Buscando por la red podremos encontrar multitud de infografías y documentos sobre la cantidad de tweets, post, mensajes o emails que se lanzan cada hora o día. Creo que es bien sabido, que la velocidad a la que crece este entorno digital es exponencial. Por lo tanto la cantidad de oportunidades que se abren en este campo son inmanejables también. El BIG DATA ya está aqui, y ha venido para quedarse.
¿Y que es el Big Data? Se trata de la manipulación de grandes cantidades de datos, para su posterior análisis y extracción de conclusiones.
Aunque se quiera pintar como un concepto nuevo, en parte esto ya es conocido. Lo que se intenta es agrupar, clasificar y estructurar todo este contenido para su posterior análisis y/o almacenamiento. Históricamente los datos que las empresas analizaban eran bases de datos relacionales, ficheros planos, excels, …. Pero, si esta información (existente en formatos muy diferentes) está disponible, ¿Porque no utilizarla?
Cuando se habla de oportunidades en el campo del BIG DATA, no solo se refieren a las empresas de diseño o construcción de data center, cloud computing o servicios informaticos. Sino desde el punto de vista de marketing. Las empresas necesitan saber que es lo que el usuario piensa de ellas, como reacciona el mercado y con estos datos tomar decisiones para el futuro. Estas actividades se han hecho toda la vida, pero por qué no hacerlo con los datos de facebook, twitter, blogs, youtube… Puede que el formato de la información sea diferente y no estemos acostumbrados a analizar este tipo de «ficheros», pero para eso está la tecnología, para permitirnos avanzar y procesarlos. Además contamos con la ventaja, de que el usuario (ya sea consumidor final o corporativo) está constantemente proporcionando información muy valiosa sobre nuestro mercado y nuestros productos en la red. ANALICEMOSLA Y SAQUEMOS PROVECHO DE ELLO!
Por lo tanto, el big data ofrece una posibilidad enorme para la estrategia y el marketing. Si pensamos en qué tipo de información hay en la red 2.0, veremos que como empresa debemos analizarla. El usuario expresa sus pensamientos sin cortapisas, muestra como utiliza los productos, los recomienda a otros usuarios, incluso nos ofrece información de posibles mejoras o usos alternativos. Todo ello sin la menor interacción de la empresa
¿No es esto lo que una empresa necesitaría saber para mejorar sus productos o servicios? ¿No podría desarrollar futuras ventas o clientes potenciales? Utilicemos las redes sociales como canal de desarrollo de negocio, ya que las herramientas de Big data nos ofrecen esta capacidad de análisis.
marketingstorming 
Decía Edwards Deming: «In God we trust, all others must bring data».
Como complemento al resumen que hace Jaime de lo que supone el “big data” y las oportunidades que abre, recomendamos la lectura del post de Harvard Business Review “The hidden biases in Big Data”:
http://blogs.hbr.org/cs/2013/04/the_hidden_biases_in_big_data.html
La principal tesis del artículo es que los números, lejos de ser objetivos, son tremendamente subjetivos. Ya lo decía Mark Twain (o eso parece, porque no está del todo clara su autoría) “Hay tres clases de mentiras: La mentira, la maldita mentira y las estadísticas”.
En primer lugar muchas veces creemos que dos variables que están correlacionadas, son causa-efecto, cuando la relación les puede venir a través de una tercera.
En segundo lugar, la muestra que tomemos afecta de manera dramática a los resultados. Algo que los expertos en estudios de mercado conocen de sobra y que corremos el riesgo de obviar cuando basamos conclusiones por ejemplo en los datos que vienen de Twitter o Facebook. ¿Es el perfil de usuario de Twitter el que se corresponde con mi público objetivo?
En tercer lugar, los datos puros no existen. En el momento que elegimos cómo tomar la muestra ya estamos afectando a la misma. Algo que los científicos ya conocen, el “Principio de Incertidumbre de Heisenberg” y cómo la presencia del observador afecta a lo observado.
Como siempre recomendamos en Marketingstorming, utiliza las herramientas, pero con precaución.
En la época del «Big data» HBR nos recuerda que no hay que perder de vista el «método científico» y la experimentación:
http://blogs.hbr.org/cs/2013/05/in_a_big_data_world_dont_forge.html
Como dicen este articulo de la versión española de «Tecnologyreview», lo realmente interesante es conocer el comportamiento del consumidor, aunque una pequeña parte de estos datos son los que se analiza:
http://www.technologyreview.es/read_article.aspx?id=43066
Incorporamos la referencia al artículo de Management Innovation Exchange: «Why big data will never beat human intuition» sobre el «Big Data» y por qué creen que nunca superará a la intuición humana:
http://www.managementexchange.com/blog/big-data-big-intuition
1. Por la sensación de «Gran Hermano» que produce.
2. Porque esa obsesión con los «likes» y sistemas de recomendación recortan la diversidad del Mundo que observamos.
3. Porque nos ofrece información, pero no una visión.
4. Porque experiencias recientes como la caída de grandes bancos nos indica que si bien había indicios como resultado de la información analítica, es necesaria una interpretación de los mismos para generar predicciones.
5. Porque las interrelaciones comerciales se producen entre individuos y no nos comportamos de manera analítica sino emocional.
Saludos
Incorporamos referencia de Greg Satell de Digital Tonto a las oportunidades del Big Data:
http://www.digitaltonto.com/2013/how-big-data-can-create-real-business-value/
Incorporo la viñeta de Tom Fishburne, como siempre genial.
http://tomfishburne.com/2014/01/big-data.html
Me quedo con su frase:
“Big Data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it.”
Añado referencia al artículo de HBR «What data-obsessed marketers don’t understand» en el que Jake Sorofman y Andrew Frank de Gartner hablan de balancear la actual obsesión por el big-data y unirlo a la componente emocional del comportamiento del consumidor
Incorporo la viñeta de Tom Fishburne acerca de cómo el «Big Data» ayuda a entender correlaciones, pero no causalidades:
http://tomfishburne.com/2014/04/big-data-analytics.html