El Big Data, qué es y algunos ejemplos de aplicación

Tal y como comenté en mi anterior post, voy a desarrollar un poco más la ponencia que ofrecí en #MKTravelRocks en Palma.

Hoy le toca el turno al Big Data, un término manoseado en los últimos tiempos pero del que tenemos poca información. Como ocurre con el neuromarketing que se usa mucho pero se conoce poco de él. Vamos a internar explicar al menos lo básico.

 

Cuando hablamos de Big Data hablamos de magnitudes físicas del dato.

En primer lugar de volumen. El mundo digital y conectado hace que se doble el número de datos disponibles cada tres años. El Big Data permite procesarlos en paralelo y por tanto hace viable lo que antes era imposible: manejar un volumen de datos inmenso.

La velocidad se refiere a dos aspectos: en primer lugar la capacidad de mover una enorme cantidad de datos a la vez y en segundo lugar su latencia, su tratamiento y análisis en tiempo real incluso.

En tercer lugar la variedad. Fuentes diversas se unen para ofrecer un almacenamiento y un análisis común: fotografías, textos, datos internos de las empresas, textos, opiniones en foros y redes sociales, etc.

Muchos añaden al menos otro aspecto: la veracidad, la calidad de los datos recogidos. Uno de los grandes problemas de la profusión de datos es su fiabilidad, su calidad (errores, inconsistencias, duplicidades) o el ruido (datos irrelevantes). Sin una adecuada depuración no podemos pensar en conclusiones. De datos con errores nacen conclusiones erróneas.

El uso de datos masivos ha cambiado muchas cosas y cambiará aspectos fundamentales de la ciencia y por supuesto del marketing. Lo primero, las preguntas adecuadas.

Viktor Mayer y Kenneth Cukier lo explican muy bien. Ha habido hasta ahora una obsesión por la causalidad, por una pregunta: ¿Por qué?

Los datos masivos buscan sin embargo qué ocurre, correlaciones que permiten predecir.

Google mostró a la OMS un ejemplo con el estudio de la propagación de la gripe. Google creó un sistema de predicción de la propagación de la gripe tras analizar cientos de millones de modelos. Encontró 45 términos de búsqueda asociados en el tiempo a la propagación de la gripe.

Pero la aplicación de los datos masivos en la ciencia no ha hecho más que comenzar. La Universidad de Málaga participa en un estudio con Big Data del genoma.

El cambio consiste en evitar las hipótesis para centrarse en qué ocurre, en las correlaciones entre búsquedas y expansión de la gripe o entre determinados genes o sus mutaciones y determinadas enfermedades o… El número de ejemplos es infinito.

También en marketing: los datos masivos permiten predecir comportamientos en base al estudio de una cantidad ingente de datos. Al detalle. Contra el sentido común, cuántos más datos ahí, la granularidad del análisis crece. Las muestras dejan grupos, nichos, con tan pocos representantes que no podemos sacar ninguna conclusión. Ahora sí, ahora establecemos correlaciones y predicciones sobre esos detalles que antes se escapaban.

Predecir y medir ingentes cantidades de datos es el paso previo e imprescindible para el sueño de cualquier marketero o proveedor de contenidos: la personalización. Sabemos cómo se comporta el cliente o el usuario, qué le gusta y qué no le gusta, si es rentable, buen pagador o le encanta nuestra marca o producto. También sirve para la prevención del fraude en las tarjetas de crédito, en base a patrones de comportamiento de compra del usuario, o incluso decisiones operativas a partir de las opiniones de los clientes o búsqueda de tendencias, diseño de productos, detección de necesidades ..

A partir de ahí, con toda esta información, todo es más fácil. O al menos reduce considerablemente la incertidumbre de las decisiones.

BIBLIOGRAFÍA

Mayer-Schönberger, V. y Cukier, K. (2013) Big Data, la revolución de los datos masivos. Madrid: Turner

Facebook Twitter Google+

Deja un comentario

Apúntate a nuestras newsletters !!

×