Los analistas de Big Data se han convertido en unos de los perfiles más codiciados por las empresas. Y no, no se trata solo de personas que se ponen a mirar las estadísticas o los datos de Analytics de una web o de una tienda sino de mucho más. Muchos son ingenieros y detrás -o delante- de ellos se encuentran complicados sistemas y algoritmos que son los que ayudan más tarde a los responsables de las marcas a tomar las decisiones más importantes.

¿Qué significa Big Data?

Data en inglés es un término tanto singular como plural por lo que podríamos traducirlo como “gran cantidad de datos”. Sin embargo, no es la cantidad lo que importa sino lo que las empresas pueden hacer y hacen con ellos. Big Data pueden ser analizados para identificar factores y patrones que conduzcan a una mejor toma de decisiones y movimientos estratégicos de negocios.

Las tres V de Big Data

Aunque el término es relativamente nuevo, el hecho de recopilar y almacenar grandes cantidades de información para su análisis final existe desde el principio de los tiempos. El concepto Big Data se popularizó a principios de la década del 2000 cuando el analista Doug Laney definió las tres V del Big Data (que por suerte, se mantienen en su traducción al español):

  • Volumen: Las organizaciones recopilan datos de una gran variedad de fuentes; desde transacciones comerciales hasta redes sociales y hasta información de máquina a máquina. En el pasado, almacenar todas estos datos habría sido un problema pero gracias a las nuevas tecnologías es todo mucho más fácil y rápido.
  • Velocidad: Los datos fluyen a una velocidad sin precedentes y hay que aprender a tratarlos de manera correcta y oportuna.
  • Variedad: Los datos vienen en todo tipo de formatos: desde datos estructurados y numéricos en bases de datos tradicionales hasta documentos de texto no estructurados, en vídeo o audio.

Pero los datos vienen “crudos”, directamente, sin tratar, como un diamante en bruto. Por eso las empresas tienen que depender de especialistas y de las nuevas tecnologías para poder convertirlos en algo útil.

Lo importante no es la cantidad de datos que tienes sino qué haces con ellos. #bigdata

¿Qué empresas se pueden beneficiar del análisis de Big Data?

Empresas de todo tipo de áreas pueden encontrar beneficios en el análisis de Big Data, desde la banca hasta instituciones sanitarias, pasando por organizaciones educativas y vendedores al por menor y por mayor. Sin olvidarnos, por supuesto, de las organizaciones gubernamentales.

Los directores y profesores de colegios y academias pueden mejorar no solo la relación con el alumno y su satisfacción con el plan de estudios sino también asegurarse de que están teniendo un progreso correcto.

Los bancos, con la cantidad de datos que manejan, pueden conseguir clientes cada vez más satisfechos, averiguando qué es lo que más necesitan y lo que más les molesta, evitando así pequeños y grandes problemas.

Tiendas online (y offline) pueden crear perfiles de usuario ideales para saber exactamente cuál es su público objetivo y cuáles son sus potenciales clientes, al igual que encontrar nuevas formas de atraer y retener a clientes antiguos y nuevos.

Un ejemplo práctico del buen uso de Big Data

“Al usar Big Data y a través de la comprensión de las tendencias, fue valioso ver no solo los efectos primarios sino también los secundarios (…) Lo que tienes que hacer es encontrar observaciones de que lo que has hecho tiene efectos de halo y no de canibalización”.

Anthony Bruce, Applied Predictive Technologies

APT ayudó a una empresa llamada Wawa a tomar una decisión tan importante como arriesgada: eliminar su producto estrella. ¿Cómo? ¿Qué persona en su sano juicio haría eso? El problema es que el producto estrella de Wawa estaba “matando” al resto de productos -muchos de ellos, con mayor margen de ganancias- demostrando que, a veces, el exceso es nocivo.

Bruce estuvo también detrás de la estrategia de McDonald’s que implicó exactamente lo contrario: ampliar el horario de su famoso desayuno a todo el día.

¿Dudas? ¿Opiniones? Déjanos un comentario.