Guía para la activación de datos: Redefinición de la CDP

5 casos de uso que conectan los datos entre los departamentos para obtener resultados cuantificables.

Todos los especialistas en marketing saben que deberían usar los datos para tomar decisiones fundamentadas, impulsar la IA y personalizar las interacciones; sin embargo, muy pocos están seguros de cómo hacerlo realmente. Quienes lo logran se destacan de la competencia. Pero ¿qué ocurre con aquellos que no?

Las compañías más exitosas son aquellas que toman decisiones basadas en los datos, ya que estos les permiten obtener un panorama completo de sus clientes, y demostrarles que los conocen, comprenden y valoran. Además, permiten a los especialistas en marketing personalizar las experiencias para garantizar que el mensaje adecuado llegue a la persona correcta a través del canal correspondiente en el momento oportuno, y ser más eficientes con la IA. Sin embargo, aprovechar toda esta información puede ser complicado. Para lograrlo, las empresas deben enfrentar varios desafíos: manejar una gran cantidad de datos, lidiar con la fragmentación de datos y tecnologías, gestionar flujos de trabajo aislados y adaptarse a los constantes cambios en la privacidad que complican el uso y la gestión de los datos.

Además, aunque muchas empresas han comenzado a centralizar sus datos utilizando plataformas de datos de clientes (CDP) y lagos de datos o almacenes de datos, todavía tienen dificultades para aprovechar estas herramientas. Les resulta complicado utilizar estos sistemas para potenciar la IA, reducir el costo de adquisición de clientes, mejorar las tasas de conversión y aumentar el valor del cliente a largo plazo. 

Esto es así porque centralizar los datos no es suficiente. Aún pueden estar atrapados en sistemas aislados de distintos departamentos

y desconectados de las aplicaciones que usas para interactuar con los clientes.

No cabe duda de que esto es muy importante para los especialistas en marketing, pero también lo es para todos aquellos equipos de primera línea de la empresa que podrían beneficiarse de contar con datos más completos e información valiosa generada con IA. Esto incluye a representantes de ventas, agentes de servicios y comerciantes. La plataforma de datos de clientes (CDP) tradicional, la cual solía unificar los datos de los canales en perfiles de clientes, era una excelente herramienta para los equipos de marketing. Sin embargo, no permitía a otras áreas del negocio acceder a esos perfiles de clientes ni actuar en consecuencia.

Es por eso que debemos redefinir la CDP.

Lo que necesitamos en el mundo actual son plataformas de datos empresariales que permitan a los equipos de marketing, ventas, servicio y comercio trabajar fácilmente con la misma información para personalizar mejor las interacciones con los clientes.

Esto también garantizará contexto y coherencia en todas esas interacciones. Por ejemplo, los especialistas en marketing sabrán si el cliente ya compró el producto de la campaña actual, lo cual les permitirá evitar mostrarles anuncios relacionados. El vendedor sabrá si el cliente es miembro del programa de fidelidad, por lo que podrá agradecerle por suscribirse durante la conversación. Por último, el agente de servicio conocerá las interacciones previas del cliente con el chatbot y los artículos que se enviaron anteriormente, lo cual le permitirá ofrecer una asistencia más efectiva. La idea es ofrecer una experiencia integral y fluida de principio a fin, tanto para los clientes como para los equipos.

Esto es lo que logramos con Salesforce Data Cloud. Data Cloud es una plataforma de datos empresariales que permite acceder a información de cualquier fuente, lo cual ayuda a los especialistas en marketing y demás equipos a obtener un panorama completo de los clientes y usar esos datos para brindarles lo que realmente desean.

En esta guía, descubrirás cómo los datos centralizados, accesibles y procesables de toda la empresa pueden impulsar el éxito a lo largo del ciclo de vida del cliente, desde la etapa de descubrimiento hasta la de retención. Los casos de uso a continuación muestran cómo Data Cloud amplía el modelo tradicional de las CDP para que toda la organización pueda trabajar de manera integrada y sin interrupciones.

