Como ya comentamos, el big data es el almacenamiento de volúmenes de datos enormes, y el data mining consiste en el procesamiento y el análisis de tales datos con el fin de identificar patrones y predecir fenómenos futuros. La información es un factor valioso en prácticamente cualquier campo de la actividad humana, pero resulta especialmente importante en el mundo de los negocios, donde la falta de datos o una interpretación errónea de los mismos puede llevarnos a realizar malas inversiones, con consecuencias peligrosas para la continuidad de nuestra empresa.
Por eso, es lógico que el big data y el data mining hayan dado lugar a nuevas disciplinas en el ámbito empresarial, como el data-driven marketing (marketing dirigido por datos), o el análisis de datos de los consumidores para optimizar actividades de marketing. Los datos pueden ser de distinto tipo:
- Datos sobre las interacciones sociales online del consumidor.
- Datos sobre la actividad de navegación web del consumidor.
- Datos sobre la actividad en motores de búsqueda del consumidor.
- Datos personales que el propio usuario especificó al registrarse.
- Datos obtenidos en tiendas físicas gracias al uso de sensores o de imágenes obtenidas por cámaras de seguridad.
- Datos sobre el nivel de satisfacción del consumidor provenientes de encuestas directas.
- Datos sobre transacciones de compra y venta almacenadas por los sistemas de gestión que usa nuestra compañía.
- Datos específicos de ciertos grupos de consumidores, provenientes de bases de datos externas provistas por empresas como Avention.
Estos datos nos permiten conocer a fondo los intereses y necesidades de nuestros clientes. Tal conocimiento se aplica con distintos objetivos:
- Mejorar la experiencia de compra del consumidor.
- Mejorar el servicio y la comunicación con el consumidor.
- Brindarle mensajes, ofertas y contenido personalizados al consumidor.
- Conseguir y mantener consumidores.
- Diseñar productos atractivos que resuelvan los problemas de los consumidores.
La adopción de data-driven marketing en las empresas crece a medida que sus beneficios se hacen más evidentes. En una encuesta realizada por Teradata en 2015, un 67% de los marketers aseguró que este enfoque le permitía tomar decisiones más acertadas, y un 59% declaró que gracias a los datos podía tomar decisiones con mayor velocidad. Además, un 78% de los consultados dijo utilizar datos de manera sistemática, frente al 36% que había respondido lo mismo en 2013.
Estos beneficios son aplicables dentro o fuera de Internet, como lo demuestran los siguientes ejemplos:
- Diseño de producto. Una tienda de ropa analizó datos de comportamiento y ubicación para descubrir que las mujeres jóvenes, de entre 13 y 24 años, se limitaban a mirar sus vidrieras sin comprar nada (window shopping) y terminaban adquiriendo alternativas más baratas en otra parte. Esto llevó a la empresa a crear una línea de costo bajo específica para esas consumidoras. [Forrester, 2015]
- Mejora del servicio. Los aeropuertos usan datos en tiempo real y tecnologías de reconocimiento para identificar pasajeros, maletas y empleados, con el fin de liberar cuellos de botella y evitar demoras. [ídem]
- Contenido segmentado. Meses atrás, DirecTV usó datos del Servicio Postal de Estados Unidos para identificar a aquellos usuarios que se habían mudado a una nueva vivienda recientemente. Este sector es importante para la compañía, ya que, ante una mudanza, es normal que los consumidores aprovechen para probar un nuevo proveedor de televisión. Con el fin de no perder a los clientes que se mudaban, y de captar a quienes tenían contratada otra empresa en su vivienda anterior, DirecTV creó piezas de contenido específicas para este sector. Por ejemplo, cuando los usuarios recién mudados entraban a la home del sitio web de DirecTV, encontraban imágenes y contenido especialmente segmentados, que destacaban lo fácil que resulta instalar el servicio en una casa nueva. De esta manera, se apuntó a reducir los miedos y la ansiedad de los clientes en una circunstancia tan estresante. La empresa logró un importante aumento en sus tasas de conversión.
Pese a estos casos de éxito, debe tenerse en cuenta que la toma de decisiones basada en datos a gran escala no es fácil de adoptar, ya que puede implicar un cambio importante en la cultura de la empresa. Además, confiar únicamente en lo que dicen los datos elimina factores humanos que son esenciales en el proceso decisorio, como el pensamiento crítico y la creatividad. Por último, para que los datos sean realmente útiles es importante recogerlos con métodos que garanticen su confiabilidad y analizarlos rigurosamente, para no obtener correlaciones espurias.