El reto de convertir el big data en decisiones inteligentes para el consumidor

El big data representa hoy uno de los insumos más valiosos para llevar con éxito cualquier gestión. Desde las decisiones de negocio, el posicionamiento de una marca o lograr una experiencia relevante para el consumidor debe estar respaldado por el procesamiento y análisis de la gran cantidad de información que tenemos disponible.

Se estima que cada minuto, se suben 65.000 fotos a Instagram, se escuchan 1.5 millones de canciones en Spotify, se reproducen 4,1 millones de vídeos en YouTube y se envían 29 millones de mensajes por Whatsapp, entre otros datos que grafican la magnitud de la información disponible.

Pero la información por sí sola no tiene valor alguno, su verdadero valor descansa en el impacto que ésta tenga sobre la toma de decisiones. Es decir, la cuestión pasa por  tener la capacidad de convertir los datos en las decisiones correctas, explotarlos de forma conectada con el negocio y las necesidades del consumidor.

Conocer el Big Data es clave para aprovecharla

En la gestión del big data es crucial el conocimiento de sus característica propias. Prácticamente todos los analistas de esta área coinciden en que el big data tiene cuatro dimensiones (las 4 “V”) que debemos considerar: volumen, variedad, velocidad y veracidad.

Antes que nada, debemos entender que el volumen por sí mismo no nos asegura la calidad de la data, es una variable importante, pero si las fuentes no son seguras, la información puede llevarnos a decisiones desacertadas.

El volumen es importante, en cuanto a tener conciencia de que el big data implica una cantidad enorme de datos generados automáticamente por máquinas, extraídos de redes e interacciones personales en ambientes digitales.

Por su parte, la velocidad es clave, pues antes no la teníamos, y es el vertiginoso ritmo en que los datos fluyen desde las diversas fuentes como procesos de negocio, máquinas y sensores, redes sociales, dispositivos móviles, etc. El flujo de datos es masivo, veloz, continuo y en tiempo real.

A la velocidad cabe añadirle la variedad, las diferentes fuentes y tipos de datos disponibles, tanto estructurados como no estructurados. Hace pocos años los únicos datos que se almacenaban eran de fuentes como hojas de cálculo y bases de datos. Ahora, los datos llegan en formas muy variadas. Esa variedad en datos crea retos de almacenamiento y nos introduce a disciplinas como la minería de datos y el análisis de la información.

Lo cierto es que lograr una buena gestión de todos estos datos recogidos en tiempo real supone ventajas competitivas estratégicas. El ROI estará más respaldado para las empresas que sepan aprovecharlos.

La ética se juega entre la velocidad y la veracidad

Llegar primeros no siempre es llegar mejor, por eso la veracidad, que se refiere al sesgo, al ruido, la confiabilidad y la alteración de los datos cobra una importancia mayúscula en el contexto actual de “falsas noticias”.

Tenemos que administrar muy bien el tiempo que estamos dispuestos a invertir para validar la data e incluirlo en la ecuación del proceso. Los responsables del área de big data deben cerciorarse todo el tiempo si los datos que procesan están limpios.

Esta variable puede significar el mayor reto en cuando se confrontan con otras como el volumen o la velocidad. De nada nos sirve grandes cantidades de datos en tiempo real si los mismo no son fiables o están alterados.

Por su parte, las empresas buscan la eficiencia y la eficacia, el ”más por menos”, optimizando budgets y respondiendo a intereses de compañía y del capital/accionistas. Con ciclos de vida de productos o campañas más cortos y una comunicación más efímera y fragmentada, las compañías deben ser capaces de manejar grandes volúmenes de datos de manera rápida y confiable.

En este contexto, la ética en el manejo de la data, tanto hacia adentro como hacia fuera de las compañías se vuelve un factor decisivo. Por esto, cuando valoramos nuestra estrategia de big data es necesario contar con partners que ayuden a mantener los datos limpios y asegurarse que los procesos no acumulen “datos sucios” en sus sistemas.

Un rumbo para la gestión de la big data: el cliente

El objetivo del big data debería ser la conversión de las estadísticas en información de valor para los consumidores, y eso siempre implicará un conocimiento capaz de convertir esa información en una estrategia que implique a todos los departamentos de una empresa, en su misión de cumplir sus objetivos, desde la gestión del capital humano a las estrategias del marketing digital en su tarea de generar experiencias relevantes para los consumidores.

El big data nos ayuda a mejorar la logística, nos da la posibilidad de construir modelos predictivos, aumentar la seguridad en los procesos y reducir los riesgos financieros. Pero sobre todo fortalece nuestra relación con el consumidor. Ya hay cientos de ejemplos exitosos en el mercado de asistentes inteligentes, como Google Assistant, cuyo principio de funcionamiento es convertir la data en buenas decisiones para el consumidor. El tema no es la aplicación, sino la cultura que hay que generar para llegar a ella.

Si hablamos de poner al consumidor en el centro debemos colocar los datos en el origen de todos nuestros procesos. Estos datos deben circular de manera continua -estructurados como recursos de valor- por las distintos áreas de desarrollo de una empresa hasta llegar al consumidor en forma de una propuesta de valor. Un consumidor final que se vuelve cada vez más exigente, demandando experiencias ajustadas a sus intereses y momentos de consumo.

Si bien cada vez contamos con más datos para llegar a él en forma oportuna,  cada vez es más difícil lograr una experiencia relevante, con un consumidor saturado de micro experiencias fragmentadas y efímeras, que transitan un journey complejo, con formatos y duraciones variables, según el punto de contacto y los diversos contextos que modifican sus expectativas.

No se trata de tener todos los datos disponibles sino de aprender a usarlos de forma inteligente. De esta manera, las empresas deben empezar a acumular sus datos, no en silos como han hecho hasta ahora, sino en un mismo espacio, haciendo que converjan y se conecten en tiempo real, lo que hará que toda nuestros procesos sean más informados e inteligentes.