Vivimos en la era de la información. Una gran cantidad de acciones cotidianas generan datos, utilizar una red social, leer noticias desde la página web de un medio de comunicación, sacar fotos de un paisaje desde nuestro celular, o navegar por una tienda online y realizar una compra, entre tantas otras más. La data, así como los datos en el eCommerce, nos empapan como un gran torrencial, nos mojamos con todo el conocimiento que nos pueden brindar, y tenemos que hacer que rindan.
Aprovecharlo significa entender la situación de tu negocio y tomar las mejores decisiones para crecer, siempre de manera responsable con el manejo de la información. Aquí señalamos una serie de puntos que nos llevan al mejor escenario, que en nuestra analogía sería tener listo un gran envase para poder contener la lluvia de datos y analizarla como corresponde.
Nos interesa analizar end-to-end, es decir de punta a punta, desde la estructura de la base de datos hasta la visualización de los mismos. Nuestro objetivo siempre va a ser generar herramientas y visualizaciones sencillas que permitan a cualquier integrante del equipo poder hacer uso de ellas, entender la situación del negocio y realizar su aporte al resto.
La base más importante, tu base de datos en el ecommerce
Sea tu plataforma un eCommerce o una herramienta propia, la base de datos es el punto de partida. Sin ella no podemos hacer nada, no tenemos rumbo. Es como estar navegando en un océano con los ojos vendados.
Existen principalmente dos tipos de bases de datos, las relacionales (SQL) y las no relacionales (NoSQL). Cada una de ellas tiene sus ventajas y sus desventajas y no vamos a adentrarnos en detalle. Pero a modo de resumen, las bases de datos relacionales son útiles para bases transaccionales donde se generan varios registros, y las no relacionales son prácticas para aquellas bases que almacenan imágenes, videos u otros archivos.
Las plataformas de eCommerce suelen tener esquemas de bases de datos ya establecidas, como por ejemplo Magento que tiene una estructura de datos con varias tablas en su versión básica y se pueden agregar más si se instalan otros módulos. En algunos casos no es así, como por ejemplo en VTEX donde no existe un esquema de base de datos a la que pueda acceder quien administra el sitio del comercio electrónico, sino que toda la información se tiene que conseguir mediante una API del proveedor (que veremos más adelante).
Existen varios motores de bases de datos para cada tipo de base, como se pueden observar debajo. En cada caso particular, habrá que elegir el tipo y el motor adecuado.
Algunos ejemplos de motores de SQL y NoSQL
Ya hablamos de estructuras de bases de datos, ahora pasamos a lo central, la información que se encuentra almacenada en estas. Entender la información que poseemos es necesario y obligatorio.
Tenemos que entender las limitaciones de la base que manejamos, porque nos sirve para comprender el alcance y las potencialidades que tiene. Asimismo, nos ayuda a comenzar a pensar qué información podemos visualizar en los tableros, como veremos más adelante.
API, el mejor aderezo para nuestra receta
A veces la información de la base de datos original no es suficiente para poder realizar un análisis íntegro del rendimiento de nuestro negocio. Se puede complementar la información proveniente de la plataforma eCommerce con otras herramientas, que se relacionan o que la complementan, como puede ser todo lo referente al mundo de Analytics, Marketing Digital u otras herramientas asociadas.
Todas estas plataformas disponen de tableros para que el usuario pueda interactuar, analizar datos, etc. También nos proveen de una herramienta muy poderosa que son sus API (Application Programming Interface). Las API son mecanismos que permiten la comunicación de dos aplicaciones mediante un conjunto de funciones y procedimientos. Esto permite automatizar muchas tareas, análisis, etc. Pero cuidado, no todas las plataformas tienen API, hay que investigar previamente.
Estas API pueden interactuar con plataformas como Google Analytics, Google Ads, Facebook Business, entre otras. Nos ayudan a entender el rendimiento de las campañas que se dirigen a nuestro sitio, para complementar las conversiones que recibimos de la plataforma en sí (como puede ser las órdenes generadas en un eCommerce).
Con ellas se puede obtener información que normalmente visualizamos en los tableros exclusivos de cada plataforma, como en Google Analytics o Facebook Business, pero la gran ventaja de incorporar dicha información a tu base de datos, es que podemos comenzar a comparar el rendimiento entre distintas herramientas, así como también, con los datos propios de la tienda.
Caso de VTEX
La particularidad de VTEX es que el usuario no tiene acceso a una base de datos como puede ocurrir en otras plataformas como dijimos anteriormente en Magento. Sino que más bien hay que elaborarla por medio de las API que ofrece el eCommerce.
Si bien VTEX tiene herramientas para hacer un análisis del negocio, es recomendable hoy en día extraer la información y alojarla dentro de una base propia para analizarla in-situ y con mayor libertad. A primera vista esto podría parecer laborioso (duplicar los datos, crear una base nueva, etc.), pero dado que nos brinda la posibilidad de manipular los datos directamente, también puede ser visto como una oportunidad.
Al tratarse de una tienda online, idealmente habría que apelar a una base de datos relacional para aprovechar todas sus ventajas. En este caso hay que conocer en detalle la información que se obtiene de las API de VTEX para poder armar la base de datos para el punto inicial, e ir completándola cada determinado tiempo. Pudiendo ser cada pequeños períodos de tiempo o diariamente.
Tengo la información esencial, ¿y ahora? Los tableros son tus mejores amigos
Tener acceso a la información necesaria no es suficiente, es recién el primer paso. Analizar diariamente tablas llenas de contenido a veces puede ser agobiante y siempre podemos perder de vista algo importante que esté ocurriendo y merezca nuestra atención.
Los tableros o dashboards y sus visualizaciones nos ayudan a poder identificar oportunidades o inclusive alertar problemas de manera anticipada, y así tener una reacción más acelerada, evitando insatisfacciones del lado del consumidor. Esto ocurre siempre y cuando los tableros estén desarrollados correctamente, es decir, que sean simples y claros.
Los dashboards deben ser dinámicos, deben ir evolucionando en el tiempo. Es una relación que se tiene que dar constantemente entre quien elabora los tableros y quien los consume. Si sos el diseñador de los tableros no dejes de tener contacto con el usuario final, si no cumple ciertos requisitos de su lado, se corre el riesgo de que deje de utilizarse y el trabajo sea en vano; y así también marcá los límites para que el dashboard no se vuelva complejo o con abundante información. Y si sos el usuario final, asegurate de mantener el contacto con quien lo diseñó, sea para actualizarlo o para notificarle que todo viene en el camino correcto. Debe ser un trabajo en equipo.
Plataformas como Tableau, Power BI, o Metabase ofrecen productos muy completos que permiten poder llevar a cabo este tipo de reportes. Tienen sus diferencias, pero cada una de ellas tienen funcionalidades o herramientas muy útiles para poder generar los tableros accesibles a todo el equipo con KPI (Key Performance Indicator) claves.
Aquí se pueden armar varios tipos de tableros, que nos permitan entender el estado de situación de nuestro negocio. Tableau y Power BI tienen una curva de aprendizaje al iniciar su uso, pero poseen mucho potencial. Por otro lado, Metabase es mucho más simple, y se encuentra creciendo mucho en los últimos años.
Lo que se viene, ya existe, el Machine Learning
Una vez que se obtiene todo lo anterior de manera simple y ordenada, vamos al siguiente paso. La implementación de machine learning, que incluyan modelos con técnicas como por ejemplo: análisis de clusters, regresión, CART (Classification and Regression Trees), entre otros.
Muchas acciones nos llevan al mundo de machine learning, pero es importante tener la información normalizada para poder hacerlo correctamente
El machine learning, con sus algoritmos, nos permite realizar predicciones de distintos KPI, detectar patrones de datos para su análisis, automatizar procesos, disminuir errores, programar acciones preventivas, entre tantas otras cosas. Es un input novedoso, para la toma de decisiones, y es hacia donde va el mundo del análisis de datos.
Es vital poder tener nuestra base de datos normalizada. Todo lo que mencionamos previamente nos lleva a este estado. La preparación de la data es el punto fundamental de los modelos de machine learning. Sin ella, los modelos no pueden alcanzar sus objetivos planteados.
Es la hora de tomar decisiones
Tenemos las herramientas, tenemos que aprender a utilizarlas y aprovecharlas.
Seguir estos lineamientos nos permitiría preparar la información de la que disponemos, y poder tomar las decisiones más acertadas para nuestro negocio, y así acelerar el rendimiento de nuestro eCommerce. ¡Aprovechemos la era de la información!
Deja un comentario