Category Archives for "economía"

ilustración de la idea de buyer personas
May 22

Las “buyer personas” y el anuncio de ‘Cocacola para todos’

By admin | analítica web , digital , economía , estadística , negocio , psicología , publicidad , recomendado

Quizá recuerdes aquel anuncio de Cocacola de hace unos años en el que una voz con acento argentino decía: “para los altos, para los bajos…” y terminaba enumerando todas las tipologías humanas imaginables y relacionándolas con aspectos del refresco de cola y su envase.

 

 

Como has podido ver en el video, la frase final era “Para todos“. Pues bien, ese enfoque generalista cada vez funciona menos a nivel comercial. El producto o servicio igual para todos ha perdido vigencia en un mundo con una oferta muy diversificada y desde hace unos años se viene trabajando con perfiles de compradores o “buyer personas“.

Buyer personae, ¿y eso qué es lo que es?

Jeff Sauro define a las personas como clientes ficticios creados a partir de datos reales obtenidos mediante análisis de segmentación de clientes, investigación etnográfica, encuestas y entrevistas [“fictional customers based on real data obtained from customer segmentation analyses, ethnographic research, surveys, and interviews”; Customer Analytics for Dummies p. 61].

Como señala Sauro, el cometido de una persona es ayudar a centrar el desarrollo de producto y los esfuerzos de marketing en las necesidades reales del cliente y en sus objetivos, más que en datos demográficos abstractos. Para hacer más realista a las personas se les ponen nombres y se hacen fotos o incluso se hacen reproducciones en cartón a tamaño real. Como explica Sauro, aunque las personas de la foto no son reales, los detalles sí deberían serlo: sus objetivos y características deberían representar las necesidades reales de un grupo de clientes más amplio.

 

Las buyer personae son perfiles con ciertas características

Las buyer personas son perfiles de clientes con ciertas características

 

Ejemplos de ‘buyer personas’ y cómo se construyen

El ejemplo que recoge Jeff Sauro es el de los tres perfiles más frecuentes de usuarios de las web de empresas de automóviles: por un lado están los fanáticos de los coches, por otro los padres con hijos y para terminar los jóvenes profesionales que simplemente necesitan un coche y a los que les agobia el proceso de elegir un modelo en concreto. Cada uno de ellos tienen necesidades y expectativas distintas, no sólo respecto al producto en sí (el coche en este caso) sino también respecto al tipo de información y de interacción que buscan con las marcas. El objetivo es ser capaces de darles a cada una de esas personae lo que necesitan y esperan, sin abrumar ni aburrir al mismo tiempo al resto de perfiles de compradores.

Es muy importante que la información que se utilice para crear las personas no sea inventada ni se base en opiniones. Al contrario, como señala el autor del libro mencionado, “personas concentrate on what a user does, what frustrates him, and what makes life a bit easier. A good persona is a narrative that describes a person’s typical day and experiences, as well as skills, attitude, background, environment, and goals. Personas identify the motivations, expectations, aspirations and behaviours common to a large segment of customers.” [op. cit. pag 66]

Conclusión

Así pues, a modo de resumen, las buyer persona identifican las motivaciones, expectativas, aspiraciones y comportamientos que son comunes a un amplio segmento de clientes, con el objetivo de que en el diseño de productos o servicios de una determinada empresa se pueda dar prioridad a las características más apreciadas por la mayor parte de sus clientes actuales o potenciales. La información que aporta el conocimiento de las buyer personas es muy valiosa también para optimizar los activos digitales de cada empresa, ya que las necesidades y expectativas de los cliente influyen de manera determinante en la forma que tienen de interactuar con las web y las redes sociales de las empresas, el tipo de contenidos que consumen, el tipo de códigos que manejan y sus hábitos en general.

 

Más artículos sobre aspectos de Marketing online:

 

Vista de panel de un programa de analítica digital
Feb 22

“¿Cómo es él?”: La analítica web explicada a través de una canción de Perales

By admin | 2.0 , analítica web , comunicación , digital , economía , humor , negocio , recomendado , redes sociales , sociedad

Algunas profesiones son difíciles de explicar a amigos y familiares porque o bien no encajan en las categorías tradicionales (médico, abogado, economista,  etc) o bien son muy nuevas y su contenido aún no se ha extendido fuera de su ámbito natural, o incluso porque sus funciones se componen de un montón de términos técnicos en inglés que nadie termina de entender.