¿A qué nos referimos con casos de uso?

Accede a todos tus datos y crea tu base

Para resolver los desafíos empresariales a lo largo del ciclo de vida del cliente, impulsar el crecimiento y aumentar el valor del cliente a largo plazo (CLTV), es necesario poder acceder a los datos aislados de toda la empresa. Esto es posible con Data Cloud. Los datos pueden provenir de cualquier fuente, por ejemplo:

  • Datos de las interacciones de marketing en tiempo real: interacciones previas a través de diferentes canales (correo electrónico, dispositivos móviles, sitios web, SMS y publicidad).
  • Datos de ventas: interacciones de ventas previas, información de la compañía/cuenta, preferencias, etc. 
  • Datos de servicio: compras anteriores, propiedad de productos y metadatos asociados, etc.
  • Datos de comercio: compras anteriores, propiedad de productos y metadatos asociados, etc.
  • Lagos de datos/almacenes de datos: POS, IoT, logística, RR. HH., ERP, redes sociales, telemetría, uso del producto, utilización del producto, asistencia a conferencias/exposiciones, puntuación de compromiso/predisposición, etc.

Una vez que logres acceder a todos los datos, podrás:

  • Acceder a los datos que antes estaban aislados a través de una interfaz sencilla, lo que te permitirá obtener un panorama completo de tus clientes, segmentar las audiencias y analizar el rendimiento de tus campañas de marketing, sin depender del departamento de TI.
  • Utilizar la IA de forma confiable, basando los modelos de lenguaje grandes en tus datos primarios para obtener resultados más precisos, personalizados y alineados con tu marca, lo que te permitirá dedicar más tiempo a tareas estratégicas.
  • Utilizar los datos de todos los canales para personalizar cada punto de contacto con el cliente (desde correos electrónicos, mensajes de dispositivos móviles y sitios web hasta anuncios, conversaciones de ventas y casos de servicio) con recomendaciones de la mejor oferta siguiente, decisiones inmediatas y automatización de los procesos.
 

Caso de uso 1

Reducir el costo por adquisición con publicidad segmentada

Desafío

El costo de adquisición de nuevos clientes ha aumentado un 60 %.

Objetivos empresariales:

Reducir el costo por adquisición, mejorar el retorno de la inversión en publicidad (ROAS) y aumentar el índice de satisfacción del cliente (CSAT)

Los datos primarios que provienen de la interacción de los consumidores en los canales de tu marca nunca habían sido tan importantes. Estos son fundamentales para dirigir las promociones a los clientes y personalizar las ofertas.

Además, como los costos de adquisición de clientes han alcanzado niveles históricos y los presupuestos de marketing se han recortado, las empresas necesitan aumentar el ROAS y reducir el costo por adquisición. Para lograrlo, los especialistas en marketing necesitan conocer el rendimiento de los anuncios y poder hacer ajustes en materia de audiencia y contenido mientras las campañas están en curso.

Paso 1: acceder a los datos

Una vez que logras acceder a los datos primarios de la empresa, puedes usar la segmentación avanzada de Data Cloud para identificar las audiencias de mayor valor. Por ejemplo, puedes crear grupos de clientes que tengan un alto valor de compra promedio, una buena tasa de interacción por correo electrónico, pocas devoluciones o con interés en una categoría específica de productos.

Si logras dirigir las promociones relevantes a los clientes adecuados, se reducirá el costo por adquisición, ya que estarán más inclinados a convertirse en compradores o usuarios de tu marca. Además, como el equipo de ventas tiene acceso a la misma información que el de marketing, ambos equipos pueden colaborar más fácilmente, lo cual garantizará que las conversiones sean relevantes, contextuales y eficaces.

