El Big Data se está convirtiendo rápidamente en el futuro de la mercadotecnia. A través de ellos, puede integrar el resultado de las soluciones analíticas dentro de sus procesos de negocio para generar valor y tomar las decisiones correctas en el momento adecuado.
Aplicaciones móviles, redes sociales, web services: el boom de las estrategias digitales significó una revolución publicitaria para cientos de empresas alrededor del mundo. Aunque sin duda estas actividades son un canal bastante interesante para lograr una comunicación más personalizada y veloz con sus clientes, existe una nueva tendencia que está comenzando a arrasar con la manera en que hacemos marketing: el Big Data.
Según algunos expertos, el llamado “Big Data” reúne aquello con lo que todo buen especialista en mercadotecnia alguna vez soñó. En pocas palabras, este término se refiere al volumen, la velocidad, la variedad, la variabilidad y complejidad cada vez mayores de la información que los usuarios dejan en su paso por Internet.
¿Por qué tanto revuelo?
Los datos masivos están cambiando la forma de hacer y comprender a los negocios, la política, la educación y la innovación. Pero ¿en qué radica su importancia? El Big Data es mucho más que una base de datos. De acuerdo al corporativo informático International Business Machines (IBM), esta tendencia en el desarrollo tecnológico ha abierto ventanas hacia un nuevo enfoque de entendimiento y toma de decisiones.
El Big Data nos permite agrupar y describir enormes cantidades de datos (estructurados, no estructurados y semi estructurados). Este concepto aplica para toda aquella información que no puede ser sistematizada o analizada utilizando procesos o herramientas tradicionales.
Antes de explicar en qué consiste una plataforma de este tipo, hablemos de cuáles son las fuentes de información y el tipo de dato susceptible a ser tratado a través del Big Data.
Las minas de información
Aunque no se trata de un tema precisamente nuevo, actualmente contamos con más datos que los que habíamos generado en siglos. Las personas, instituciones y empresas estamos constantemente creando y almacenando información. En un inicio, los datos tradicionales estaban estructurados y organizados en bases de datos (información fiscal, historiales médicos, datos de compra, etc.).
A raíz de la popularización del Internet y la digitalización de decenas de servicios, se detonó una proliferación masiva de los llamados datos no estructurados. Este tipo de información es generada por nuestras interacciones digitales: correo electrónico, ventas en línea, mensajes instantáneos, videos en YouTube, tweets y hasta actualizaciones en Facebook. De acuerdo a IBM, diariamente se producen 2.5 exabytes (equivalente a 2.5 billones de gigabytes). Si todos estos bits y bytes fueran bloques de juguete, podríamos construir una carretera que llegara hasta la Luna y de regreso, equivaliendo a un total de 768, 800 km.
Tipos de datos masivos
Podemos clasificar los tipos de Big Data de la siguiente manera:
1.- Web&Social Media: Incluye contenido web e información que es obtenida de las redes sociales (Facebook, Twitter, LinkedIn, blogs, etc.).
2.- Machine-to-Machine (M2M): M2M se refiere a las tecnologías que permiten conectarse a otros dispositivos. M2M utiliza dispositivos como sensores que capturan algún evento en particular (velocidad, temperatura, presión, variables meteorológicas, variables químicas como la salinidad, etc.), los cuales transmiten a través de redes alámbricas, inalámbricas o híbridas a otras aplicaciones que traducen estos eventos en información significativa.
3.- Big Transaction Data: Incluye registros de facturación, en telecomunicaciones registros detallados de las llamadas (CDR), etc. Estos datos transaccionales están disponibles en formatos tanto semiestructurados como no estructurados.
4.- Biometrics: La llamada información biométrica está compuesta por datos como huellas digitales, escaneo de la retina, reconocimiento facial, genética, etc. En el área de seguridad e inteligencia, este tipo ha sido de gran relevancia para agencias de investigación.