Este es el caso de la analítica web, una profesión bastante reciente y que a muchos les suena a chino. El otro día, tratando de explicar a unos amigos en qué consistía el máster de analítica web que acabo de terminar, tras enumerar con poco éxito el tipo de cosas que mide un analista y las herramientas que utiliza habitualmente para hacerlo, se me ocurrió que una buena forma de explicar la analítica digital es utilizando una canción de José Luis Perales.

 

Veamos. La analítica web intenta caracterizar a los usuarios  de determinado producto o servicio digital y conocer su comportamiento para saber cómo se podría mejorar el rendimiento económico de los activos estudiados. Para ello, el analista intenta averiguar “¿cómo es él?” (el usuario de la página web o del ecommerce), en qué lugar se enamoró de ti (adquisición, circunstancias del conocimiento de la marca, boca-oreja, relación mundo offline-online), de dónde es (ubicaciones, información geográfica; desde dónde entra en la web, adquisición), ¿a qué dedica el tiempo libre? (categorías de afinidad e intereses).

La parte de “es un ladrón…” aplica menos, aunque no descarto que en entornos de mucha competencia entre marcas, calificativos de ese tipo puedan invadir la mente del analista o del responsable del marketing online cuando ven que sus usuarios les “ponen los cuernos” y se van a las páginas de la competencia (páginas de salida o “exits”), pero eso ya es otra historia, porque en ese caso el pronombre “él” de la canción se refiere a la competencia y no al usuario.

Hay que ver qué visión de futuro tuvo José Luis Perales en 1982, al componer esta canción que se incluiría en su álbum “Entre el agua y el fuego”, aunque al parecer inicialmente era un encargo de Julio Iglesias.

 

También te puede interesar:

Dic 24

Cómo triunfar en una entrevista de trabajo basada en casos

By admin | analítica web , digital , economía , formación , negocio , recomendado , recursos humanos , trabajo

En su libro “Case in Point. Complete Case Interview Preparation”, que en Wall Street se conoce como “La biblia del MBA”, el experto en consultoría de la Universidad de Harvard Marc P. Cosentino recoge 13 mandamientos para superar con éxito una entrevista de trabajo basada en casos.

 

Portada del libro "Case in Point" de Marc P. Cosentino

Portada del libro “Case in Point” de Marc P. Cosentino

 

Las llamadas “case interview” o entrevistas basadas en casos, son un formato muy utilizado en el mundo de la consultoría de negocios ya que permiten evaluar la capacidad de los aspirantes para analizar casos de negocio, aplicar la lógica, expresarse, argumentar de forma convincente y trabajar bajo presión. Las habilidades mencionadas son comunes a muchos perfiles profesionales, por lo que las 13 recomendaciones de Cosentino pueden ser útiles en cualquier situación de consultoría comercial y también a la hora de enfocar correctamente cualquier proyecto de analítica web, ya que en ambos casos se trata de analizar y hacer recomendaciones para mejorar el negocio. Los trece mandamientos para resolver un “business case” según el experto de Harvard son los siguientes:

 

[list style=”check”]

[li]1. Escuchar la pregunta, especialmente los últimos detalles.

La cualidad más importante del consultor es su capacidad de escuchar al cliente.[/li]

[li]2. Tomar nota de los datos más importantes.

Para dejar que tu cabeza se ocupe sobre todo de pensar.[/li]

[li]3. Resumir la pregunta en voz alta.

Para asegurarse de que se ha entendido y ganar algo de tiempo.[/li]

[li]4. Verificar cuál es el objetivo u objetivos del cliente o del proyecto.[/li]

[li]5. Hacer las preguntas necesarias para clarificar los detalles y el contexto.[/li]

[li]6. Estructurar bien la respuesta aplicando los pasos correctos.

1º identifica el caso; 2º etiquétalo y finalmente establece la estructura.[/li]

[li]7. Evitar la dispersión.

Filtra lo que dices; no te salgas del tema.[/li]

[li]8. Gestionar correctamente el tiempo sin perderse en los detalles ni salirse por la tangente.

Emplea un razonamiento lineal, fíjate en la globalidad del problema, aplica un enfoque macro y avanza.

[/li]

[li]9. Trabajar los números.

Intenta introducir cálculos en tu análisis y ve explicándolos mientras los haces. Tómate tu tiempo para hacerlos bien.[/li]

[li]10. Mostrarse receptivo a las aportaciones del entrevistador.

Fíjate en sus reacciones verbales y no verbales. Pídele ayuda si te atascas (en el mundo laboral podrás pedir ayuda y será bueno que lo sepas hacer).[/li]

[li]11. Ser creativo.

