Considere el siguiente escenario: Una directiva quiere comprar software para su empresa. Le pide a un analista de su equipo de cómputo que haga una búsqueda de información en línea. El analista recomienda la solución de software de una compañía en particular. La directiva revisa el sitio web de esa empresa y solicita más información, brindando datos sobre lo que necesita a través de un formulario web. La compañía de software le envía por correo el material relevante, que la directiva revisa antes de acercarse a un vendedor con algunas preguntas.

Ahí es donde las cosas comienzan a complicarse. El vendedor no ha visto los datos que la directiva puso en el formato web, así que esta debe repetirle mucha de la información que ya había ingresado. Más aun, algunos de los consejos que le comparte el vendedor se contradicen con lo que la directiva recuerda haber leído en la pagina web. La directiva decide reunirse con un vendedor de campo para que le aclare las cosas y trabaje algunos detalles para la cotización.

Entonces, tan solo unos días después de obtener la cotización, ella recibe un correo electrónico no solicitado, en el que el equipo de marketing de la compañía de software le ofrece un mejor trato. El creciente número de inconsistencias y redundancias confunden y frustran a la directiva. Al mismo tiempo, la compañía de software ha desperdiciado tiempo y recursos en los esfuerzos duplicados, descoordinados e inefectivos de marketing y ventas.

Conforme los consumidores han comenzado a interactuar con vendedores a través de sitios web, correos electrónicos, mensajes de texto, publicaciones de redes sociales, anuncios en televisión, anuncios en prensa escrita y vendedores, se ha vuelto difícil para las compañías la sincronización estas comunicaciones (la multiplicación de fuentes independientes de información, como reseñas de clientes y sitios de comparación de precios, abona a la confusión.) Cuando es tiempo de realmente comprar, los consumidores podrían hacerlo a través de portales de compra, representantes de chat por Internet, centros de llamadas, vendedores de campo u otras fuentes.

Al comprar, los consumidores se mueven frecuente e impredeciblemente entre estos diversos canales. Para compras simples, podrían comprar exclusivamente en línea. Para compras complejas, podrían empezar con información en línea, hablar con vendedores, y luego regresar a fuentes en línea para validar lo que les dijo el vendedor. El proceso de compra ya no es lineal o consistente.

Para las compañías que le venden a empresas, cumplir con las necesidades de compra de los consumidores actuales requiere un cambio de mentalidad. Las compañías necesitan un orquestador para asegurar que el esfuerzo de marketing y ventas esté bien coordinado y alineado con las necesidades de compra del consumidor. En algunos casos, el orquestador es un sistema de cómputo. En otros, es una persona respaldada con datos y análisis.

Ejemplo

Amazon es un claro ejemplo de una compañía que usa un sistema de cómputo para orquestar de forma efectiva las compras de los consumidores. El análisis de Amazon usa datos para hacer inferencias acerca de qué productos podría comprar cada consumidor. Los análisis también sugieren una forma automatizada –pero coordinada– de llegar a cada cliente con la oferta correcta en el momento apropiado.

Por ejemplo, Amazon hace sugerencias de compra personalizadas en su sitio web. Si un consumidor hace clic en una sugerencia, pero no realiza la compra, Amazon puede darle seguimiento con un correo electrónico de refuerzo o una publicación en la plataforma de redes sociales que usa el consumidor. Las compañías frecuentemente emplean orquestación basada en computadoras con los consumidores empresariales, especialmente para cuentas más pequeñas y compras más simples.

Para cuentas de mayor tamaño y compras más complejas, las compañías le están dando a los gerentes de cuenta la responsabilidad de orquestar los esfuerzos de marketing y ventas hacia los consumidores. En su rol expandido, los gerentes de cuenta deciden lo que la compañía debería ofrecerle a cada consumidor, justo con el mejor momento y el mejor canal de entrega para el mensaje (por ejemplo, mensajes digitales, llamadas telefónicas, visitas personales). Los gerentes de cuenta son más efectivos cuando están armados con la perspectiva de los datos y el análisis.

Por ejemplo, una compañía de telecomunicaciones usó análisis predictivo para ayudar a los gerentes de cuenta a orquestar la promoción hacia consumidores potenciales de alto potencial y bajo desempeño. Los análisis encontraron “dobles de datos” para esos consumidores, léase, consumidores similares que estaban comprando mucho más. La compañía compartió información con los gerentes de cuenta acerca de qué consumidores tenían un potencial significativo por aprovechar y qué estrategias de venta habían funcionado previamente para sus dobles de datos. Los conocimientos ayudaron a los gerentes a ofrecer los productos correctos con el mensaje de venta adecuado, incrementando de ese modo las ventas a las compañías de menor desempeño.

En otro ejemplo, una compañía farmacéutica usó un motor computarizado de sugerencias para ayudar a los gerentes de cuenta a orquestar la forma en que comparten la información de medicinas de receta con los médicos. La compañía le brindó información a los médicos a través de varios miembros del equipo de ventas (por ejemplo, gerente de cuentas, especialista de reembolso, enlace de ciencia médica) y canales de marketing (por ejemplo, correos electrónicos, podcasts, aplicaciones móviles, invitaciones a conferencias, sitio web de la compañía). Al examinar datos acerca de la situación y preferencias de cada médico, el motor de sugerencia le dijo a los gerentes de cuentas qué acciones tenderían a producir los mejores resultados y cómo esas acciones podrían ser estratégicamente puestas en agenda. Esto les permitió a los gerentes de cuenta adaptar la comunicación a las necesidades cada médico.

Por ejemplo, un gerente de cuenta podría recibir un mensaje en su tableta:

“La doctora Jones acaba de ingresar al sitio web de la compañía para investigar los efectos secundarios de las medicinas. Sugiero visitar a la doctora Jones para discutir sus preocupaciones". Durante la visita, la doctora Jones pregunta sobre la efectividad de las medicinas y menciona que odia recibir correos electrónicos no solicitados. El gerente de cuenta actualiza su perfil para detener los correos electrónicos de marketing y le pide a un enlace de ciencia médica de la compañía que le marque a la doctora Jones para resolver sus preguntas. Al rastrear las preferencias, comportamientos y resultados de los médicos, y compartir perspectivas con gerentes de cuenta, la compañía mejoró continuamente sus relaciones con los médicos.

Más compañías e industrias están asumiendo el desafío de orquestar esfuerzos de marketing y ventas para alinearse con las necesidades de compra de los consumidores modernos. Conforme escala el volumen, variedad y velocidad de los negocios, el análisis (incluida la inteligencia artificial) jugará un rol cada vez más grande en el esfuerzo para mejorar la experiencia de compra del consumidor.

Andris A. Zoltners es profesor emérito en la Kellogg School of Management de la Northwestern University en Evanston, Illinois. Él y PK Sinha son cofundadores de ZS Associates, negocio global de consultoría. PK Sinha también es copresidente. Sally E. Lorimer es consultora de marketing y ventas, además de escritora de negocios con base en Northville, Míchigan.