La Wikipedia nos dice:
"en la tecnología de la información,
el big data es una colección de
conjuntos de datos tan grandes y complejos que se hace difícil de procesar
utilizando herramientas de gestión de base de datos o aplicaciones
tradicionales de procesamiento de datos."
En otras palabras, tenemos a nuestra disposición más datos
que nunca. Y, mientras exista Internet, cada vez tendremos más datos
sobre nuestros consumidores (personas), sobre nuestros productos y sobre
nuestros servicios. Siempre, claro, que éstos estén conectados a través de la red.
Hoy en día, gracias a Internet, podemos obtener datos como: cuáles
son los canales que generan tráfico a nuestra web, qué
rutas siguen los usuarios para buscar la información que necesitan, a qué hora se
conectan, cuánto tiempo pasan conectados, qué secciones visitan, qué leen, qué
les interesa, y un largo etc. Pero la información no se limita al ámbito de las
páginas web. Por ejemplo, en el caso de un público muy concreto, los runners, podemos saber: qué distancias
corre, a qué velocidad media, cuántas calorías quema, cuántas veces por semana
sale a correr, qué temperatura hace cuando sale, cuánto pesa, cuántos pasos da,
etc.
Como puedes imaginar, con tal volumen de datos disponibles,
es necesario que hagamos un gran esfuerzo para: recopilar, almacenar,
administrar, mantener y analizar datos,
y adecuar luego nuestra estrategia de
negocio en consecuencia a los resultados. Eso sí, merece la pena. Si quieres saber más sobre la transformación digital de las empresas descarga gratis este eBook.
Fuente Infografía: wikipedia, Opentracker, Inesdi Digital Business School
Según un estudio de McKinsey & Company publicado en
2011, "las empresas que analizaron el big data y crearon estrategias
acorde a los resultados, crecieron de 2 a 20 veces más rápido que sus
competidores".
Un buen ejemplo de este crecimiento es el que vivió la
industria del cuidado de la salud (healthcare)
entre el 2011 y el 2014 recogiendo grandes cantidades de datos a fin de obtener
modelos de predicción para anticiparse al comportamiento de los consumidores.
Hoy en día, analizan desde los costes de producción de producto, tipos de
tratamiento, los hábitos de consumo hasta la propensión a la enfermedad de cada
consumidor.
Casos de éxito: T-Mobile
T-Mobile consiguió reducir a la mitad el número de
portabilidades en 2011 gracias a la aplicación de técnicas de big data.
Las operadoras de telefonía móvil e Internet tienen un número impresionante de
datos sobre sus clientes: la cantidad de llamadas que realizan, las horas en
las que tienen lugar, sus números favoritos, el número de llamadas que se
cortan por problemas de cobertura y un larguísimo etcétera.
Con todos estos datos en la mano y analizando las
interacciones de sus clientes en las redes sociales, la empresa utilizó
principalmente tres herramientas: sus propios sistemas de cobro, herramientas
de monitorización social (ORM - Online Reputation Management), además de Splunk y Tableau Software para
analizar la información y presentarla de forma visual.
Combinando toda esta información descubrieron que las
expectativas de portabilidades podían determinarse a través del análisis de
tres factores:
1.
Facturas
2.
Llamadas que se cortan debido a mala cobertura
3.
Conversaciones de los clientes: positivas, negativas
o neutrales
Todos estos factores fueron asociados a la identidad digital y a la reputación online
en medios sociales de cada uno de sus consumidores, partiendo de la hipótesis
de que un consumidor con un gran número de seguidores en redes sociales podría
tener un efecto positivo o negativo en otros usuarios y/o potenciales usuarios
de la marca.
Aprovechando la nueva inteligencia
de negocio adquirida, T-Mobile decidió calcular para cada cliente un Customer
Lifetime Value según las expectativas de negocio y permanencia. Esta
información se almacena y gestiona a través de un sistema CRM posibilitando así el acceso en tiempo real por parte de
los agentes comerciales de la compañía, de manera que podían presentar ofertas personalizadas en función de
su valor personal.
Gracias a esta explotación del big data, T-Mobile supo
aprovechar de una forma excelente las oportunidades
de negocio que se le presentaban, pasando de casi 100.000 portabilidades en
el primer trimestre de 2011 a tan sólo 50.000 en el segundo trimestre, una
reducción del 50%.
Otras buenas prácticas en big data
Big data contra el
crimen
El análisis y cruce de datos de la actividad delictiva en
Londres se utiliza para orientar la actuación de la policía antes de que éstos
se cometan, analizando las tendencias clave y poniendo mayor énfasis en vigilar
aquellas zonas de más riesgo. Por ejemplo, gracias a una aplicación de CRM con la que manejan los datos, son
capaces de saber con un 68% de probabilidad si en una zona concreta se van a
producir más de 5 crímenes al mes.
Big data para
ayudar al cliente
La empresa de comercios minoristas Wal-Mart ha incrementado
la conversión de sus visitas en la web en un 10% desde la utilización de
análisis semántico de texto en el buscador de su página. El entendimiento de
los datos que da el cliente permite ofrecer resultados más relevantes que
solucionan sus necesidades.
Si (
No(
.jpg "Todo lo necesario para que tu empresa sea reconocida a nivel internacional")
