La nueva era de personalización: por qué las marcas de CPG deben poseer la experiencia directa al consumidor

El contenido de esta página fue encargado por nuestro patrocinador, Tata Consultancy Services. El personal editorial del MIT SMR no participó en la selección, redacción o edición del contenido de esta página.

Izquierda: Sudhakar Gudala, Vicepresidente y Jefe Global, CPG y Distribución, TCS; Centro: John R. Hauser, profesor de marketing de Kirin en la MIT Sloan School of Management; Derecha: Artem Timoshenko , Ph.D. 2019, MIT Sloan School of Management

Nuevos competidores y nuevos canales significan un nuevo mandato para la industria de bienes de consumo envasados: interactuar más directamente con los consumidores. Estos puntos de vista de la industria y la academia presentan las oportunidades y tácticas específicas que ofrece la tecnología digital.

Perspectiva ejecutiva

Una perspectiva ejecutiva por Sudhakar Gudala, vicepresidente y Director Global, CPG y Distribución, TCS

La industria de bienes de consumo envasados (CPG) está experimentando un cambio dramático para competir en un mercado donde los consumidores expertos en tecnología tienen cada vez más opciones sobre cómo comprar productos e interactuar con las marcas. Las empresas de CPG ya no pueden confiar exclusivamente en los minoristas para las ventas o para mediar los comentarios de los consumidores finales. En cambio, las marcas deben colocar a los consumidores en el centro de su negocio y adoptar un enfoque directo al consumidor (D2C Direct to consumer) a lo largo de la vida útil de la relación con el consumidor. Ese enfoque puede incluir marketing personalizado y compromiso digital, tiendas de experiencia de marca del mundo real, canales de venta en línea y participación del consumidor en la creación de nuevos productos. La adaptación al canal emergente D2C puede ayudar a las empresas de CPG a reafirmar la lealtad a la marca y obtener una ventaja competitiva.

Se espera que el comercio electrónico represente el 10% de las ventas totales de CPG para 2022. Para llegar a los consumidores directamente, se prevé que las compañías de CPG gasten $ 11 mil millones en publicidad digital en los Estados Unidos este año.

La estrategia D2C requiere una base sólida en tecnología para recopilar y aprovechar los datos del consumidor, así como una disposición para repensar las prioridades de la organización, las inversiones en TI y las habilidades. Los procesos como las cadenas de suministro deben rediseñarse para satisfacer la demanda del consumidor en cualquier canal. Las empresas en segmentos regulados, como las bebidas alcohólicas, deben planificar cómo proporcionar experiencias personalizadas dentro de un marco de cumplimiento, mientras que aquellas que establecen sus propias ventas de D2C deben considerar cómo evitar conflictos de canales con los minoristas.

El cambio requiere un esfuerzo y compromiso significativos, pero las compañías de CPG que retrasan la adopción de una estrategia D2C corren el riesgo de perder terreno no solo para los nuevos participantes en el mercado sino también para los rivales tradicionales que están dispuestos a hacer el cambio. La mejor comprensión del consumidor que ofrece D2C permitirá a estos competidores superar a los rezagados con nuevos productos más innovadores, ofertas hiperpersonalizadas y mejores pronósticos de demanda.

Mientras tanto, aquellos que no adopten D2C serán menos capaces de proporcionar experiencias de consumo inmersivas, tendrán un control limitado de sus flujos de ingresos y carecerán de la capacidad de contrarrestar la innovación disruptiva con nuevos modelos de negocios y canales de ventas.

D2C comienza con datos del consumidor

Las relaciones directas con los consumidores brindan acceso directo a los datos, lo que alimenta los análisis avanzados que impulsan los beneficios de D2C. Estos datos son el requisito previo principal para aprovechar las capacidades de inteligencia artificial / aprendizaje automático que pueden personalizar cada interacción del consumidor, a escala y en tiempo real.

Al obtener información sobre los patrones de demanda y las necesidades únicas de los datos de pedidos de los clientes en su plataforma de comercio electrónico, una compañía global de CPG desarrolló una estrategia para el pre envasado de productos. Eso dio como resultado un aumento significativo en la productividad del embalaje y una entrega de pedidos más rápida.

Las marcas que adoptan un enfoque D2C han utilizado análisis avanzados para optimizar los precios, la promoción y la previsión de la demanda. Por ejemplo, una gran empresa de CPG buscó ofrecer una experiencia de cliente sin problemas durante su temporada alta. Al usar un centro de comando digital para monitorear y planificar de manera proactiva la demanda a través de su canal D2C, pudo cumplir con los pedidos más rápido, mejorar la satisfacción y obtener más ingresos.

