Big data y oportunidades de negocio.
Hace unos días, tuve una charla muy interesante con una persona del sector Digital media, donde hablamos de la importancia del Big Data.
Lo que más me llamó la atención, fue su comentario al hilo de la conversación: Manolo, cada vez es más importante en nuestro negocio todo lo relacionado con los datos (matemáticos estáis de suerte) pero sobre todo, lo más importante es saber cómo interpretarlos porque el objetivo es diseñar acciones que permitan cómo hacer las cosas mejor. En conclusión….necesito un diseñador de experiencias que en base a un previo análisis de los datos, sepa personalizar nuestra oferta gracias a todo el potencial que nos ofrece la analítica.
Me dejó muy pensativo esta conversación. Para poder abordar nuevos proyectos necesitas fuentes que te aporten volumen, velocidad y variedad, y creo que es aquí donde surgen muchas dudas a los directivos de las empresas respecto a lo que implica el Big Data.
Pero…¿qué es el big data?. Es un ecosistema que converge negocio, tecnología y analítica avanzada. ¿Para que sirve el Big Data? A partir de una correcta gestión de los datos, tener argumentos de peso que me permitan tomar decisiones de forma objetiva y ágil para generar nuevas oportunidades de negocio.
¿Cuáles deben de ser los 3 ámbitos donde mayor impacto tenga el Big data?:
- Estratégico
Al disponer de información ágil, puedo tener una mejor planificación y esto me lleva a explotar de forma global mi inteligencia competitiva. Pongamos un ejemplo:
Una empresa que proporcione servicios de tráfico (automovilístico) en tiempo real (INRIX o Nokia), puede vender su contenido que unificado a otras fuentes como por ejemplo la meteorología (Weatherchannel o meteogroup) aporta una mejor eficiencia a la hora de prevenir y evitar accidentes.
- Marketing & Ventas
En este área es donde se lleva más tiempo “explotando” los datos, cuyo objetivo principal es tener un mayor conocimiento sobre el cliente, pero considero que es ahora cuando de verdad hay amplitud para desarrollar un Marketing 1 a 1.
Ahora, se puede segmentar con más variables (gracias a los datos de los cuales disponemos), y se puede ser mucho más eficiente manteniendo un mismo volumen de inversión publicitaria.
Pongamos otro ejemplo: Una compra de un libro en Amazon, genera una solicitud de compra cuyo almacenaje de datos de la compra, permite comparar con las compras de otros usuarios y así sugerir alternativas relacionadas con esa compra. Tiene una efectividad alta para llevar a cabo acciones “push “ de cross selling y up selling.
- Operaciones
Como hemos visto anteriormente, la búsqueda de eficiencia viene por supuesto respaldada por los datos, y claro está, también afecta al dpto. de operaciones. En este caso y cómo ejemplo de un retail, una parte importante podría ser cómo minimizar todo el impacto que supone el fraude, identificando los correos electrónicos o analizando las conversaciones que hay grabadas. El objetivo es generar algoritmos “adecuados” que nos permitan detectar y predecir con margen suficiente, donde alguien está “haciendo trapas” y que puede tener un impacto muy fuerte en nuestro negocio.
La tecnología avanza a pasos agigantados y los datos facilitan la proximidad con el cliente. De ti depende tener este pilar de proximidad con tu cliente que en conjunción con un buen diseño de experiencias es lo que convertirá en fundamental a las empresas del futuro.
