Destruyendo el valor del cliente mediante Customer Analytics (II)

En la primera parte de esta entrada explorábamos cómo un uso equivocado de los datos o asunciones contradictorias en el diseño de modelo y algoritmos pueden producir resultados imprevistos y destruir la experiencia y el valor del cliente. Los algoritmos, decíamos, los carga el diablo.

La situación es aún peor cuando las compañías dejan de hacer uso de la ingente cantidad de datos o hacen que tienen al alcance, o hacen un uso dañino, y diseñan experiencias de usuario que son pobres e incómodas. Veamos el caso de un par de compañías famosas de streaming de contenidos.

En los días que he estado en España, he podido comparar la oferta y prestaciones de streaming de contenidos bajo demanda de España con la de Reino Unido, de la que soy usuario. Este mercado en España está en explosión y la gran mayoría de empresas de telecomunicación se están posicionando con diferentes ofertas. He tenido la oportunidad de probar la oferta de Telefónica que se posiciona en un lugar preferente tras la compra de Canal+.

Debo confesar que estoy acostumbrado al servicio de Netflix, que analiza mis preferencias y va haciendo recomendaciones que se ajustan a las mismas, que he compartido gustosamente con anterioridad. Este sistema de recomendación me incita a consumir más puesto que me facilita la elección, lo que se agradece en un catálogo tan grande.

Mi sorpresa ha sido mayúscula cuando al probar este servicio en España me he encontrado varios handicaps. El primero es que el servicio es una especie de híbrido mutante entre canal tradicional de televisión, videoclub de alquiler y servicio de streaming. A priori este híbrido no tiene por qué ser malo, si no fuera porque la usabilidad es la que paga el pato. Por ejemplo, se aprecia a nivel de mando para acceder los servicios, con tantos botones que parece que haya vuelto a la época en que las televisiones incluían el reproductor de cintas VHS y había un único mando para dominarlo todo. Cuando lo comparo con la sencillez y el minimalismo del mando de AppleTV con el que accedo a los servicios de Netflix en casa, me produce un gran rechazo.

El segundo está vinculado con el sistema de recomendación… por su inexistencia. Ello me hace entender porqué se han tenido que crear canales de publicidad de su programación, que parece una cosa de los 1980s. Esto al final incide en una reducción de usabilidad y, lo que es peor, del uso y, por lo tanto, de los ingresos. Hay gente que no usa los datos que tiene para diseñar una mejor experiencia de servicio y ganar más dinero.

Algo parecido pasa en el caso de Spotify. Hace unas semanas nos enterábamos de un cambio en la estrategia de captura y explotación del dato. Un mensaje que se traducía inicialmente en “se van a recoger datos que no están vinculados a Spotify – por ejemplo qué aplicaciones tienes instaladas en tu dispositivo móvil – y las vamos a compartir, si es interesante, con terceros”. No sólo es grave que vayan a capturar datos más allá del ámbito de la propia aplicación sin permiso sino que luego vayan a compartirla sin nuestro permiso. Aunque la reacción del público y la de Spotify para aclarar el mensaje no se han hecho esperar, está claro que el daño está hecho.

No todo es válido para con el dato. Como cliente puedo considerar que las transacciones que se realizan con la propia organización y, que ya comparto, puedan estar vinculadas a mi perfil para que yo reciba un trato personalizado. Pero es harina de otro costal que lo que hago con otros e incluso con ninguno de ellos sea compartido por defecto. Aquí entramos en el temido efecto minority report de las tecnologías de Big Data. Rosa Colmenarejo presentaba hace poco aquí algunas de las implicaciones éticas de los Big Data.

De nuevo surgen preguntas: ¿no saben estas organizaciones desarrollar estrategias sin socavar la privacidad del cliente? Y si no, ¿no son capaces de ser realmente honestas y preguntarle al usuario de forma sencilla, en un menú de configuración, si quiere compartir o no sus datos y, sobretodo, explicar qué valor aporta para el usuario y para la organización?

Estos errores en la ejecución de las estrategias de datos son bastante comunes. Las organizaciones están aprendiendo qué hacer, cómo hacerlo y lo que verdaderamente funciona. Incluso organizaciones muy maduras pueden cometerlos… y pueden provocar hacer saltar sus clientes a competidores e inclusos a otros servicios alternativos que no los tratan de forma desconsiderada.

Josep Curto es colaborador docente del Máster en Inteligencia de Negocio y Big Data (MiB) de la UOC. Es además Director de Delfos Research, empresa especializada en investigación de los mercados de Business Intelligence, Business Analytics y Big Data.