Haz una lluvia de ideas.[/li]

[li]12. Rebosar entusiasmo y una actitud positiva.

Deja ver que te gustan los retos y la resolución de problemas y haz que tu entusiasmo se mantenga durante toda la entrevista. A todos nos gusta trabajar con compañeros motivados.[/li]

[li]13. Cerrar el caso con un resumen y señalando las recomendaciones más importantes.

Tus recomendaciones deben ser buenas para el negocio y de sentido común.[/li] [/list]

 

Adaptación y traducción propia de “The Case Commandments”. Cosentino, Marc P. Case in Point. Complete Case Interview Preparation; Needham; Estados Unidos. 2005. Burgee Press. pg 13.

 

 

También te puede interesar:

 

Si te ha gustado este post y quieres seguir las actualizaciones del blog, suscríbete para recibirlas gratuitamente por correo electrónico en el apartado “Suscríbete”, abajo a la derecha.

Cómo mentir con estadísticas, un libro clásico
Nov 09

Libros sobre analítica web que debes leer

By admin | analítica web , digital , economía , libros , negocio , publicidad , recomendado

Al pensar en analítica web los primeros nombres que suelen desplegarse en nuestro “buscador” mental son los de figuras como Avinash Kaushik, Gemma Muñoz, Tristán Elósegui, Eric Peterson, Adam Greco, Justin Cutroni o Dan Zarella.
Todos ellos merecen ocupar la parte alta de la pantalla del buscador para las keywords “web analytics”, pero dado que la tarea del analista digital, además del análisis y el mundo web, implica el conocimiento y la capacidad de evaluar otros aspectos muy diferentes, el tránsito de aprendiz de analista web a analista profesional requiere que este vaya “amueblando” su cabeza con ciertas piezas básicas de distintas formas y tamaños.
Veámoslo en detalle. La tarea del analista web implica habilidades tales como: conocimientos de estadística, de software de recogida y tratamiento de datos, de comportamientos, nociones sobre arquitectura web y usabilidad más cuarto y mitad de código, conocimiento de los resortes del mundo de los negocios así como de marketing y publicidad, saber medir, visualizar e interpretar los datos y ser capaz de dar recomendaciones relevantes y certeras en cuanto a negocio.
En esta nueva sección o serie de mi blog llamada “Cartas a un joven analista” iré recomendando libros que me parecen imprescindibles para introducirse con garantías en el mundo de la analítica digital.
Uno de los aspectos fundamentales es la estadística, ya que el analista digital necesita entender cómo funcionan los grandes números, las tendencias y factores como la media, mediana, moda y otros elementos de estadística básica. Existen distintos libros introductorios que explican estos conceptos, con distintos enfoques y mayor o menor acierto. Hoy me gustaría recomendar “Cómo mentir con estadísticas” de Darrell Huff porque me parece un libro magnífico.

Cómo mentir con estadísticas
Título original: “How to Lie with Statistics” (primera edición en inglés 1954)
Traducción:  (1965) Octavio Freixas Ortega
Ilustraciones de Irving Geis
Editorial Crítica. Junio 2011
146 páginas.

Portada de la versión original del libroCubierta del libro en su edición en castellano

 

Se trata de un libro clásico publicado en 1954 pero plenamente vigente en 2015. Tiene un título un poco engañoso, ya que en realidad también se podría llamar “Cómo asegurarse de que las estadísticas no mienten”. Es un texto corto y delicioso, con dibujos de Irving Geis que realmente ilustran y con un breve glosario. La traducción al castellano de Octavio Freixas Ortega es magnífica, pese a que es de 1965 y que tiene algún desliz puntual.

A los aspirantes a analistas que cuenten ya con una buena base estadística el libro no les enseñará nuevos conceptos, pero les servirá para refrescarlos, les ayudará a explicarlos de forma inteligible a sus jefes o clientes y les hará pasar un rato de lectura estupendo.
El texto de la solapa del libro indica que según la revista “Statistical Science” este título es el libro de esta temática más vendido de la segunda mitad del siglo XX. No he comprobado la fuente ni los datos en que se basa la revista para afirmarlo, pero lo que sí puedo decir de primera mano es que este libro de Huff es una  lectura deliciosa. Bien escrito, ameno, divertido, trufado de ilustraciones bien elegidas y esclarecedoras, va desmotando errores comunes en la interpretación de datos partiendo de ejemplos cotidianos (las propiedades de la pasta de dientes y los cereales del desayuno, los percentiles de crecimiento de los niños, la utilidad de ciertas vacunas, el escurridizo concepto de “normal”) y muestra de manera clara los requisitos de todo análisis estadístico para ser tenido en cuenta.