Paso 2: potenciar la IA

Además de la segmentación avanzada que permite identificar clientes de gran valor, también puedes utilizar la IA para encontrar y crear rápidamente audiencias similares. Así es como se hace en Data Cloud:

  • Usa instrucciones en lenguaje natural (como si estuvieras hablando con ChatGPT) para crear y ajustar segmentos. En lugar de tener que conocer el lenguaje de programación SQL, los modelos de lenguaje grandes (LLM) convertirán las instrucciones en los atributos de segmento necesarios.
  • Usa el modelado por similitud impulsado por IA mediante plataformas de publicidad como Google, Meta y otras para identificar a clientes que se parezcan a las audiencias de alto valor y así ampliar el alcance de tus campañas.
  • Evalúa el impacto de tus campañas publicitarias pasadas y actuales usando la IA para analizar y visualizar los datos. Así podrás identificar qué audiencias tienen mejor rendimiento y usar esa información para planificar futuras campañas.

Paso 3: activar los datos

Una vez que hayas creado y optimizado los segmentos de audiencia objetivo, envía los datos a la plataforma de publicidad que prefieras y comienza a usarlos. Así es como puede verse este proceso:

  • Activa de manera fluida y segura nuevas audiencias en plataformas cerradas como Google Ads, Meta, Amazon y LinkedIn, y llega a los clientes con anuncios personalizados a través del canal de su elección.
  • Amplía tu alcance y mejora aún más tu conjunto de datos mediante la colaboración con socios de AppExchange, como LiveRamp, TradeDesk, Merkle, Epsilon y Axiom. Usa la información de los segmentos proporcionada por los socios publicitarios (como Google y Amazon) para conocer mejor las preferencias y los datos demográficos de tus clientes, y así personalizar tus futuras campañas.

Para mejorar el retorno de la inversión en publicidad no basta simplemente con ajustar o ampliar las audiencias objetivo. También es necesario ser relevantes, elegir el momento adecuado y saber cuándo no enviar un anuncio a alguien. La combinación de estos factores permitirá ahorrar dinero y aumentar la satisfacción del cliente. Deberías evitar mostrar anuncios en los siguientes casos:

  • Si un cliente tiene un ticket de servicio abierto.
  • Si un cliente ha adquirido un producto o servicio que ahora está en oferta.
  • Si estás promocionando un programa de fidelidad y el cliente ya es miembro. No tiene sentido bombardearlo con ofertas repetidas.
 

Ejemplo real

Amy, especialista en marketing del sector de la salud, quiere dar a conocer más los servicios del Centro de atención de urgencias (UCC) y bajar los costos de adquisición.
Gracias a los datos de programación de su centro (como las próximas citas) y el reciente interés en correos electrónicos de una campaña de salud preventiva, puede crear un segmento de audiencia objetivo. Con tan solo un par de clics, y sin la intervención del departamento de TI, Amy puede activar esta nueva audiencia en Google Ads y Meta. Los anuncios se personalizan para un centro de atención de urgencias cercano y se promocionan servicios preventivos relevantes, como vacunaciones, chequeos médicos o pruebas de alergias. Mediante las recomendaciones y los análisis de la IA, Amy modifica el asunto del correo durante la campaña, el cual pasa de “¡Agenda tu cita de cuidado preventivo ahora!” a “¡Estás a solo dos minutos de mejorar tu salud!”. Los clientes responden bien a las campañas, y las tasas de clics aumentan un 50 %.

Caso de uso 2

Aumentar la conversión mediante experiencias personalizadas

Desafío

Un 46 % de los especialistas en marketing no tiene acceso a los datos en tiempo real, lo cual resulta en bajas tasas de conversión y rendimiento.

Objetivos empresariales:

Aumentar las tasas de conversión, el valor del cliente a largo plazo y los ingresos por up-selling y cross-selling.

En el panorama competitivo actual, debes conectarte personalmente con los usuarios si quieres aumentar las tasas de conversión y los ingresos. Esto implica brindarles experiencias personalizadas e integradas que se ajusten a sus preferencias. Sin embargo, muchos especialistas en marketing siguen teniendo dificultades para acceder a los datos en tiempo real; de hecho, el 59 % necesita soporte técnico para segmentar una audiencia o poner en marcha una campaña.

