Recuerdo que en los años 80 eran muy populares los programas de televisión con concursos que premiaban la capacidad de memorizar y de recordar de una persona. Cuán lejos de la realidad actual están dichos concursos, si todo lo que necesitamos recordar o consultar está a sólo un clic de nosotros. Pregúntale a Google! No tengo duda alguna que big data y Google hoy son amigos inseparables.
Las tendencias de big data están evolucionando rápidamente, donde el aprendizaje automático, el análisis predictivo, el IoT y la informática de vanguardia comiencen a tener un gran impacto sobre los proyectos de big data.
Nuestra sociedad hiperconectada y en particular los millennials generan diariamente enormes cantidades de datos, que hacen que big data esté creciendo a tasas exponenciales alcanzado 1 zettabyte a fines del año 2010 para llegar a 45 zettabytes al año 2020[1]. En simple, big data corresponde a las cantidades masivas de datos que las empresas normalmente recolectan de sus propios procesos de negocio y de sus clientes a través de diferentes medios. Si dichos datos masivos se aprovechan de forma inteligente, grandes volúmenes de datos pueden revelar las tendencias y patrones increíblemente útiles que pueden conducir a enormes mejoras en diversas estrategias de negocio y de marketing en una empresa.[2] Los datos masivos se analizan en cuanto a las tendencias de marketing en los negocios, así como en los campos de la fabricación, la medicina y la ciencia. Los tipos de datos incluyen las transacciones comerciales, mensajes de correo electrónico, fotos, videos de vigilancia, registros de actividad y el texto no estructurado de blogs y medios de comunicación social, así como las enormes cantidades de datos que se pueden recoger a partir de sensores de todas las variedades.[3] Es sin duda una gran fuente de datos disponibles para ser transformados en información para la toma de decisiones.
Los datos masivos están transformando la forma de investigar los mercados. Las empresas necesitarán del análisis en tiempo real para la toma de decisiones efectivas al interior de economías del compartir (economías de la colaboración). Los datos son uno de los componentes claves de la tecnología que soporta la economía de la colaboración. Las personas comparten libremente sus datos para que los demás sepan lo qué necesitan (potencial demanda), y los grandes algoritmos de datos masivos se apliquen para hacer recomendaciones basadas en dónde hay capacidad ociosa disponible para satisfacer las necesidades (potencial oferta). En los datos subyacen los cálculos de capacidad y disponibilidad, integraciones de medios de comunicación social y las interacciones de tecnología digital que juntos hacen que el acceso bajo demanda a las cosas sea posible (acceso rápido a la propiedad). Los datos son también la clave de la facilidad con que nuevas empresas puedan entrar en la economía de la colaboración. Con el análisis de datos se puede actuar de manera rápida y anticiparse a las necesidades de las personas y así actuar proactivamente para alcanzar el liderazgo en la industria.[4]
Con toda esta evidencia a nuestro haber, se configura la necesidad de un plan de análisis a partir de los datos masivos, cuyo estudio se puede abordar desde tres enfoques: cuantitativo, cualitativo y mixto.
- Cuantitativo: recoge datos sobre una variable numérica que puede ser continua o discreta:
- Continua: peso, talla, tiempo de respuesta al cliente, ventas, margen, cuota de mercado.
- Discreta: número de quejas y reclamos de clientes, número de comentarios positivos.
- Cualitativo: recoge datos sobre una variable categórica que puede ser:
- Nominal: nombre de personas, condición civil, tipo de producto.
- Ordinal: nivel socio económico, nivel de escolaridad, meses del año, días del mes.
- Mixto: recoge datos sobre variables numérica y categórica.
El éxito en esta etapa del plan de análisis es establecer correctamente las necesidades de información para la toma de decisiones, para de esta manera seleccionar adecuadamente el tipo de análisis (cuantitativo, cualitativo o mixto) y sus variables asociadas.
[1] Cifras comentadas por el autor en el seminario marketing financiero. Alcanzando a los nuevos consumidores 2015 – 2020, Santiago, 03 de septiembre de 2015 con base en datos de Oracle 2012. http://es.slideshare.net/andressilvaa/marketing-financiero-alcanzando-a-los-nuevos-consumidores-2015-2020
[2] La importancia de la big data en el marketing, léase a Angela Stringfellow, “24 marketing experts reveal the most effective ways to leverage big data in your marketing strategy”, NGData, Jan 19, (2016). http://www.ngdata.com/how-to-leverage-big-data-in-your-marketing-strategy/
[3] Para comprender el impacto de la big data en la nueva economía, véase: PC Magazine Encyclopedia, “Definition of: Big Data”, (2016). http://www.pcmag.com/encyclopedia/term/62849/big-data
[4] La big data y las economías del compartir, léase a H.O. Maycotte, “Millennials Are Driving The Sharing Economy — And So Is Big Data”, Forbes, May 5 (2015). http://www.forbes.com/sites/homaycotte/2015/05/05/millennials-are-driving-the-sharing-economy-and-so-is-big-data/#6dee1cfe2991
CONEXTRATEGIA 