Lucas González
En este post presentamos un análisis de Flywheel para el enlace externo, una nueva herramienta que podemos introducir en nuestro data stack.
Flywheel es una plataforma de activación de datos que pretende simplificar la capa de activación del data stack actual.
Su intención es permitir a perfiles de marketing activar datos sin la necesidad del departamento de IT, ni conocimiento avanzado de SQL. Por lo tanto, flywheel es muy útil en ecommerce.
La idea es que el personal de marketing pueda generar audiencias desde una interfaz gráfica y exportar estos datos a otras plataformas.
Se introduciría en el flujo de activación de datos de esta forma:
No es ningún sustituto para Data Warehouses ni para plataformas de marketing como Facebook Ads o Adwords. Su objetivo es ser un puente entre los datos y sus plataformas de activación y acelerar el uso de los datos para mejorar las conversiones. En este sentido, es una herramienta especializada en cumplir una de las funcionalidades de un Customer Data Platform, por una fracción del coste.
¿Cuál es la función principal de Flywheel?
La función principal de Flywheel es generar audiencias utilizando datos 1st party que se alojan en un data warehouse como BigQuery o Snowflake. Es una herramienta muy accesible para usuarios que no tienen conocimientos de Data Science pero quieren crear campañas lo antes posible.
Su interfaz es la siguiente:
Podemos acceder a la herramienta desde un navegador web, por lo tanto no requiere instalación de ningún tipo. Desde esta interfaz podemos ver todo lo que se puede hacer con la herramienta, que incluye:
- Importación de datos 1st party, sin necesidad de sacar los datos del data warehouse en cuestión. Esto es de especial importancia teniendo en cuenta el nuevo acuerdo de protección de datos Privacy Shield 2.0.
- Generación de audiencias utilizando una interfaz gráfica.
- Exportación de audiencias a plataformas de marketing.
- Generación de experimentos con los que verificar la efectividad de las audiencias.
¿Cómo ayuda Flywheel al marketing?
Busca simplificar el sistema actual de generación y exportación de audiencias.
Actualmente, la única forma de hacerlo es mediante algún lenguaje como SQL, Python o R. Esta barrera hace que el proceso de lanzar una campaña dirigida sea mucho más lenta de lo ideal.
Flywheel empodera al marketing, debido a que se elimina la dependencia actual en equipos de IT, y acerca al cliente a la activación de sus datos lo más pronto posible.
¿Cómo funciona Flywheel?
En caso de utilizar BigQuery, el primer paso para utilizarlo es conectar una cuenta de servicio para que pueda acceder a nuestros datos. Como hemos mencionado antes, estos datos siempre estarán alojados en BigQuery, y nunca serán enviados a otro data warehouse.
A partir de ahí, seleccionamos el dataset y la tabla que queremos usar:
En cuanto hemos creado el dataset, ya podemos ir a la sección de Audiencias para crear una. La generación de audiencias se hace desde una interfaz gráfica sencilla que intenta darnos toda la funcionalidad de SQL. Es intuitivo, responde rápidamente y da respuestas en tiempo real. Además, se está desarrollando una versión mejorada que ya tiene versión alpha.
En la siguiente captura hemos creado una audiencia simple, en la que filtramos por usuarios mobile:
Ahora podemos exportar esta audiencia de forma directa a una plataforma de marketing como Facebook Ads, Google Ads o Snapchat. Esta audiencia se actualizará automáticamente con los datos que introducimos en BigQuery y podemos programar la exportación periódica de la audiencia.
En la sección de la derecha podemos crear una audiencia de control. Nos permite comparar las dos audiencias y comprobar la efectividad de nuestra audiencia personalizada:
Conclusiones sobre Flywheel y el inbound marketing
Tras haber experimentado con la herramienta, creemos que cumple su función y ocupa su rol en el flujo de activación de datos de forma satisfactoria.
Pensamos que puede ser especialmente útil para empresas sin un departamento de IT muy desarrollado, pero que tienen un gran deseo de utilizar sus datos 1st party, digitalizarse y mejorar su conversiones. Tras un poco de configuración, vemos perfectamente lo fácil que sería crear audiencias para alguien sin previa experiencia.
A pesar de todo esto, creemos que la herramienta aún requiere desarrollo de funcionalidades adicionales. Por ejemplo, utilizar machine learning para generar y recomendar audiencias utilizando un modelo sería una funcionalidad espectacular. Ahora mismo, cubre un nicho muy específico del flujo de activación, pero nada más.
En su estado actual, recomendamos al experto en marketing digital que busca sacar provecho de sus datos y activarlos ASAP, y no pretende utilizar todas las funcionalidades de un Customer Data Platform.