Esto ralentiza el proceso y afecta las tasas de conversión. Al utilizar los datos de diversas fuentes y aprovechar las herramientas de IA, los especialistas en marketing pueden crear procesos personalizados que se ajusten a las preferencias y los comportamientos específicos de cada cliente. Esto no solo aumenta las tasas de conversión; también mejora el valor del cliente a largo plazo y facilita el up-selling y el cross-selling con ofertas relevantes. Gracias a la información obtenida en tiempo real y a las estrategias basadas en datos, los especialistas en marketing pueden optimizar las campañas y generar mejores resultados.

Paso 1: acceder a los datos

Gracias al acceso a los datos, puedes aumentar las tasas de conversión mediante la personalización del sitio web y la creación de experiencias integradas, basadas en el contexto completo del compromiso del cliente con la marca. Por ejemplo, puedes identificar y priorizar audiencias para ofertas personalizadas, o usar la información que proporciona la IA en tiempo real para planificar y ajustar tus campañas de manera continua.

Paso 2: potenciar la IA

Ya tienes tus datos organizados. Ahora puedes utilizar la IA para:

  • Conocer los segmentos de mayor valor y la probabilidad de que respondan a las promociones.
  • Definir las mejores acciones u ofertas para personalizar la experiencia en la web.
  • Ayudar a los representantes de ventas a identificar las principales oportunidades de up-selling y cross-selling, determinar qué contactos necesitan seguimiento y generar puntos de conversación basados en interacciones previas.

Paso 3: activar los datos

Una vez que hayas clasificado a las audiencias e identificado las mejores ofertas, podrás:

  • Crear una segmentación en cascada para organizar y dar prioridad a las audiencias más valiosas. Asegúrate de que cada cliente reciba solo una oferta personalizada y no mensajes sobre productos que ya ha adquirido, para evitar la saturación publicitaria.
  • Activar los segmentos para ofrecer contenido y recomendaciones personalizadas en tu sitio web, y luego integrarlos a procesos conectados a través de los canales ideales que los guíen hacia la conversión.
  • Sincronizar los datos en los sistemas de terceros, como POS, ERP, PIM, etc.
  • Enviar notificaciones a los equipos de ventas y marketing para mantenerlos al tanto del progreso del cliente en un recorrido específico. Incluye recomendaciones personalizadas sobre cómo hacer un seguimiento y fomentar acciones, como realizar una compra (carrito abandonado → compra), completar una solicitud, entre otras.
  • Informar a los especialistas en marketing sobre el avance hacia los resultados de la campaña y ofrecer oportunidades para intervenir, como ajustar el tamaño o las características del segmento de audiencia, o modificar la oferta.
 

Ejemplo real

Janelle es especialista en marketing en una gran compañía minorista de ropa para actividades al aire libre. Su tarea es mejorar las tasas de conversión, el valor del cliente a largo plazo y los ingresos por up-selling y cross-selling.

Janelle comienza a recopilar información de las compras recientes de los clientes, como tallas de chaquetas o preferencias en cuanto a calzado. Con la ayuda de la IA, crea una puntuación de propensión a comprar y la incorpora a una segmentación en cascada, la cual organiza y prioriza las audiencias más valiosas utilizando información como las visitas a artículos de conocimiento, los clics en la web, los artículos del carrito abandonado recientemente y los datos del programa de fidelidad (nivel, puntos y duración de la membresía).

Caso de uso 3

Cerrar ventas más rápido capacitando a los representantes

Desafío

Los departamentos de marketing y ventas trabajan juntos en solo 3 de las 15 actividades comerciales.

Objetivos empresariales:

Aumentar el número de oportunidades de ventas cualificadas, la tasa de éxito y el valor promedio de los pedidos.

Es fundamental que los especialistas en marketing proporcionen a los representantes de ventas toda la información adecuada para cerrar acuerdos con mayor rapidez. Sin embargo, muchas empresas tienen dificultades con la coordinación entre funciones y el intercambio de datos entre departamentos, lo cual obstaculiza el proceso de ventas. Al acceder a los datos de distintas fuentes y utilizar la IA, las empresas pueden proporcionar a los equipos de ventas información en tiempo real, recomendaciones integradas y comunicaciones personalizadas para acelerar los ciclos de compra y aumentar las tasas de éxito.

