Hoy es normal sentirse abrumados por el concepto de Big Data: la cantidad de información, hechos y datos que encontramos todos los días, y la cantidad que estamos generando cada segundo continúa creciendo de forma exponencial. Pero el problema no es la cantidad de datos, sino más bien la forma en que digerimos esa información y cómo la usamos para el beneficio de nuestra marca. En los siguientes párrafos te explicamos más del tema.
¿Qué es big data?
Para empezar, Big Data no solo es una acumulación de datos, por ello, es necesario saber agrupar e interpretar la información con el fin de ir minimizando las asimetrías y la falta de transparencia.
Eso ayudará a que los mercados se comporten de manera más competitiva por la transparencia de la información, reduciendo costes con una economía de escala creciente.
Con el buen manejo del Big Data podrá optimizarse el tiempo de los factores productivos que la marca o un país necesita para transformarlos en bienes y servicios de calidad y, con ello, ir cerrando las brechas de desigualdad y de distribución»
Tendencia que continuará
La economía global es digital: al 2016 existían 7,4 mil millones de suscriptores móviles; 3,5 mil millones de usuarios de Internet; el 50% de la población tiene acceso a banda ancha móvil; más de 60.000 exabytes de tráfico IP por año; más de 180 millones de aplicaciones descargadas.
La compañía de software Oracle reveló que los datos de las empresas crecen cerca de un 60% por año, y que la cantidad promedio de datos almacenados por las empresas es de 200 terabytes.
Además, según un informe de IDC, la inversión en Big Data alcanzaría los 1,400 millones de dólares en América Latina. Y el Perú no escapará de esa tendencia.
Es parte de una estrategia
Aldo Valladares, Director de Marca de Stringnet, explicó que la hipercomercialización e hipersegmentación del cliente -que se logra con una estrategia eficaz de Big Data- permite a las empresas dar respuestas precisas a las nuevas demandas de consumo.
“Este concepto forma parte de una estrategia completa de gestión de la información que integra nuevos tipos de datos no estructurados, provenientes por ejemplo de emails, logs webs, sensores y redes sociales, junto con los datos estructurados tradicionales en los sistemas empresariales”, sostuvo.
En ese sentido, posibilita generar estrategias exitosas para retener a los clientes existentes, maximizando beneficios y, por ende, brindando un producto o servicio superior.
Casos de éxito
-
Campañas de Obama
Fuente: AFP
Barack Obama convirtío el Big Data en uno de los elementos clave de sus campañas. Con la base de datos que recopilaron sus analistas, sumada a la información que recopilaban los voluntarios gracias al registro en la web de Obama, tenían una megabase de datos que permitía trabajar de forma más efectiva para llegar al votante.
Así, pudieron alcanzar cifras muy elevadas de financiación (el reto estaba en llegar a los 1.000 millones de dólares), a la que sumaron una campaña de mailing en la que nada se dejó al aire.
El Big Data también les ayudó a lidiar con los estados complicados, como Ohio. Allí, el uso de la tecnología de Big Data les permitió saber el estado real de la intención de voto y -por tanto- actuar de forma más realista.
Los datos fueron empleados también en la comunicación de campaña, siendo claves en la compra de publicidad o en la elección de soportes para lanzar el mensaje.
-
Netflix
Netflix alquilaba películas en formato de DVD. En 2009, la compañía decidió empezar a usar Big Data para predecir los gustos de sus suscriptores. Esta decisión les permitió crecer de manera espectacular y convertirse en una de las empresas líderes en servicios de video por demanda en la bolsa de Estados Unidos.
Usando datos del comportamiento de sus usuarios, como los horarios en que ven ciertos contenidos, los dispositivos que usan y los tipos de búsquedas, los desarrolladores de Netflix construyen modelos que ayudan a predecir la “situación perfecta” en la que los usuarios reciben aquellos programas que disfrutan continuamente.
Otro método de analítica de datos es el etiquetado de las películas. Cuando un usuario califica muy alto una película, el algoritmo de Netflix le sugiere un canal de recomendaciones personalizado, con base en estas etiquetas o tags.
Esta función es posible gracias a los taggers, un equipo de personas que visualizan horas y horas de videos, asignando etiquetas y categorías a todo el contenido del catálogo. Este equipo de etiquetadores, además, se refuerza localmente contratando a personas en los territorios donde la compañía tiene previsto desembarcar, para garantizar una incorporación óptima de la cultura audiovisual del país a su algoritmo.
Con todos estos datos, Netflix ha sido capaz de definir cerca de 80,000 nuevos “mini géneros”, con base en un catálogo digital de cerca de 9,000 títulos.
-
IBM Watson
Watson representa una nueva clase de software, servicios y aplicaciones que piensan, mejoran mediante el aprendizaje y descubren conocimientos y respuestas a complejas preguntas a partir de masivas cantidades de Big Data. La capacidad de Watson de responder preguntas complejas planteadas en lenguaje natural con velocidad, exactitud y seguridad está transformando la toma de decisiones en una amplia variedad de industrias, que incluyen salud, servicios financieros y comercio minorista.
IBM logró que Watson pasara de ser una innovación para un juego a convertirse en una tecnología comercial. Utilizando el procesamiento de lenguaje natural y el análisis, Watson procesa información de un modo que imita la manera en que la gente piensa, lo cual representa un importante cambio en la capacidad de una organización de analizar, comprender y responder rápidamente a Big Data.
El sistema ya es entregado a través de computación en nube y tiene la capacidad de alimentar nuevos servicios y aplicaciones de consumidores y empresas. Watson es 24 veces más rápido, es más inteligente, con una mejora del desempeño de 2.400%, y su tamaño fue reducido en un 90%: IBM achicó a Watson del tamaño de una habitación doble a tres cajas de pizza apiladas.
IBM está invirtiendo US$ 1 mil millones para introducir una nueva clase de servicios, software y aplicaciones de computación cognitiva, e invirtiendo US$ 100 millones para impulsar la innovación para que los proveedores de aplicaciones de software puedan desarrollar una nueva generación de soluciones alimentadas por Watson.
