BIG DATA PARA SEGUIR LA HUELLA DIGITAL DE LOS CLIENTES
Estándar
Cualquier transformación externa que se pretenda implementar de forma perpetua, pasa necesariamente por una transformación interna. Este axioma es aplicable también a la transformación digital y, por tanto, abordar esta tarea requiere de un cambio interno profundo. Si no se produce, difícilmente se conseguirá un cambio externo visible y sostenible.
“La huella digital que dejamos a nuestro paso cada día es más grande. Si no la seguimos, alguien lo hará por nosotros”. Esta cita cobra especial relevancia en el mundo empresarial, puesto que seguir esta huella significa integrar en las bases de datos de la compañía la información relativa a los patrones que siguen los clientes en el momento de compra.
Se trata de recopilar información de naturaleza diversa como por ejemplo qué hacen, dónde van, cuánto compran, qué compran, con qué o con quién se comunican… y solo identificando los patrones de conducta que reproducen seremos capaces de predecir la demanda. En definitiva, necesitamos recabar un gran volumen de datos y de diferentes orígenes.
Pero, una vez que disponemos de ellos es preciso analizarlos. Cómo hacerlo es la pregunta que responde el Big Data.
¿Qué es el Big Data?
Se denomina así a la gestión y análisis de enormes volúmenes de datos con el objetivo de convertirlos en información relevante para la toma de decisiones en las empresas. Sin embargo, su procesamiento no es fácil de realizar a través de herramientas convencionales como las que se han venido utilizando hasta ahora, de ahí que se use el Big Data para entender el perfil y las necesidades de los clientes.
En realidad, Big Data no es una tecnología en sí. Para que el sistema sea Big Data se tienen que dar una serie de características, que se resumen con la fórmula de las cinco V’s.
En realidad, Big Data no es una tecnología en sí. Para que el sistema sea Big Data se tienen que dar una serie de características, que se resumen con la fórmula de las cinco V’s.
1.- Volumen: es la singularidad más asociada al Big Data. Disponer de un gran tamaño de muestra es fundamental.
2.- Variedad: tan importante como el volumen es contar con diversos orígenes de los datos. Además de los datos que proporciona el sistema de planificación de recursos empresariales (ERP por sus siglas en inglés), se pueden considerar otros como por ejemplo:
2.- Variedad: tan importante como el volumen es contar con diversos orígenes de los datos. Además de los datos que proporciona el sistema de planificación de recursos empresariales (ERP por sus siglas en inglés), se pueden considerar otros como por ejemplo:
- Datos obtenidos a través de las redes sociales.
- Analítica web.
- Datos de otras compañías competencia de la nuestra.
- Pricing, en el caso de que nuestro producto sea estándar.
- Datos provenientes de sensores-actuadores (Internet of Things).
3.- Veracidad: se debe otorgar un grado de confianza a cada uno de los datos/orígenes que se incluyan en el modelo.
4.- Velocidad: con disponer de datos no es suficiente, también se necesita poder ofrecer una velocidad de respuesta adecuada al ritmo del mercado en el que opera nuestra compañía.
5.- Valor: como respuesta a la implementación de todas las V’s anteriores se obtiene una generación de valor que se convierte en un incremento del ROI o retorno de la inversión.
4.- Velocidad: con disponer de datos no es suficiente, también se necesita poder ofrecer una velocidad de respuesta adecuada al ritmo del mercado en el que opera nuestra compañía.
5.- Valor: como respuesta a la implementación de todas las V’s anteriores se obtiene una generación de valor que se convierte en un incremento del ROI o retorno de la inversión.
Figura 1: Las cinco principales V’s de Big Data
Si se implementa un modelo, se obtienen innumerables ejemplos de aplicabilidad. El factor determinante a la hora de hacerlo es la carencia de “sesgos humanos” en la toma de decisiones, de esta forma se tienen en cuenta todos los paradigmas posibles, sin sesgos, y el modelo analiza y cuantifica todas las hipótesis posibles.Si se implementa un modelo, se obtienen innumerables ejemplos de aplicabilidad. El factor determinante a la hora de hacerlo es la carencia de “sesgos humanos” en la toma de decisiones, de esta forma se tienen en cuenta todos los paradigmas posibles, sin sesgos, y el modelo analiza y cuantifica todas las hipótesis posibles.
¿Está mi empresa preparada para implementar Big Data?
Para poder dar respuesta a esta pregunta debemos situarnos en la siguiente gráfica.
Figura 2: Etapas de reporting frente a aporting
Existe una gran diferencia entre reporting y aporting:
- Reporting: se trata de generar informes desde multitud de puntos de vista sobre lo que ya ha pasado. No incluye ningún dato futuro excepto algún presupuesto.
- Aporting: en este caso el informe incluye la información pasada frente a predicciones de lo que sucederá en un futuro y la prescripción de las acciones correctoras que se han de dar.
Haz el ejercicio de preguntarte dónde se encuentra tu empresa y si el análisis te lleva a responder que se halla en el estadio del reporting, es el momento de dar un paso más. Si no lo ves factible, recuerda la cita inicial: lo que no hagas tú, hay otro dispuesto a hacerlo y sacar beneficio de ello.
No hay comentarios.:
Publicar un comentario