Estrategias para sacar partido del ‘big data’ en tu empresa

El uso inteligente de grandes volúmenes de datos cruzando diferentes fuentes ya es una realidad en muchas empresas. Analiza cómo se está empleando en negocios de todos los sectores.

Publicidad - Sigue leyendo debajo

Para el año 2020, el volumen de datos en el mundo alcanzará los 40 zettabytes, es decir, 5.247 GB por cada habitante del planeta. Este increíble volumen de datos ofrece una enorme capacidad para conocer a los usuarios y ofrecerles exactamente lo que demandan, lo que está convirtiendo al Big Data en la llave del éxito de muchas acciones de marketing.

También es fundamental como herramienta estratégica por su capacidad para crear modelos predictivos que ayuden a prevenir situaciones negativas. De hecho, el 78% de las empresas que lo utilizan lo hacen con ese fin”, comenta José Andrés García.

¿Cómo lo están utilizando las empresas early adopters y qué puedes aprender de ellas? Algunas recurren a datos externos. Por ejemplo, la información que está disponible en la web o en las redes sociales. En este sentido, “Twitter se ha convertido en el mayor archivo público de la conducta y pensamiento humano que ha existido nunca. Sus datos se utilizan para todo, desde predecir epidemias hasta ayudar en la respuesta de los desastres naturales. De hecho, hemos puesto esta información a disposición de los investigadores académicos a través de Twitter Data Grants porque creemos que apenas estamos arañando la superficie de todo lo que se puede conocer”, explica Alex Gibelalde, responsable de Marketing de Twitter España.

Internet y las redes sólo son una fuente más de información y análisis de datos. Hay muchas combinaciones de fuentes para introducir mejoras en cualquier negocio.

Eléctricas

El sector energético se va a transformar por completo en tres años. Podrá producirse energía bajo demanda. O dicho de otra forma, aumentar o reducir la producción en función de las necesidades del mercado en tiempo real. Esto será posible gracias a los contadores inteligentes, que estarán instalados en todos los hogares europeos para 2018, la fecha tope que ha impuesto por Ley la UE.

“Estos contadores van a proporcionar datos en tiempo real, imagina cómo puede repercutir en el mercado. La electricidad es imposible almacenarla. La que no se consume se pierde. Si en cada momento tienes capacidad para producir la electricidad exacta que se necesita en cada zona concreta, las eléctricas serán más eficientes y se ahorrarán mucho dinero”, explica José Andrés García.

Banca

“En banca se está utilizando tanto para campañas de marketing, adaptando la oferta a los gustos de cada cliente, como en temas de gestión e identificación del fraude. Por ejemplo, detectar cuándo se está cometiendo un fraude con una tarjeta duplicada. Si estás realizando una transacción en España y dos horas después se produce otra en Miami con la misma tarjeta, el sistema lo detecta y puedes crear una alerta para evitar la transacción”, comenta Miguel Angel Martín, líder del equipo de ventas de Big Data&Analytics de IBM España.

“También para cálculo de riesgo. Se pueden identificar qué productos financieros son mejores o peores teniendo en cuenta toda la información que se está generando en los mercados”, añade Martín. Información no sólo procedente de los parqués de todo el mundo, sino además cruzada con predicciones de cosechas, desastres meteorológicos, etc. Si puedes hacer previsiones de cuánta va a ser la producción mundial de maíz o de trigo, por ejemplo, puedes anticipar cuánto invertir en el mercado de futuros.

“O identificar zonas geográficas de riesgo o de oportunidad. Creamos mapas con zonas en las que vemos concentración de créditos hipotecarios fallidos, muchas familias que no han podido pagar su hipoteca. E intentamos detectar por qué. Puede haber un cierre de una fábrica o cualquier otro factor que haya provocado un hundimiento de la economía de la zona.

Automoción y seguros

Otros usos de big data están relacionados con el desarrollo de sensores como los que se instalan en los coches. “Ford ha establecido una compañía suya en Palo Alto (California) porque el coche dentro de dos días, como quien dice, será un dispositivo digital más. Estos sensores permiten conocer qué piezas se están desgastando de acuerdo a las especificaciones con las que se han construido y prever qué piezas van a fallar.

