Big Data – Deseo versus Realidad

Big Data

September 20, 2016

La perfección es, probablemente, lo que la mayoría de los gerentes y directores de marketing se imaginan cuando consiguen la solución para el Big Data. Fórmulas matemáticas que hacen que las predicciones sean casi perfectas; estadísticas detalladas que muestran las relaciones de forma clara e increíble y campañas individualizadas con una tasa de conversión del cien por cien; todo ello se conoce como Big Data – el algoritmo automatizado que vale su peso en oro.

Ejemplos convincentes

¿Sabes qué tienen en común la cerveza y los pañales? ¿No? No pasa nada, el uso inteligente de Big Data y el data mining de un supermercado estadounidense proporcionó la respuesta. Descubrieron que los padres que compran pañales los sábados con frecuencia incluyen en el carrito de la compra un paquete de seis cervezas. Después de notar este pequeño detalle, el supermercado acto seguido colocó la cerveza junto a los pañales los sábados y la venta de cerveza… ¡se multiplicó!

En el área de producción, el uso del Big Data es conocido en la terminología de la industria 4.0. Los sensores en las máquinas de producción y la vinculación con fuentes de datos adicionales conducen a nuevas ideas y mejoras en la calidad de la producción y la velocidad de los servicios.

Un ejemplo de la industria del automóvil

Un análisis de los datos de la línea de producción de un famoso fabricante de automóviles alemán reveló que aparecían a menudo errores y retrasos en la producción cuando se alternaban dos tipos de vehículos -llamémoslo A y B- en el proceso de montaje. El origen del problema se detectó rápidamente: el cambio de herramientas y piezas para un vehículo y otro era un inconveniente para los trabajadores y llevaba demasiado tiempo. La línea de producción se optimizó al alargar los tiempos de alternancia entre el tipo de vehículo A y B, lo que le hacía que hubiera menos fallos y retrasos en la producción de los vehículos, pues extendiendo las líneas de producción de cada tipo lo máximo posible hacía que la velocidad en la producción aumentara.

Otro ejemplo de utilización de Big Data es el uso y enfoque individualizado que se le da al cliente en el mundo del marketing. Se ha demostrado que las campañas de viajes y vacaciones tienen más éxito en días de lluvia. Combinando esta información con los datos meteorológicos y geográficos del cliente, se puede utilizar esta información para promover los viajes y vacaciones en un discurso de publicidad prometedor y eficaz.

big-data-obama
(https://makeameme.org/meme/i-use-big)

Obstáculos en la realidad

Este maravilloso mundo de ensueño en el que la máquina se hace cargo del marketing y la optimización del producto, por desgracia, en la realidad es muy diferente. Los CEO y los directores de marketing se encuentran, a menudo, con grandes obstaculos y barreras para conseguir las soluciones.

En primer lugar, para el uso, análisis y evaluación del big data es necesario la recolección ordinaria de datos. Para ello se necesitan caros sistemas de tarjetas de bonificación, sensores y una gran infraestructura informática que, por lo general, tiene que ser adaptada a las necesidades y requerimientos de cada empresa. Las empresas medianas, a menudo, se quedan a mitad de camino al comprobar los altos costes de inversión y las grandes empresas ya consolidadas lo más normal es que tengan problemas con la renovación de la infraestructura. Si bien hay empresas que ya disponen de una infraestructura de sistemas informáticos potente, esta suele estar obsoleta y es sólo condicionalmente adecuada para la implementación y ejecución de los procesos necesarios básicos.

Pero no es sólo el diseño del hardware lo que debe tenerse en cuenta, también es difícil la selección del software adecuado para muchas compañías. La gama de proveedores es enorme y los sistemas van desde herramientas de alto rendimiento que pueden hacer lo inimaginable hasta las que están dedicadas exclusivamente para la industria y tareas muy específicas. Además, el software tiene que adaptarse fácilmente a los sistemas existentes y ajustarse bien al precio del presupuesto. La mayoría de los empresarios es consciente de que sus sueños de un Big Data automatizado conlleva un alto coste y mucho tiempo de dedicación.

El último obstáculo importante, además del software y hardware, es el componente humano. Para crear un análisis sofisticado se necesitan empleados con conocimiento de estadística excepcional y gran experiencia en el manejo de datos. Estas cualidades están actualmente en demanda en todas partes y los expertos en data mining por desgracia no crecen en los árboles. En el proceso de selección y contratación de personal, no sólo debe ser tenida en cuenta la experiencia en data mining, sino también la experiencia en marketing.

Conclusión y posibles soluciones

En el mundo de Big Data, las posibilidades y escenarios son infinitos, pero los obstáculos de entrada y de implementación están ahí y son difíciles de dominar. No obstante, no es tan malo como parece. Hay, por ejemplo, Start-Ups que se especializan en soluciones especiales de hardware y software para pequeñas y medianas empresas y que tienen un precio muy asequible para este tipo de empresas.

En los llamados laboratorios de Big Data, las empresas pueden utilizar ejemplos y datos individuales de prueba antes de hacer grandes inversiones. En estos laboratorios se recopila la información a modo de prueba y se aplican los resultados en hipotéticos escenarios. Aquí, una empresa puede poner a prueba sus propios datos y opciones antes de iniciar un proyecto de integración más grande y más caro. Recientemente, también se ha puesto muy de moda la recopilación y el uso de expertos y consultores externos especializados en la implementación personalizada de proyectos de Big Data.

Autor Dominik Strzoda

Compartir este artículo