Frecuentemente nos vemos enfrentados a esta disyuntiva que debemos intentar resolver, sin generar un conflicto mayor, al que naturalmente se da entre ambos conceptos. Los datos juegan un papel clave en este proceso. 

A la mayoría de las personas nos gustaría pensar que la ética y la responsabilidad social forman parte de los criterios que utilizamos al elegir una determinada marca. Aunque sea difícil de admitir, una marca nos atrae porque tenemos un propósito en mente. Para captar la atención de los consumidores y poder avanzar en su travesía con nosotros, es esencial convencer de que nuestro propósito es satisfacer sus necesidades, cualquiera sean estas. 

En la actualidad el mejor ejemplo de esta paradoja se da en la industria fast fashion, ya que lo que creemos entra en conflicto con lo que realmente hacemos. Si buscamos captar clientes en consumidores menores de 30 años y ganar su fidelidad, es vital comprender que sus necesidades pasan por un filtro en el que la responsabilidad social empresarial y la ética juegan un factor muy importante. 

Es en este punto donde los intereses entran en conflicto. La industria de la moda rápida sienta sus bases en este grupo demográfico, pero algunas marcas realizan prácticas muy reñidas con los conceptos antes mencionados. Se comercializa con el propósito de suministrar ropa acorde a las últimas tendencias a precios bajos. Los consumidores tampoco esperan que estas marcas muestren credenciales éticas, según un informe de Morgan Stanley de 2016.

La ambivalencia entre costo y ética es evidente. Las marcas de la industria de la moda rápida provocan mucho disgusto, incluso en sus mismos consumidores, pero también son lucrativas y crecen año a año. Estas empresas son conscientes de que son convenientes por lo que sus ganancias no disminuirán y preparan un sistema de respuestas para afrontar los sentimientos de malestar, que si analizamos los números, solo quedan en eso y no se materializan en pérdidas significativas. 

El propósito vence a nociones como la ética a la hora de preferir un determinado producto o servicio. Si una marca manifiesta su finalidad, claramente y ofrece algo que necesitamos, se vuelve atractiva por su autenticidad. Tratar de equiparar lo ético de nuestra oferta con el propósito es un error común en el mundo del marketing. Las marcas no necesitan ser altruistas para ser auténticas, solo deben cumplir con su promesa de venta; si el cliente entiende en lo que se involucra la ética y la responsabilidad pierden peso a la hora de tomar decisiones de compra y generar fidelidad en los consumidores. 

Es bueno preguntarnos como consumidores si optaríamos por la marca responsable y ética, si esta satisface una necesidad, cumple su propósito, está disponible y podemos costearla. 

Usando los datos para resolver la ecuación

La información que disponemos de cada cliente, jugará un rol decisivo al momento de estructurar una estrategia de lealtad y que además responda las interrogante anteriores. 

Tener una base de conocimiento del cliente, sin duda, ayuda a personalizar la experiencia que podemos ofrecerles, pero cuando  esa información y resultados se combinan con el análisis de datos, la información se transforma en un activo de incalculable valor para cualquier organización. 

Un análisis  eficaz de datos puede ayudar a tomar decisiones críticas que afectan a la línea de fondo, como lo es la percepción ética y cuán vinculados se encuentran los clientes con los valores de la marca.  

No todas las marcas pueden cumplir con las expectativas éticas de sus consumidores, pero pueden ser honestas sobre su propósito. La honestidad, como valor, pasa a jugar un papel importante a la hora de promocionar productos y servicios. Es ahí donde radica el desafío para los artesanos de clientes, desde el análisis de datos a la incorporación de automatizaciones que permitan un seguimiento actualizado de datos. Un proceso combinado para  llegar a esos insight que sintonizan 100% con el cliente y con ello consiguen su lealtad.


¿Quieres incorporar o mejorar tu programa de lealtad basado en análisis datos ?