SystemsTechnology
Cómo funciona ENNAI.
ENNAI es, antes que nada, un sistema de datos. Esta página describe las capas con las que está construido, en el orden en que los datos las atraviesan, y es explícita sobre qué capas existen hoy y cuáles son dirección futura.
Arquitectura
Siete capas, en el orden en que las atraviesan los datos.
Cada capa está etiquetada según su estado real. Preferimos ser útiles en eso antes que impresionar.
- 01
Ingesta de datos
Conectar los sistemas que un negocio ya utiliza, en lugar de pedirle que se traslade a una plataforma nueva.
Foco actual de desarrollo- Registros de CRM, ecommerce y transacciones
- Comportamiento de web y producto
- Datos de publicidad y campaña desde las plataformas existentes
- Datos de ingresos y pedidos
- Sincronización programada, no exportaciones puntuales
- 02
Perfiles de cliente e identidad
Resolver a la misma persona a través de los sistemas en un único perfil: el paso que hace posible todo lo demás.
Foco actual de desarrollo- Coincidencia determinista sobre identificadores que un negocio ya posee
- Un perfil por cliente, con sus registros de origen trazables
- Historial conservado en el tiempo, no solo una foto del estado actual
- Sin base de datos de consumidores de terceros, sin grafo de identidad comprado
- 03
Modelo de datos
Una estructura que describe clientes, campañas e ingresos con el mismo vocabulario, para poder razonar sobre ellos de forma conjunta.
Foco actual de desarrollo- Entidades de cliente, pedido, sesión, campaña y creatividad
- Medidas derivadas: recencia, frecuencia, valor, margen cuando está disponible
- Diseñado para poder inspeccionarse y explicarse, no una caja negra
- 04
Predicción
Modelos sobre esos datos que producen las señales predictivas alrededor de las que está construido el producto.
Foco actual de desarrollo- Probabilidad de compra, probabilidad de abandono y valor de cliente previsto
- Próxima necesidad probable y momento aproximado
- Empezando por enfoques bien entendidos antes de nada más sofisticado
- Evaluados frente a resultados reales reservados para prueba, no frente a una demo
- 05
Capa de decisión
Convertir predicciones en recomendaciones priorizadas y explicables sobre las que un equipo de marketing puede actuar.
Dirección prevista: todavía no construido- Priorización con el razonamiento incluido
- Recomendaciones de presupuesto y audiencia
- Decisión humana, no ejecución automática
- 06
Activación
Devolver las decisiones a las plataformas de marketing que un equipo ya utiliza.
Dirección prevista: todavía no construido- Audiencias hacia plataformas publicitarias y de CRM existentes
- Sin exchange, DSP ni inventario publicitario propio de ENNAI
- Optimización de presupuesto multicanal como etapa posterior
- 07
Medición y aprendizaje
Cerrar el círculo para que los resultados se conviertan en evidencia y no en un informe mensual.
Dirección prevista: todavía no construido- Resultados atribuidos a las decisiones que los precedieron
- Resultados reintroducidos como señal de entrenamiento
- Holdouts y comparación controlada cuando la escala de un cliente lo permite
First-party data
ENNAI parte de los datos que un negocio ya posee.
Sin intermediarios de datos de terceros, sin bases de datos de consumidores compradas. ENNAI Intelligence conecta, estructura y analiza los datos que un cliente ya tiene, y nada más de lo necesario para responder a la pregunta que tiene delante.
Entradas habituales
- Clientes
- Transacciones
- CRM
- Comportamiento web
- Campañas
- Datos publicitarios
- Ingresos
Construido con el RGPD, el consentimiento y la minimización de datos como requisitos arquitectónicos, no como un parche de cumplimiento posterior, reflejo de la base de ENNAI en España y Europa.
Privacidad y seguridad
Construido para el entorno de datos europeo.
ENNAI maneja datos de clientes que pertenecen al negocio de otra empresa, y eso marca el estándar. Son compromisos arquitectónicos, no afirmaciones de cumplimiento. No vamos a decirte que un producto en desarrollo está certificado.
First-party por diseño
ENNAI trabaja con datos que un negocio ya posee y con los que tiene una relación. No hay intermediación de datos de terceros en el modelo.
Consentimiento y minimización
Recoger lo que tiene un propósito declarado y nada más, con el estado del consentimiento presente a lo largo de todo el pipeline, no asumido.
Acceso y auditabilidad
Separación de roles, y un registro de quién accedió a qué y cuándo: un requisito arquitectónico, no algo añadido después.
Borrado técnicamente real
La eliminación tiene que propagarse a través de perfiles y datos derivados, lo cual es una restricción de diseño del propio modelo de datos.
Entorno de datos europeo
ENNAI se construye desde España para clientes europeos, con la residencia de datos en la UE como supuesto por defecto.
Qué está pensado para hacer esto, y hacia dónde va a continuación.