El marketing relacional, tanto en el offline, como en internet, apunta a resultados. De este desafío se ocupó el experto orador Michael Fisher en el foro 2008 de AMDIA.

Se dice muy a menudo que la sociedad de la información constituye la transformación más importante que están experimentando las sociedades occidentales desde la Revolución Industrial. Las tecnologías de la información y de la comunicación (TIC) van más allá de la simple innovación tecnológica. Las TIC están creando un nuevo marco de relaciones que tiene una lógica diferente a la del mundo que hemos vivido hasta ahora. De la mano de las TIC entramos en un tiempo en el que el aprendizaje continuo, aprender a aprender, a buscar información, seleccionarla, analizarla e interpretarla serán requisitos fundamentales e imprescindibles tanto en el plano profesional como individual: hablamos de la sociedad del conocimiento. Sobre esto giró la conferencia del especialista Michel Fisher, Presidente de Alterian, la compañía de software y análisis de datos que provee soluciones de datos nada menos que a Nike.
El directivo comenzó la charla puntualizando las oportunidades que representa el mercado hoy en cuanto al análisis de los datos para potenciar los resultados en el marketing. Los cambios que presenta la actualidad se resumen en que por un lado, existe una convergencia entre la data on line y la off line y luego, que aparecen en el mercado, consultoras privadas que ofrecen datos a las marcas, y están especializadas en ello.
Por su parte, Fisher señaló que las demandas actuales de los gerentes de marketing son reducir costos, acelerar los procesos, responder a la convergencia y contar con una plataforma que cubra todas las actividades para el canal on line y el off line. Asimismo, no quiso dejar de señalar que los canales están cambiando, porque todo converge: web, tv, radio.

Separar la paja del trigo
Para gestionar estos volúmenes de información ya no es posible sino aplicando la tecnología para que una serie de herramientas permitan obtener conocimiento estratégico allí donde existan grandes volúmenes de información de orígenes heterogéneos, donde se requieran análisis complejos, nada triviales, y se requieran respuestas en tiempo real.
El análisis dinámico de datos transforma grandes volúmenes de información en conocimiento relevante, poniendo de manifiesto patrones desconocidos, relaciones ocultas, tendencias, factores relevantes que describen la realidad de los datos.
Los sistemas de Business Intelligence, que son los que explotan la información que generan los sistemas transaccionales se pueden dividir en dos categorías: Los que están diseñados y pensados para distribuir respuestas a preguntas determinadas; Los que están pensados y diseñados para investigar y responder a preguntas imprevistas. Los sistemas de análisis "predeterminados" se miden por su capacidad de distribuir indicadores en tiempo y en forma. Los sistemas de análisis "dinámico" se miden por su capacidad de investigar interactivamente sobre grandes volúmenes de datos (cientos de millones o miles de millones de registros) a gran velocidad (respuestas en segundos) sin restricciones del modelo de datos, ni de fuentes de información y con hardware muy ligero. La altísima velocidad de análisis de estas herramientas viene dada por la manera de almacenar los datos. Esta tecnología no guarda los datos en filas y columnas y tampoco en cubos, estrellas o cualquier otra morfología de los datawarehouses. Las herramientas de análisis dinámico de datos guardan la información en columnas. Es decir, que el dato está una sola vez. Además, internamente lo relaciona todo con todo, por lo que el acceso al dato o a los cruces es inmediato. A diferencia del reporting o las técnicas del datamining, las herramientas de análisis dinámicos de datos proporcionan una serie de ventajas no obtenibles a los usuarios con las herramientas convencionales de Business Intelligence. Primero, el usuario tiene siempre el acceso a todo el detalle pues no trabaja con agregados o "cortes" temporales. Además, el usuario puede cruzar cualquier campo con cualquier otro campo de la base de datos sin que nadie haya establecido esa relación en el modelo. Por otra parte, el alcance del análisis no se restringe al tiempo pasado sino que incluye técnicas de predicción (regresiones) para calcular la propensión de que algo ocurra o el valor esperado de una variable continua. Asimismo, el alcance del análisis se amplía a cualquier fuente de información que sobre la marcha se puede incorporar. Por último, el resultado obtenido va más allá de un índice. Incluye distribuciones de frecuencias (percentiles), frecuencias relativas, modelos, patrones, tendencias, etc.
Estas nuevas tecnologías permiten construir alrededor de la estrategia de marca una verdadera estrategia en la gestión de datos que enriquezcan la visión, el análisis, la creatividad y las campañas a la hora de alimentar la vida de una marca.
Sin embargo, para concluir, el especialista subrayó que lo escencial para una marca será que pueda diferenciar entre los canales, fuentes y datos relevantes para su consumidor, al contrario de un esquema de compañía que construye sus estrategias en torno al producto y la venta. Por esto, para el la clave es entender al consumidor al que se quiere llegar.
Fisher ha ganado una sólida reputación basada en su liderazgo, crecimeinto en ventas y niveles de satisfacción de clientes. Antes de unirse a Alterian, fue VicePresidente y Gerente General del grupo de servicios financieros de Epsilon, compañía líder en marketing relacional. También se desempeñó como Vicepresidente de Ventas de DoubleClick para su área de Marketing Automation software solutions. Ocupo también posiciones en ventas en Unisys Corporation, compañía líder en tecnología y servicios.