Esto no solo optimiza el trabajo de los representantes de ventas, sino que también aumenta el valor promedio de los pedidos y fomenta el crecimiento general de los ingresos. 

Paso 1: acceder a los datos

Al acceder a los datos, los equipos de ventas pueden acelerar los ciclos de compra y cerrar más acuerdos comerciales mediante alertas de ventas, información integrada, recomendaciones sobre lo que se debe hacer a continuación e IA generativa para personalizar los correos electrónicos.

Paso 2: potenciar la IA

Ya tienes tus datos organizados. Ahora puedes utilizar la IA para:

  • Crear un segmento de clientes basado en una puntuación de uso del producto calculada por IA.
  • Utilizar esta información (como la probabilidad de compra o la puntuación de prospectos) para generar recomendaciones automatizadas sobre lo que se debe hacer a continuación, de manera que los representantes puedan identificar las oportunidades de cross-selling o up-selling que deben analizar con los clientes.
  • Redactar correos electrónicos de seguimiento personalizados que incluyan información y promociones para cada cliente en particular.

Paso 3: activar los datos

Una vez que hayas creado los segmentos de clientes y generado la información pertinente, podrás:

  • Mejorar los objetos del sistema de CRM (como contactos u oportunidades) con datos unificados, de modo que los representantes de ventas tengan acceso a la misma información detallada del perfil del cliente que tienen los equipos de marketing, servicio y comercio, como todos los detalles de sus interacciones con la marca.
  • Activar los segmentos en la plataforma de marketing para crear procesos de up-selling y mejoras personalizados.
  • Configurar alertas en Slack para generar puntos de conversación y plantillas de correos BASHO, de manera que los representantes puedan realizar seguimientos personalizados de los clientes.
 

Ejemplo real

Jalen, un especialista en marketing de un gran fabricante de automóviles, tiene el desafío de mejorar la coordinación entre los equipos de marketing y ventas para aumentar el número de oportunidades de ventas cualificadas, la tasa de éxito y el valor promedio de los pedidos.

Gracias a Data Cloud, Jalen unifica los perfiles de clientes de toda la empresa, y consolida los registros de historial de servicio con compras anteriores, actividades en línea, asistencia a exposiciones de automóviles y llamadas de ventas. Ahora, puede determinar si un cliente tiene una alta probabilidad de conversión y configurar una alerta automática para que un representante de ventas se ponga en contacto.

Además, como toda la empresa tiene acceso al perfil del cliente, el representante de ventas puede acceder a la información detallada sobre el cliente al hacer clic en la oportunidad desde la alerta. Por ejemplo, el representante de ventas puede ver que el automóvil del cliente ha recibido mantenimiento regularmente durante tres años, y que recientemente ha estado averiguando por un modelo de alta gama, tanto en línea como en una exposición. Con esta información y la ayuda de la IA generativa para redactar el correo, el representante puede contactar al cliente en el momento oportuno para cerrar la venta.

Caso de uso 4

Aumentar la adopción con procesos de incorporación efectivos

Desafío

El 73 % de los clientes espera una mayor personalización conforme avanza la tecnología, pero las compañías tienen dificultadas para lograrlo debido a la fragmentación de los datos.

Objetivos empresariales:

Aumentar la adopción de productos, el tiempo de obtención de resultados, la satisfacción del cliente (SCAT) y el valor del cliente a largo plazo (CLTV); y disminuir la tasa de cancelación de clientes y la cantidad de casos de servicio.
Las expectativas de los clientes nunca habían sido tan altas, por lo que es esencial ayudarlos a obtener rápidamente beneficios de los productos o servicios que adquieren. Sin embargo, la fragmentación de los datos y la falta de procesos educativos y de incorporación personalizados hacen que muchas compañías tengan dificultades para lograrlo. Al acceder a datos de diversas fuentes y conectarlos con la IA, las compañías crean procesos proactivos que impulsan a los clientes a aprovechar al máximo todas las funciones y ventajas de sus productos o servicios. Si se agiliza la obtención de resultados y la adopción de productos, aumentará la satisfacción del cliente, la lealtad y el valor a largo plazo.