El coche te avisará antes para que lo lleves al taller mecánico. Los sensores también ayudan a conocer el perfil del conductor: si es lento o agresivo en la conducción, cuántos kilómetros hace al mes, por qué carreteras viaja habitualmente... y toda esa información se puede cruzar con empresas de servicios, en este caso las aseguradoras, para diseñar planes de precios personalizados”, dice José Andrés García.

'Retailers´ y e-commerce

Todos los grandes, como El Corte Inglés, Desigual, Mango, Fnac..., están invirtiendo en big data para realizar estudios de mercado, identificar quién cambiará de electrodomésticos este año, crear productos de éxito o sugerir artículos adaptados a sus gustos en tiempo real. Y no solamente al navegar por un e-commerce. “Cuando alguien sale de la línea de caja, si paga con una Visa Carrefour, por ejemplo, que te puede identificar de alguna manera, te hacen promociones teledirigidas. Estas acciones tienen un fuerte impacto en la venta. Cuanto más se afina el conocimiento del cliente, más compra. Se le pueden ofrecer  promociones para la siguiente compra, con una fecha de caducidad para que anticipe su vuelta al comercio. Carrefour puede conocer lo que compras en el punto de venta y tus movimientos por la web, tus últimas compras, lo que dices en Facebook y en Twitter, si tienes alguna queja...”, explica Enrique Serrano.

Gestión del punto de venta
“Más utilidades. El director de una gran superficie puede saber si en su centro se está vendiendo menos Leche Pascual en esos momentos que en otros similares. Y tomar decisiones para impulsar las ventas. Igual hay una rotura de stock que no se ha detectado. O un retail pequeñito, provincial o regional, puede analizar al consumidor de ese lugar y ajustar mejor el surtido dependiendo de la zona geográfica; esto es un ejemplo real de un cliente. Los retailers suelen ofrecer un surtido que es café para todos y el éxito muchas veces está en particularizar la oferta, las referencias, en función de tu público más cercano. Las variables geográficas y meteorológicas influyen muchísimo”, añade Serrano.

 

Telecomunicaciones y su gestión de los clientes

Los grandes teleoperadores están invirtiendo en big data para evitar la información estanca que tienen de sus clientes y gestionar la atención desde un conocimiento mucho mayor y totalmente personalizado. “Todas las telecos están cogiendo esa información en tiempo real y saben cuánto te queda de saldo, a quién llamas regularmente, cuánto tardas en llamar... Y son capaces de saber qué necesitas en cada momento y ofrecértelo. Si regularmente llamas a tus padres que viven en Venezuela, te pueden hacer campañas de ofertas para que tus llamadas te salgan más baratas a Venezuela, un pack familiar, etc.”, dice Miguel Ángel Martín.

Es también información clave para crear patrones de comportamiento futuro del cliente: prevenir abandonos, anticipar el consumo potencial en telecomunicaciones de una familia, conocer su sensibilidad al precio, etc. Incluso para diseñar argumentarios de venta telefónica. “En los call center se utiliza la información de cliente para preparar mejor las llamadas y durante el discurso con el cliente se utiliza una algorítmica con cierta inteligencia que ayuda al operador a centrar el discurso mucho más con la persona que está hablando de tal manera que es más fácil que antes conseguir el cierre de la venta o hacer venta cruzada de sus productos”, afirma Enrique Serrano.

Logística y distribución

“En todo lo que conforma la cadena de suministro, el big data está ajustando muchísimo todos los procesos. En esta cadena entran en juego muchos datos y factores. Por poner un ejemplo real, una empresa de logística que dependa del empaquetado del producto puede disponer de un sistema robotizado en la línea de producción con sensores que te mantienen informado en todo momento de lo qué está sucediendo, anticipar cuándo se va a estropear una pieza o una máquina y adelantarte al problema. Es lo que se llama mantenimiento preventivo“, explica Miguel Ángel Martín.
Y en lo relativo a la distribución, cruzar datos geoespaciales, con la información de tu gestión de flotas, la que te llega de un GPS de un camión, para identificar dónde te encuentras, qué problemas tienes, en tiempo real. Incluso planificar nuevas rutas”, continúa Martín.