5.- Human Generated: Se trata de todos los datos creados por las personas, tales como notas de voz, correos electrónicos, documentos electrónicos, estudios médicos, etc.
¿Quiénes ofrecen este servicio?
El primer paso en la realización de una plataforma de Big Data es la identificación de las fuentes de información. No todao dato disponible en Internet puede resultar relevante para su empresa. Uno de los errores más comunes que cometen los encargados de mercadotecnia y publicidad cuando manejan Big Data es ser acumulativos. Tras invertir múltiples recursos en obtener y guardar todos los datos de sus clientes, una vez que los tienen, no suelen tener idea para qué los van a utilizar.
Michael Plimsoll, director de marketing de Adobe, recomienda definir desde el principio los objetivos, problemas y realidades que desean cumplir, resolver o conocer. Por ello, Plimsoll recomienda cuatro puntos esenciales al utilizar datos masivos:
1.- Observe y escuche a través de las redes sociales.
2.- Recolecte los datos que necesita en función de sus metas y analice el mensaje adecuado para cada cliente.
3.- Agrupe los mensajes según el tipo de cliente.
4.- Envíe estos mensajes teniendo en cuenta el tipo de dispositivo a través del cual lo recibirán.
De los grandes datos a las grandes decisiones empresariales
Además de aportar significativamente al campo de la ciencia y la tecnología, el Big Data está desarrollando una fuerte incidencia en marketing, publicidad y medios. Prácticamente, cualquiera que diseñe, desarrolle y/o venda algo puede usar eln análisis de Big Data para volver más eficientes sus procesos de producción y manufactura, así como tornar más eficaces a sus estrategias de marketing. Esto se debe a que, a raíz del análisis de los datos masivos, es posible encontrar patrones o grupos de clientes afines a un producto o servicio.
Hoy en día, las empresas pueden optar por conservar toda su información en las computadoras de sus oficinas o confiársela a proveedores de servicios basados en la “nube”. En México, aún no existen muchas grandes compañías que hayan invertido en desarrollar su propio departamento de análisis de datos masivos debido a los altos costos en infraestructura y capacitación. Sin embargo, existen varias plataformas especializadas que han desarrollado la tecnología para administrar y procesar estos datos de forma rápida y eficiente. Entre ellos podemos encontrar, por mencionar algunos, a Hadoop, MongoDB, Cassandra y NoSQL.
Cualquier empresa que diseñe, desarrolle y/o venda
algo puede usar eln análisis de Big Data para volver
más eficientes sus procesos de producción y manufactura,
así como tornar más eficacesa sus estrategias de marketing.
Estas plataformas de “código abierto” pueden ser una opción interesante para las pequeñas empresas. Este término se utiliza para referirse al software cuyo código fuente está a disposición del público. Dado que el código puede modificarse, adaptándose a las necesidades particulares, resulta una buena solución para las pymes que trabajan con un presupuesto limitado.
Por ejemplo, Hadoop trabaja utilizando un algoritmo de procesamiento y búsquedas llamado MapReduce, el cual permite realizar consultas a una base de datos inmensa y obtener respuestas rápidas. Esta herramienta es capaz de enviar una orden a cada máquina para que busque en su disco duro, recolectar todas las contestaciones y ordenarlas para resolver la consulta. MapReduce puede resolver con éxito cargas de trabajo de gran complejidad, como el procesamiento del lenguaje humano o el aprendizaje de las máquinas.
El caso de Criteo
Al obtener este tipo de datos de forma simplificada, su empresa puede tomar decisiones importantes sobre su mercadotecnia. Tomemos el caso de la empresa francesa de anuncios en línea Criteo. Ésta comenzó a seguir la navegación de sus clientes. A través de este proceso, consiguieron hacer anuncios personalizados a medida de los intereses del usuario. Hoy en día trabajan con 3,000 anunciantes en todo el mundo y provee mil millones de banners al día que pueden cambiar en tiempo real según quién visita el lugar, logrando así que dos usuarios diferentes no se estén viendo la misma publicidad.
