Dynamics y Customer Insights: la visión 360° del cliente que tardó 8 meses en funcionar
La promesa de Customer Insights era la que cualquier director de marketing sueña tener: una vista unificada de cada cliente que combinara datos del CRM de ventas, datos del sistema de soporte, datos de comportamiento en el producto, datos de comunicaciones de marketing y datos financieros de facturación. Una sola pantalla que respondiera la pregunta más importante sobre cualquier cliente activo: ¿cómo está la relación en este momento, qué problemas tiene abiertos, qué oportunidades de expansión existen y cuál es el riesgo de churn? El sistema técnicamente podía hacer todo eso. Hacerlo requirió 8 meses de trabajo que nadie había presupuestado.
Los primeros 2 meses fueron de mapeo de fuentes de datos. Customer Insights podía conectar múltiples sistemas pero cada conexión requería trabajo de ingeniería de datos: definir qué campo de un sistema correspondía a qué campo de otro, cómo resolver conflictos cuando los mismos datos existían en múltiples sistemas con valores diferentes, y qué sistema era la fuente de verdad para cada tipo de dato. El cliente que tenía un registro en el CRM de ventas, otro en el sistema de soporte y otro en el sistema de facturación podía tener 3 versiones diferentes de su nombre de empresa, su email de contacto y su dirección. Reconciliar esas 3 versiones en una sola vista requería reglas de prioridad que ningún sistema podía definir automáticamente.
Los meses 3 al 5 fueron de trabajo técnico de integración que produjo una vista de 360° que funcionaba para el 67% de los clientes y fallaba de forma silenciosa para el 33% restante. Los fallos silenciosos eran los más peligrosos: la vista se cargaba, mostraba datos, pero los datos correspondían a información desactualizada o a un cliente diferente porque el algoritmo de coincidencia de identidades había emparejado registros incorrectamente. Detectar esos fallos requería revisión manual de casos específicos porque el sistema no tenía mecanismos de alerta cuando la coincidencia de identidad tenía baja confianza.
Los meses 6 al 8 fueron de calibración del algoritmo de coincidencia de identidades, limpieza de datos en las fuentes para reducir los conflictos de información y construcción de los indicadores de confianza que alertaban cuando una vista tenía datos potencialmente incorrectos. Al mes 8, la vista de 360° funcionaba con alta confianza para el 91% de los clientes y mostraba indicadores de baja confianza para el 9% restante, que el equipo sabía que debía verificar manualmente.
El valor de la vista unificada cuando funcionó correctamente justificó los 8 meses de trabajo. El equipo de customer success podía ver en una sola pantalla si un cliente tenía tickets de soporte sin resolver al mismo tiempo que estaban recibiendo emails de una campaña de upselling, lo que antes era imposible porque los dos sistemas eran completamente independientes. Casos donde se evitó enviar una campaña de expansión a un cliente con una crisis de soporte activa fueron documentados 7 veces en los primeros 3 meses de operación completa. Cada uno de esos 7 casos era una conversación de ventas que hubiera llegado en el peor momento posible.