Las compañías de CPG también están utilizando los datos del consumidor con IA para acelerar el ciclo de compra. Una de esas marcas que operaba principalmente en canales minoristas tradicionales también quería brindar una experiencia inmersiva a los consumidores. Con más y mejores datos de D2C y aprendizaje automático predictivo, la marca podría personalizar el contenido y ofrecer una experiencia más personalizada. Este enfoque aumentó las ventas en línea en un 5% y generó un aumento del 15% en el tráfico del sitio web.

Dado que los datos del consumidor subyacen al éxito de una amplia iniciativa D2C, todo compromiso del consumidor que genera datos, y, por lo tanto, ideas, debe llevarse a cabo con la seguridad y la privacidad como una preocupación primordial. Las compañías de CPG que no han recopilado datos personales históricamente deben comprender e implementar las regulaciones y las mejores prácticas para la recopilación, almacenamiento y uso de datos.

Crea nuevos canales, pero conserva los viejos

D2C no necesariamente equivale a vender productos a través del portal de comercio electrónico de una marca. Más bien, se trata de agregar más puntos de contacto a la relación con el consumidor y desarrollar una huella más amplia, como las tiendas físicas de la marca, la participación en las redes sociales y las aplicaciones móviles.

Si bien los canales de venta directa brindan más opciones a los consumidores, así como un acceso más inmediato a los datos, las compañías de CPG que venden directamente necesitan diseñar una estrategia adecuada para evitar conflictos de canales. Uno de estos enfoques es adoptar la exclusividad como estrategia. Por ejemplo, una compañía de CPG que vende a través de múltiples canales de comercio electrónico asociados ofrece productos y servicios personalizados solo a través del sitio web de su marca. Combinar productos y obsequios de productos también puede ayudar a las marcas a evitar conflictos. Otro escenario bajo el cual se puede manejar el conflicto de canales es que la marca comparta algunos de los datos generados por sus ventas directas con sus socios minoristas para ayudarlos a dirigirse mejor a los consumidores, un beneficio mutuo para ambas partes.

Construyendo la organización para entregar D2C

Una iniciativa exitosa de D2C debe comenzar con el compromiso total de los principales líderes; Dado que es fundamentalmente una estrategia digital, el director digital (CDO) suele estar mejor posicionado para organizar su implementación. El CDO es fundamental para crear una plataforma de colaboración digital unificada para conectar a las partes interesadas en toda la empresa. Debe trabajar en asociación con los jefes de negocios para alinear las capacidades digitales con las prioridades estratégicas y actuar como un agente de transformación para la innovación digital.

Las principales prioridades para poner en funcionamiento D2C son crear un equipo sólido de análisis de datos y garantizar que los procesos organizativos estén en su lugar para permitir una comunicación abierta con el marketing, el desarrollo de productos, la cadena de suministro y la logística. La colaboración entre expertos en análisis y expertos en dominios de negocios ayuda a mantener las prioridades estratégicas de la compañía alineadas con los objetivos de D2C y construye una cultura de toma de decisiones basada en datos. Es imperativo que el compromiso más cercano con los consumidores que D2C permite también alimente el desarrollo de nuevos productos. La organización debe desarrollar formas de reunir y analizar los comentarios de los consumidores en tiempo real a medida que conceptualiza nuevos productos y servicios.

Al colocar al consumidor en el centro de todas las actividades, una estrategia D2C crea un ciclo de retroalimentación positiva de valor sostenible tanto para las empresas de CPG como para sus clientes. Las marcas obtienen una visión cada vez mejor de las experiencias que los consumidores desean y pueden activar más canales a través de los cuales controlar y ofrecer esas experiencias, mientras que los consumidores se benefician de interacciones y productos más específicos y útiles que satisfacen mejor sus necesidades. La relación más estrecha puede fomentar una mayor lealtad en un mercado donde los consumidores enfrentan una variedad vertiginosa de opciones y ayudan a las empresas de CPG a mantener su ventaja frente a una creciente gama de competidores.


Perspectiva Académica

Minería de contenido en línea para las necesidades del cliente, con la ayuda de Machine Learning

Una perspectiva académica de John R. Hauser, profesor de marketing de Kirin en la MIT Sloan School of Management, y Artem Timoshenko, Ph.D. 2019, MIT Sloan School of Management

La comprensión de las necesidades de los clientes es fundamental para ayudar a las empresas a detectar nuevas oportunidades de productos y mejorar nuevos diseños de productos, productos existentes y servicios. Hoy, los consumidores están creando una gran cantidad de contenido nuevo que responde a las necesidades de sus productos a medida que buscan, compran, revisan y conversan sobre compras en línea. Pero, ¿es este tesoro de datos una fuente práctica de información para los innovadores de productos de GPC, y es tan valioso como los grupos focales tradicionales y las entrevistas experimentales?

En nuestra reciente investigación en el MIT Sloan School of Management, descubrimos que sí, al usar técnicas de aprendizaje automático junto con analistas humanos, se pueden encontrar las necesidades importantes de los clientes de manera eficiente y rentable en el contenido generado por el usuario en línea (UGC).