 

Ejemplo de fragmento “delicioso” del libro:

“Si no le importa, empezaré atribuyéndole dos hijos. A Pedro y a Linda (podríamos haberles puesto nombres que estuviesen más de moda) les han pasado un test de inteligencia, como se hace con otros muchos niños en el transcurso de sus años escolares…”. (Op. Cit. pag 47)

 

El libro incluye una introducción, 10 capítulos y un breve glosario de 18 términos. A continuación reproduzco el título de los capítulos en cursiva y un breve resumen de su contenido:

1.    La muestra que presenta un valor de influencia en sí misma – Sobre la importancia de la muestra
2.    El promedio bien escogido – Sobre la importancia del tipo de promedio elegido (media, mediana y moda)
3.    Las pequeñas cifras que no aparecen – Errores por muestras demasiado pequeñas
4.    Mucho ruido y pocas nueces – Error probable, desviación estándar y diferencias no significativas
5.    El gráfico exclamativo – Cortar gráficos, modificar proporción entre abscisas y ordenadas o exagerar la incidencia de un factor
6.    El personaje de la gráfica – iconos no proporcionales o que suscitan malinterpretaciones (vaca creciente, bolsa del carpintero dos veces más grande)
7.    La cifra indirectamente relacionada – si no puede demostrar lo que quiere, demuestre otra cosa y haga ver que es lo mismo.
8.    El “post hoc” aparece de nuevo – una correlación no es una causa
9.    Cómo “estadistiquear” – Cómo informar mal usando estadísticas descuentos calculados sobre el precio final, no indicar la forma de calcular un beneficio, sumar porcentajes como si fueran unidades.
10.    Cómo enfrentarse con las estadísticas – lista de comprobación para validar una estadística: 1 quién lo dice, 2 cómo lo sabe, 3 qué falta (número de casos, error probable, desviación estándar, tipo de promedio, término de comparación; si ofrecen estadística, cuál es el material numérico de base); 4 ¿dio alguien cierto giro a la información? 5 ¿tiene sentido?

 

El gráfico siguiente recoge los términos del glosario de la parte final de How to Lie with Statistics.

Glosario de términos estadísticos del libro de Huff

Nube de tags con los términos del glosario de Huff

También te puede interesar:

Nov 04

Apuntes de tipografía II: ironías y anacronismos

By admin | comunicación , digital , diseño , economía , humor , psicología , publicidad , recomendado , tipografía

Hace unos días os proponía un experimento con seis tipografías distintas para observar cómo la elección de cada una de ellas influía en la imagen de seriedad y flexibilidad que proyectamos en el observador. Hoy me gustaría ir un poco más allá y proponer un juego que requiere una observación detenida y sutil.

Observa los siguientes gráficos y señala a cuáles de ellos les ves cierto punto irónico por la relación entre el diseño y el contenido y cuál o cuáles presentan cierta incoherencia histórica.

Gráfico 1

Términos de estadística del siglo XX con letra gótica

Términos de estadística contemporánea con tipografía JSL Blackletter (creada con Wordle.net)

Esta letra de caligrafía gótica es atractiva y elegante, aunque no demasiado legible. Además, hay algo extraño en el conjunto, ¿no te parece?

Gráfico 2

Gráfico con tipografía Kenyan Coffee. Fíjate sobre todo en el "pilar" del gráfico

Gráfico con tipografía Kenyan Coffee (creada con Wordle.net)

 

Pista para este gráfico: Fíjate sobre todo en la parte inferior.

 

Gráfico 3

 

Observa la parte superior del gráfico, la especie de torre

Gráfico con tipografía Kenyan Coffee (creada con Wordle.net)

Pista: Observa la parte superior del gráfico, la “torre” central.

 Soluciones

Veamos las soluciones. La gráfica nº 1 resulta bonita pero irónica porque representar en letra gótica conceptos estadísticos que se acuñaron siglos después tiene su punto anacrónico. Además, la letra caligráfica de este tipo hace pensar en amanuenses, en una tarea que se realiza a escala individual y no en los grupos y los grandes números que suele emplear la estadística.

La gráfica 2, que casualmente utiliza la misma tipografía que la 3, presenta el rasgo irónico de que si la contemplamos como un edificio, su pilar, la base sobre la que se sustenta y que le permite elevarse es el “Error Probable“. Es irónico y al mismo tiempo no lo es, porque conocer e informar del error probable de un estudio estadístico es  importante y constituye un buen punto de partida para evaluar la validez de los datos.

