En la venta, el Big Data siempre ha sido muy importante. Las grandes centrales de medios y los institutos de investigación de mercados han prosperado gracias a la generación y análisis de grandes cantidades de datos. El Big data va a ser muy importante en el futuro. Pero ¿qué sucede cuando no hay datos? ¿qué hacemos con el Big Data cuando no hay un triste dato que llevarse al algoritmo?

Aunque no lo crean, la venta directa tradicional de toda la vida es la mejor herramienta para introducir un nuevo producto o servicio y empezar a generar esos datos que luego el Big data va a tratar de digerir.

La venta directa trata de reducir el riesgo de adopción del nuevo producto generando confianza en el cliente. Curiosamente, el principal objetivo de la venta directa, tanto antes como ahora, no es vender sino hacer que el producto se adopte para después ganar participación de mercado.

Hace años se decía que las empresas que más éxito tenían, eran las que gastaban más suelas pues no en vano, los vendedores de éxito deben «patear» la calle. El vendedor en la calle gana la confianza del cliente. El cliente empieza a usar el producto. Las primeras ventas empiezan a rotar. Los emprendedores comienzan a ver el futuro con más confianza.

Ahora la cosa es parecida. El vendedor patea la calle para ganar la confianza del cliente. El cliente empieza a usar el nuevo producto. Pero ahora, tenemos que obtener métricas. El Big data empieza a ser alimentado y empieza a dar pautas de uso de los clientes. El nuevo producto se usa y, tarde o temprano, ese uso se va a traducir en ingresos. En innovaciones radicales, ese humilde vendedor está creando un nuevo mercado.

Muchos podéis pensar que estoy equivocado y que una pequeña fuerza de ventas directa no es tan esencial en la introducción de un nuevo producto. Ahora, pensad en las tiendas de Apple: ¿qué son sino venta directa y publicidad de marca?

Las innovaciones más radicales empiezan con fuerzas de venta directas.

Es importante respetar el orden de la receta: suelas de zapato, métricas y big data.