Deporte

IBM ha monitorizado el tenis con la herramienta SlamTracker que, aplicada a cualquier deporte, ayudará a que los entrenadores tomen decisiones en tiempo real. “En fútbol, este tipo de tecnología permite ver los puntos calientes en el campo, dónde se está moviendo más cierto jugador, etc. Y vamos más allá. Ahora permite que una persona tome decisiones más ágiles y acertadas gracias a la analítica. El futuro es que un sistema llegue a tomar esas decisiones”, afirma Martín.

Salud y emergencias

Es uno de los campos en el que todavía está todo por hacer. Pero con unas potencialidades enormes por la gran cantidad de información que se va a recoger procedente de los wearables (los relojes, pulseras y gafas inteligentes). Esta nueva información, cruzada con la que ya existe en Internet y en los centros de investigación, revolucionará la medicina. “Las instituciones gubernamentales aprovechan los datos para hacer un seguimiento de cómo se propagan las enfermedades o en sus procesos de respuesta frente a los desastres naturales. Por ejemplo, los investigadores de HealthMap en colaboración con los departamentos de salud pública de Estados Unidos están haciendo un seguimiento de los brotes de intoxicación alimentaria utilizando datos de Twitter, debido a que estos brotes a menudo no se registran. Incluso por los Servicios Geológicos de Estados Unidos para avisar de un terremoto, pues a menudo los datos de Twitter son más rápidos que sus sensores”, comenta Álex Gibelalde.

Otro ejemplo: la tecnología de computación cognitiva de IBM está ayudando a desarrollar el mercado de la industria farmacéutica y la investigación médica. Esta tecnología permite acelerar la I+D ayudando a los investigadores y científicos a detectar patrones escondidos entre la enorme variedad de datos que manejan en sus investigaciones. Reducen a unas semanas investigaciones sobre el cáncer que de otra forma llevarían años, por poner un ejemplo reciente sobre un estudio de proteínas que afectan a la proteína p53, relacionada con varios tipos de cáncer.

Administración publica

La empresa municipal de transporte de Madrid (EMT) ha dejado en abierto su información a través del portal http://opendata.emtmadrid.es “Son datos sobre la posición de los autobuses, el tiempo de llegada a las paradas, la información que recogen los sensores que llevan los autobuses, etc. para que los desarrolladores y emprendedores puedan utilizarlos y crear sus aplicaciones, como Moobit, que se utiliza en el transporte público a nivel internacional. O aplicaciones de transporte multimodal para colectivos como los discapacitados, que combinen información de autobuses con cajeros automáticos accesibles, por ejemplo”, explica Enrique Diego Bernardo, subdirector de tecnología de EMT. 

Agricultura y ganadería

En agricultura, grandes empresas como la norteamericana Climate Corporation y otras pequeñas como la española Cubenube están liderando el mercado de la gestión de fincas agrícolas basadas en datos. “Unimos información de previsiones meteorológicas y de microclimas con los datos que se registran del campo para tomar decisiones sobre cuándo cosechar, cuánta cantidad de abono necesita el terreno o anticipar posibles enfermedades. Hemos instalado sensores para medir las condiciones de las plantas tanto debajo del suelo como en la propia planta, medimos el nivel de humedad del suelo, el estado de los pivots de riego y el siguiente paso es integrar también los tractores. Con esto conseguimos ahorros en agua y abonos muy importantes porque se gestiona la finca de forma mucho más eficaz”, comenta Gonzalo Martín Díaz, CEO de Cubenube.

Esta transformación en la gestión del campo se está realizando en España, fundamentalmente, en los olivares y el sector hortofrutícola, los de regadío, que son los que conseguirán mayores ahorros. Pero se terminará por extender a todos los cultivos y a otros sectores como la ganadería y la pesca. “La transformación que supone disponer de todos los datos posibles de estas explotaciones es brutal. En el olivar, por ejemplo, se están plantando árboles en filas de 70 centímetros de distancia, cuando lo habitual es que haya una separación de cinco metros. Significa que en menos espacio tienes muchísima más producción. Y eso sólo es posible con este tipo de tecnología y un riego muy intensivo”, señala Martín, que asegura que el primer año las explotaciones agrícolas amortizan la inversión inicial en estos procesos (en torno a 7.000 euros). 

Publicidad - Sigue leyendo debajo
Más de Marketing