Paso 1: acceder a los datos

Al acceder a todos los datos, puedes mejorar la adopción del producto y agilizar la obtención de resultados. Los procesos de incorporación y educación, basados en información sobre el uso del producto, ayudan a que los clientes aprovechen todas las funciones disponibles, en lugar de seguir un proceso de adopción rígido y lineal.

Paso 2: potenciar la IA

Ya tienes tus datos organizados. Ahora puedes utilizar la IA para:

  • Desarrollar indicadores, como puntuaciones predictivas, para identificar a los clientes que no están utilizando un producto de manera óptima o que no han adoptado completamente sus funcionalidades. También puedes recibir recomendaciones personalizadas sobre cómo comunicarte con ellos para guiarlos hacia recursos y acciones que les sean útiles.
  • Crear segmentos de clientes con bajas puntuaciones de éxito en el proceso de incorporación del producto (calculadas mediante IA), lo que indica que no completaron los pasos correspondientes o que no alcanzaron los indicadores clave de uso en el tiempo previsto.

Paso 3: activar los datos

Una vez que identifiques los indicadores clave que debes seguir y simplifiques el proceso de incorporación, podrás:

  • Utilizar los segmentos en tu plataforma de marketing (correo electrónico, mensajes móviles, anuncios, sitios web) para crear recorridos educativos personalizados que ofrezcan soporte o impulsen a los clientes a completar los pasos clave y aprovechar mejor los productos.
  • Realizar un seguimiento a través de la plataforma de marketing con recorridos de éxito adaptados, como artículos de ayuda recomendados, personalización del centro de ayuda en línea, entre otros.
  • Configurar notificaciones para los equipos de éxito y atención al cliente (cuentas, cambios en el estado del producto, casos de servicio abiertos, clientes en riesgo de cambiar de marca).
  • Informar a los especialistas en marketing sobre los resultados de una campaña y ofrecer oportunidades para intervenir.
 

Ejemplo real

Stephen es un especialista en marketing de una compañía de software como servicio (SaaS) que quiere aumentar la adopción de los productos, agilizar el tiempo de obtención de resultados para los clientes, y disminuir la tasa de cancelación de clientes y la cantidad de casos de servicio.

Usa Data Cloud, una plataforma que reúne información sobre el uso de la plataforma, datos demográficos agregados de Google y casos históricos de servicio. Esto le permite usar la información generada por IA para crear un segmento de clientes con baja puntuación de éxito en el proceso de incorporación del producto, lo cual indica que no completaron los pasos correspondientes o que no alcanzaron los indicadores clave de uso en el tiempo previsto. Luego, puede configurar notificaciones automáticas para los equipos de éxito y atención al cliente, lo cual les permitirá intervenir rápidamente y enviar el contenido educativo adecuado para el producto que se adquirió.

Caso de uso 5

Mejorar la retención de clientes ofreciendo un servicio proactivo

Desafío

Aproximadamente, uno de cada tres clientes dejará de adquirir productos o servicios de la marca que más le gusta tras una sola mala experiencia.

Objetivos empresariales:

Aumentar la satisfacción del cliente (SCAT) y el valor del cliente a largo plazo (CLTV); y disminuir la tasa de cancelación de clientes y la cantidad de casos de servicio (y los costos operativos relacionados).
Ofrecer un servicio de atención al cliente proactivo y excepcional es fundamental para crear y mantener relaciones duraderas con los clientes. Sin embargo, muchas empresas tienen dificultades para lograrlo debido a la fragmentación de los datos y la falta de información en tiempo real. Al acceder a los datos de diversas fuentes y aprovechar la IA, puedes ofrecer un servicio que se anticipa las necesidades de los clientes y resuelve los problemas de manera eficiente. Esto no solo aumenta la satisfacción y la fidelidad del cliente, sino que también mejora su valor a largo plazo y reduce la tasa de cancelación.