A la gráfica 3 le pasa algo parecido a lo que ocurría con el anterior. Si consideramos el diseño como una infografía y nos fijamos en la parte superior observaremos que lo que hace ganar altura a nuestro gráfico es de nuevo el “Error Probable”. A primera vista disponer de un mirador elevado gracias a algo llamado “Error Probable” no parece muy prometedor. Sin embargo, como ocurría en la gráfica anterior, esta disposición no resulta tan irónica porque conocer e indicar cuál es el error probable de un análisis estadístico es un buen punto de partida que nos puede dar amplitud de miras.

Los gráficos de este post los he creado con la aplicación online gratuita Wordle.net

También te puede interesar:

Oct 28

Cómo transformarán los datos el negocio

By admin | analítica web , comunicación , digital , economía , negocio , portada , recomendado

En la charla TED que aparece a continuación, Philip Evans explica los cambios que se van a producir en el mundo de los negocios como consecuencia de los datos. El video es en inglés con subtítulos en español.

 

Aquí va mi pequeño resumen de la charla de Evans, en forma de ideas-fuerza.

  • La estrategia de negocio ha cambiado al cambiar la tecnología.
  • El concepto de estrategia de negocio se basa en las aportaciones de Bruce Henderson y Michael Porter.
    • Henderson tiene un enfoque “napoleónico” y militar, que consiste en aglutinar una gran masa para vencer al enemigo débil. Conceptos básicos: retornos crecientes, escala, experiencia. Según su enfoque, la ventaja competitiva se obtiene siendo más numeroso y acumulando más experiencia.
    • Porter comparte algunos aspectos de la visión de Henderson pero la enriquece y matiza con conceptos como la cadena de valor, que está compuesta por distintos elementos (desde la materia prima hasta el producto final). A cada uno de los elementos hay que aplicarle una estrategia distinta. La ventaja del producto final será la suma de la media de la ventaja de las partes. Concepto clave: costes de transacción.

Los costes de transacción tienen dos componentes fundamentales:

  • El procesamiento de la información.
  • La comunicación (estos costes han bajado mucho a partir de 1995).

Los costes de transacción son el “pegamento” que mantiene unidas las cadenas de valor. Al bajar su precio, disminuye la necesidad de contar con organizaciones verticales y las cadenas de valor pueden romperse (aunque no es necesario que se rompan). Por ejemplo, un competidor puede usar su posición en uno de los puntos de la cadena de valor para penetrar, atacar o “desintermediar” en otro punto a su competidor. Un ejemplo de esto es el caso de las enciclopedias tradicionales y su sustitución por Wikipedia.

 

Economía

Transacción económica (Fuente: Pixabay)

 

Enciclopedias en papel versus Wikipedia

La parte más costosa del negocio tradicional de las enciclopedias en papel era la distribución, pero con la aparición de los CD e Internet la distribución del conocimiento se abarató mucho.

La parte clave de Wikipedia como negocio es la producción, el hecho de que sean los propios usuarios quienes crean el contenido (2ª generación de internet). Ya no hace falta la estructura institucional anterior, porque los individuos pueden producir contenidos sin ella. De esta manera se derrumban las economías de escala.

 

La tecnología está cambiando la estrategia de negocio

La tecnología está cambiando la estrategia de negocio (Fuente: Pixabay)

Repercusión de los datos masivos en los negocios

La tecnología está llevando la escala natural de las actividades más allá de los límites institucionales tradicionales y está redefiniendo la estrategia de negocio.

La competencia vertical se ha convertido en horizontal porque los gastos de transacción se han desplomado debilitando el “pegamento” que mantenía unida la cadena de valor, hasta el punto de que ésta se empieza a separar y la escala se está polarizando en torno a dos extremos opuestos: por una parte, algunas comunidades muy pequeñas están sustituyendo la producción corporativa tradicional y por otra cobran fuerza actividades como el big data que están solo al alcance de las grandes empresas.

Hoy en día la definición del negocio y del sector es resultado de la estrategia y no al revés como solía ser. Tenemos que descubrir la forma de compaginar el enfoque colaborativo con el enfoque competitivo, lo muy grande con lo muy pequeño (como ocurría con el genoma), las distintas motivaciones de los individuos dentro de las corporaciones con las motivaciones sociales de las propias instituciones.

Evans concluye diciendo que nuestra concepción de la estructura de negocio debe cambiar mucho.

 

También te puede interesar: