https://www.facebook.com/wilber.carrion.1 - Twitter: @wilbercarrion  
  Su apoyo es bienvenido, cuenta: BBVA Continental- 0011 0175 0200256843  

lunes, 9 de enero de 2017

Big Data

  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: