Big
Data: Lo que las empresas esperaban
FORBES- 9 de enero de 2017
Lo importante no es sólo tener
datos de nuestros clientes o prospectos, sino usarlos de la mejor manera,
analizándolos para saber exactamente cómo llegar a ellos.
Información es poder, afirma una
popular frase; sin embargo, es importante precisar que no es poderoso quien
tiene estos datos, sino quien los usa adecuadamente. Las organizaciones cada
vez están más convencidas de que el manejo óptimo de su data es sinónimo de
innovación, competitividad y crecimiento, pero sobre todo saben que les permite
tomar decisiones inteligentes y rápidas, favoreciendo el cumplimiento de los
objetivos de negocio. Es por ello que ven al Big Data como la solución
tecnológica que tanto esperaban.
Pero, ¿qué es Big Data? Este
término, que cada vez está más en boga en las empresas de todos giros y
tamaños, es conocido también como datos a gran escala, y hace referencia a la
gestión y análisis de enormes volúmenes de información, mismos que no pueden
ser tratados de forma convencional y se evalúan con ayuda de la tecnología.
Necesidad de almacenar y analizar
cada vez más datos
Día con día, las organizaciones
generan data de todo tipo, la cual es recopilada mediante cajas registradoras,
teléfonos móviles e Internet, entre otras fuentes. De este último es de donde
proviene la mayor parte de la información; y es que nosotros como usuarios le
decimos activamente a la red una gran cantidad de cosas, todo a partir de
nuestra experiencia digital: qué buscamos, dónde estamos, qué comemos, cuáles
son nuestros intereses, qué compramos y hasta quiénes son nuestros amigos.
También hay una serie de datos
que se guardan de nosotros pasivamente; por ejemplo, la localización de nuestro
smartphone, el tipo de equipo que usamos, las aplicaciones que tenemos
instaladas, los programas de TV que vemos o programación de radio que escuchamos.
Incluso, con tecnología de beacons (sensores), algunas tiendas pueden saber
cuándo una persona ve un artículo específico en algún establecimiento.
Es importante comentar que dentro
de nuestro comportamiento de navegación existen señales fuertes y débiles que
ayudan a segmentar y definir audiencias, información que resulta clave a la
hora de construir estrategias de publicidad. Sin embargo y pese su relevancia,
aún existen profesionales del marketing que dentro del nuevo mundo de lo
programático siguen cometiendo errores al definir dónde debe de salir la pauta,
en vez de definir cuál es el objetivo que se quiere lograr.
Y para muestra, un botón. Hace
poco, un CMO de una importante armadora de autos me estaba “briefeando” sobre
lo que necesitaban para la presentación de una nueva camioneta familiar, de las
famosamente conocidas en México como “mamá móvil”. El requerimiento era
impactar en medios digitales a las mujeres con hijos pequeños que, según decía,
son las que manejan este tipo de vehículos.
El primer problema que
identifiqué fue que no había sustento en la definición de su cliente potencial:
él asumía que esa camioneta era comprada y usada por mamás con hijos pequeños.
Pudo haber tenido razón, pero no era un insight basado en datos duros; como los
que arroja el Big Data. Lo segundo de lo que me percaté, fue que igualmente
asumía (también empíricamente) que las mamás con hijos pequeños visitaban
páginas que él calificaba como de “cocina y celebridades”, entre otros. No
obstante, en un primer análisis simple salió que, en los sitios mencionados,
más de una tercera parte de los usuarios eran hombres, e inclusive eran ellos
quienes, en su mayoría, tomaban la decisión de compra, aun cuando las manejaran
sus esposas. En conclusión, de haber impactado a mujeres solamente, como era su
objetivo, al menos una tercera parte de su inversión estaría desperdiciada al
no contemplar al sexo masculino, factor duro arrojado por el Big Data.
Algunos ejemplos de insights
reales que han salido de algunas campañas son: cuando alguien se casa, hay
mayor probabilidad de que compre una nueva marca de café; cuando alguien se
cambia a una casa nueva, hay mayor probabilidad de que adquiera una nueva marca
de cereal; o cuando alguien se divorcia o separa, aumenta la probabilidad de
comprar diferentes marcas de cerveza.
Tipos de data
En el mundo del marketing
programático existen tres tipos de data:
La data que se genera de la misma
empresa: Información obtenida de ventas, visitas a su sitio o sucursal, llamada
telefónica, que vio un video o que hizo click a un anuncio (a esto se le conoce
como 1st party data).
La data que venden empresas que
se dedican a comercializar perfiles: Existen compañías que, por el giro e
industria a la que se dedican, generan información de audiencias, misma que
comercializan. Por ejemplo: aquellos comercios que tienen el registro de
personas que han estado en aeropuertos en los últimos días; personas que
visitaron sitios de autos; o quiénes estuvieron buscando vacaciones o vuelos
recientemente. Toda esta data la ponen al alcance de empresas interesadas en
esos perfiles particulares (también conocida como 3rd party data).
La data del punto uno que es
utilizada por otra empresa: Es un convenio entre empresas; por ejemplo, una
aseguradora de autos usa la data de un grupo de agencias automotrices, sobre
todo de las personas que acaban de comprar un auto, o una aerolínea que usa la
data de un sitio que vende boletos a un concierto e identifica a las personas
que están en diferente ciudad del evento (comúnmente llamada 2nd party data).
Los consumidores/usuarios son
seres cambiantes y complejos, por lo que las empresas tienen que recurrir a
soluciones como el Big Data, a fin de conocerlos mejor y ofrecerles productos y
servicios más relevantes. Lo que buscan las marcas es determinar quiénes son y
cuáles son sus principales preferencias, con el propósito de adelantarse a sus
peticiones. Aquí radica la trascendencia de herramientas inteligentes que
contribuyen a la definición de estrategias del negocio.
Luis Arvizu-VP Comercial para
LATAM y US Hispanics en MediaMath, empresa global de tecnología, y cuenta con
más de 20 años de experiencia en la industria del marketing digital.
No hay comentarios:
Publicar un comentario