.

Un ejemplo más típico de la identidad del cliente proviene de Pampers. Aquí, un visitante anónimo es recibido con una ventana emergente de bienvenida. La ventana emergente ofrece un incentivo a cambio de crear una cuenta, identificar al cliente y abrir la posibilidad de adjuntar datos del cliente a la persona.

Arriba, Pampers usa ventanas emergentes de bienvenida para transformar visitantes anónimos en prospectos conocidos.

Los datos de comportamiento son la señal más alta de datos de clientes que una marca puede recopilar. Demuestra la intención de un cliente más que otros tipos de datos, y es crucial para las técnicas de análisis como la segmentación del comportamiento y el análisis de cohortes de comercio electrónico.

Los datos básicos de comportamiento se refieren a las acciones típicas que realiza un cliente en un sitio de comercio electrónico. Esto incluye acciones como ver un artículo, agregar un artículo a un carrito, eliminar un artículo de un carrito y completar una compra.

Arriba hay un panel de análisis de cohortes de ejemplo, que combina datos básicos de comportamiento de los clientes que realizaron su primera compra en un mes determinado. El análisis de cohortes permite a las marcas realizar mejores evaluaciones de LTV, períodos de recuperación y ayuda en la asignación de recursos.

El abandono del carrito de la compra sigue siendo un problema importante en el comercio electrónico. El promedio de abandono de carritos en todas las industrias es un asombroso 78,65%.

Esto hace que el proceso de pago sea la oportunidad de ROI más alta para que las marcas recopilen datos de clientes. Las marcas deben ver cuándo se inició el proceso de pago, qué pasos de pago se completaron, si los clientes ingresaron un método de pago y, en última instancia, si se completó o abandonó un pedido. A partir de estos datos, una plataforma de datos de clientes puede desencadenar campañas de abandono de carritos para recuperar ventas.

Hay muchas formas de recuperar ventas con campañas de abandono de carrito. Arriba hay un ejemplo de Thrive Market. Ponemos una guía completa sobre plantillas de correo electrónico abandonadas.

En nuestro último análisis sobre las estadísticas de marketing por correo electrónico, encontramos que las campañas posteriores a la compra son increíblemente efectivas, con una tasa de conversión de más del 7%.

Más allá de impulsar las campañas posteriores a la compra, estos datos del cliente son vitales para los equipos de éxito del cliente. Los datos posteriores a la compra pueden incluir si se actualiza un pedido, qué actualizaciones se realizan, si se cancela un pedido y si un cliente dejó una reseña o no.

Arriba, Amazon utiliza los datos de los clientes en combinación con los datos posteriores a la compra para sugerir recomendaciones de productos específicos y crear compras repetidas.

La mayoría de los clientes potenciales nunca llegan a las páginas de pago. Para maximizar las conversiones, las marcas deben expandir sus campañas activadas por carritos abandonados para incluir también medidas más adelante en el proceso de compra.

Para hacer esto, se deben recopilar datos de los clientes, como los productos buscados, vistos y filtrados. Estos datos se pueden utilizar para personalizar el contenido en campañas de abandono de navegación.

Arriba, Fashion Nova utiliza Facebook Messenger para que los clientes regresen después de buscar un artículo. El uso de datos de clientes dentro de campañas desencadenadas crea ofertas personales relevantes.

Como se mencionó, las plataformas de datos de clientes tienen muchos casos de uso, que abarcan la adquisición, el compromiso, la conversión y la maximización.

Para ayudar a ilustrar, saqué algunos ejemplos de nuestros clientes que muestran cómo están usando un CDP para mejorar las ventas.

Debe usar plataformas de datos de clientes para mejorar las audiencias personalizadas de Facebook.

Las audiencias personalizadas permiten a las empresas dirigirse a una lista de clientes específica en Facebook, Instagram o Audience Network.

La eficacia de estos anuncios depende de la calidad de su lista. Aquí es donde entran en juego las plataformas de datos de clientes.

Los CDP le dan el poder de segmentar a sus clientes, creando mensajes únicos para cada tipo.


Para ilustrar, usaré algunos ejemplos anónimos de nuestros clientes.

Los compradores recientes están muy comprometidos con su marca y es mucho más probable que realicen una segunda compra.

La investigación muestra que hacer incluso una pequeña mejora en la retención genera ganancias masivas.

Desafortunadamente, confiar únicamente en FB Pixel socava su capacidad para dirigirse a este grupo.

Con Barilliance, nuestro cliente puede agregar clientes que compraron en otros canales, incluidas sus tiendas físicas, para crear una lista completa de clientes.

Arriba, la captura de pantalla anterior, definen a los compradores recientes como alguien que realizó una compra hace menos de 90 días y cuyo valor de pedido fue de $ 100 o más.

Puedes sincronizar esta audiencia continuamente con Facebook. Cada vez que un prospecto realiza una compra, se agregará a esta audiencia automáticamente. Asimismo, cuando su última compra se extienda más allá de los 90 días, serán eliminados.