Paso 1: acceder a los datos

Si accedemos a todos los datos disponibles, podemos ofrecer un servicio de atención al cliente proactivo que permite conservar y fortalecer las relaciones mediante el uso de información en tiempo real sobre compras de productos, uso del producto y servicios. Esto permite poner en marcha acciones basadas en Data Cloud, excluir ciertas audiencias y medir la satisfacción del cliente (CSAT) de manera efectiva.

Paso 2: potenciar la IA

Ya tienes tus datos organizados. Ahora puedes utilizar la IA para:

  • Ayudar a los equipos de ventas, servicios y marketing a comunicarse con los clientes, explicarles las opciones disponibles (solicitar un reemplazo o un reembolso, conversar con un agente de servicio, mirar un tutorial) con recomendaciones personalizadas u ofertas adaptadas basadas en interacciones previas.
  • Acceder a un resumen y recomendaciones sobre cómo interactuar durante las llamadas entrantes y ofrecer las mejores acciones u ofertas basadas en los diferentes segmentos de clientes.
  • Usar datos no estructurados, como artículos de conocimiento o correos electrónicos de marketing que hayan tenido un buen rendimiento en el pasado, para crear comunicaciones personalizadas para los clientes.

Paso 3: activar los datos

Una vez que hayas usado la IA para generar comunicaciones personalizadas, podrás:

  • Crear un segmento de clientes que se haya visto afectado por el retiro de un producto del mercado y con alta probabilidad de cancelar o devolver un producto, para que puedas notificarlos de manera anticipada.
  • Utilizar flujos automáticos para crear un caso en Service Cloud para los clientes afectados.
  • Usar la información para crear segmentos o criterios de exclusión, de manera que los clientes afectados dejen de recibir anuncios o correos electrónicos promocionales mientras tengan casos de servicio abiertos.
  • Configurar una acción automática para cerrar los casos de servicio resueltos y poner en marcha un proceso de marketing que envíe un correo con una encuesta de satisfacción.
 

Ejemplo real

Juanita trabaja como especialista en marketing en una institución financiera. Su objetivo es aumentar la satisfacción del cliente (SCAT) y el valor del cliente a largo plazo (CLTV); y disminuir la tasa de cancelación y los costos operativos asociados con la cantidad de casos abiertos.

Gracias a Data Cloud, puede consolidar diversos datos en un solo lugar, como las recientes aperturas de cuentas, detalles de las cuentas y del uso del producto, todo sin duplicar información. Además, puede acceder a un resumen de los casos de servicio generado por IA. Esto le permite enviar correos electrónicos automáticos de manera anticipada con consejos de autoservicio personalizados para la gestión de la cuenta de corretaje del cliente. Si el cliente tiene un problema (como dificultades para realizar una operación), el equipo de atención al cliente puede acceder fácilmente a su perfil unificado para que el agente resuelva el problema de manera rápida.

Incluso pueden automatizar el envío de encuestas después de resolver el problema, para mejorar futuras experiencias y detectar oportunidades de up-selling o cross-selling. Mientras tanto, Juanita podrá suspender todas las campañas promocionales cuando un cliente tenga un caso de servicio abierto, para aumentar la satisfacción del cliente y ahorrar en el presupuesto publicitario.

 
Contenido relacionado
Blog

¿Cómo opera el comportamiento del consumidor?

Blog

Datos primarios: Cómo es posible el éxito en un mundo sin cookies.

Blog

¿Qué es el BI y cuál es el papel de los datos?

 

Más recursos

 
Informe del analista

Gartner® nombró a Salesforce como líder en plataformas de datos de clientes. Descubre por qué

Seminario web

Redefiniendo las Relaciones con los Clientes en la Era de los Datos y la IA