Realmente hay dos preguntas que hicimos: ¿Cuál es el valor de la información que surge del contenido de UGC, y puede una máquina aumentar a un humano para que este proceso sea rápido y eficiente?

Para investigar la primera pregunta, trabajamos con consultores profesionales que son expertos en identificar las necesidades de los clientes a partir de entrevistas experimentales y les hicimos revisar las transcripciones de entrevistas seleccionadas al azar y la información de las revisiones de productos en línea generadas por los usuarios. Si bien puede haber una expectativa de que las revisiones en línea están sesgadas debido a la autoselección, que las personas solo se molestan en escribir una revisión si están muy satisfechas o muy infelices, descubrimos que el UGC contenía casi todas las necesidades relacionadas con el producto en particular que nosotros estudiamos. También encontramos algunas necesidades en UGC que no aparecieron en las entrevistas.

La segunda pregunta es si el aprendizaje automático puede aumentar con éxito a un ser humano en la tarea de examinar grandes volúmenes de contenido para extraer información significativa para su revisión. La respuesta allí es sí también. Algoritmos fuertes pueden identificar contenido de UGC rico en información sobre las necesidades del cliente, así como contenido de UGC que es redundante, para que los humanos no tengan que mirarlo todo. Esto no solo ahorra muchas horas costosas de tiempo para los lectores profesionales, sino que también es mucho más práctico y más rápido que revisar manualmente miles de revisiones, y potencialmente tuits y otras publicaciones en las redes sociales. El aumento del aprendizaje automático es particularmente valioso ya que la frecuencia con la que se habla de una necesidad no está muy relacionada con lo importante que es, por lo que es fácil pasar por alto las necesidades importantes de los clientes, pero rara vez se mencionan.

Es importante tener en cuenta que el aprendizaje automático no reemplaza completamente a los humanos en el proceso. Hay piezas en las que las máquinas son particularmente buenas, como la selección de contenido, pero al menos hoy en día, los humanos son mejores que las máquinas para comprender lo que quieren los clientes y relacionarse con la experiencia del cliente. Y así, en nuestro enfoque, confiamos en los analistas humanos para formular las necesidades precisas de los clientes que las personas han expresado.

Aunque nuestra investigación utilizó revisiones de productos en línea, se puede adoptar un enfoque similar para extraer las necesidades de los clientes de las publicaciones y tweets de las redes sociales. Podemos encontrar que diferentes tipos de necesidades de los clientes se expresan en diferentes tipos de contenido generado por el usuario: es posible que sea más hablador con amigos en Twitter que en un sitio de comercio electrónico. De hecho, en uno de nuestros estudios, una compañía combinó datos de redes sociales y revisiones en línea y descubrió que las dos fuentes eran complementarias en términos de qué tipo de necesidades de los clientes podían identificar. Y dadas las ganancias de eficiencia que encontramos utilizando un enfoque aumentado de aprendizaje automático con revisiones en línea, esperaríamos ganancias aún mayores con los datos de las redes sociales, ya que contiene contenido mucho más redundante e irrelevante que se puede filtrar automáticamente.

Lo que pudimos lograr con el aprendizaje automático actual y la tecnología de procesamiento del lenguaje natural ya es bastante efectivo, pero estamos seguros de que lo que tendremos dentro de cinco años será absolutamente increíble. En este punto, todas las empresas en el área de CPG deberían considerar este enfoque para hacer surgir la información de las necesidades del cliente a partir del contenido que los consumidores están creando en línea.

Sobre los autores

Sudhakar Gudala es el vicepresidente y Jefe Global del negocio de CPG y Distribución en Tata Consultancy Services. Su experiencia de liderazgo como ejecutivo senior de la industria de TI abarca múltiples verticales y geografías de la industria.

John R. Hauser es profesor de marketing de Kirin en el MIT Sloan School of Management. Es coautor de dos libros de texto, Diseño y comercialización de nuevos productos y Fundamentos de la gestión de nuevos productos, y ha publicado más de 100 artículos científicos. Es ex editor de Marketing Science.

Artem Timoshenko recibió su Ph.D. en marketing del MIT Sloan School of Management. Su investigación combina métodos de aprendizaje automático con experimentos de campo para desarrollar nuevos métodos para la práctica de marketing y el desarrollo de productos. Artem se unirá a Northwestern University en el próximo año académico.

Conexiones MIT SMR

MIT SMR Connections es una unidad de creación de contenido independiente dentro de MIT Sloan Management Review. El personal editorial del MIT SMR no participó en la selección, redacción o edición del contenido de esta página. Más información.

Fuente: www.sloanreview.mit.edu

Compartir en:
  • 135
  •  
  •  
  •  
  •  
    135
    Shares

Añadir un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *