Archivo de la etiqueta: marketing

La medicina personalizada como ejemplo del Big Data para la 芦econom铆a de la personalizaci贸n禄

Hace unos meses (el Enero pasado), habl谩bamos de la medicina 5P.聽 El cruce entre la sanidad y el Big Data, donde aparec铆an conceptos y ventajas como la Personalizaci贸n, Predicci贸n, Prevenci贸n, Participaci贸n y Poblaci贸n. En t茅rminos de la personalizaci贸n, dec铆a lo siguiente:

Personalizada: el eterno sue帽o de la medicina. Poder dar un tratamiento singular al diagn贸stico y necesidades concretas de cada uno de los pacientes. Con el Big Data, la cantidad ingente de datos, y el contexto que describe a cada uno de los pacientes, esto es posible. Solo es cuesti贸n de 鈥渃odificar鈥 en datos lo que hasta ahora no hemos hecho, en cuesti贸n de aspectos cl铆nicos como estado de 谩nimo, emociones, expresi贸n del dolor, etc.

La personalizaci贸n de la prestaci贸n de un servicio es algo que ha venido inexorablemente ligado a esta era del Big Data. Si lo pensamos por un momento, tiene todo el sentido del mundo. Una reciente encuesta de Infosys, dec铆a como el 78% de los consumidores estar铆a dispuesto a repetir la compra con una marca si se le personalizaba la propuesta de valor. Otro informe de RightNow Customer Impact, ilustraba la idea de la personalizaci贸n desde la 贸ptica de m谩s ventas para una marca: un 86% de los consumidores estar铆a dispuesto a pagar m谩s si la聽personalizaci贸n se refer铆a a sus necesidades.

Por lo tanto, hay margen y posibilidad de ganancia en la era de la聽personalizaci贸n. Sin embargo, no es un proyecto f谩cil, por mucho que veamos muchos textos hablando de ello. Y es que hasta la fecha, nos costaba mucho personalizar los servicios por varias cuestiones:

  • No era rentable
  • El consumidor tampoco lo demandaba
  • No ten铆amos informaci贸n para hacerlo

Pero ahora, estos tres elementos se desvanecen. Han cambiado. Las posibilidades ahora se multiplican, gracias a que con la ingente generaci贸n de datos, el reto est谩 m谩s relacionado con saber sacar valor de los datos que de no tener informaci贸n para ello. Sin embargo, todav铆a queda mucho por hacer.聽Solo el 20% de las acciones de marketing llevan ligadas caracter铆sticas de personalizaci贸n. Esto es solo un ejemplo de un 芦谩rea禄, donde la personalizaci贸n tiene mucho que aportar.

Y m谩s en el campo sanitario, donde las ineficiencias, o donde la no-personalizaci贸n de la aplicaci贸n de alg煤n f谩rmaco, puede traer importantes consecuencias.聽Miremos la siguiente figura:聽

Ineficiencia de algunos f谩rmacos para determinadas poblaciones de pacientes (Fuente: http://www.knowledgedriven.com/media/55013/percent_of_patient_pop_for_which_a_drug_is_ineffective_500x425.jpg)
Ineficiencia de algunos f谩rmacos para determinadas poblaciones de pacientes (Fuente: http://www.knowledgedriven.com/media/55013/percent_of_patient_pop_for_which_a_drug_is_ineffective_500x425.jpg)

En la entrada de la Wikipedia en Espa帽ol, la definici贸n de 芦Medicina Personalizada芦, hace referencia a varias cuestiones que me parecen bastante ilustrativas de lo que hoy queremos hablar:

  • Administraci贸n de un f谩rmaco o conjunto de f谩rmacos m谩s id贸neos
  • En las dosis adecuadas para cada paciente concreto
  • A la vista de su individualidad聽qu铆mica y gen茅tica
  • Se apoya tanto en el conocimiento de la naturaleza molecular de las enfermedades como en la individualidad qu铆mica que posee cada paciente

Sin embargo, la entrada de la Wikipedia en Ingl茅s ofrece otra serie de elementos que describen de una manera m谩s global y multidimensional el concepto de 芦personalizaci贸n禄, en este caso, para la medicina:

  • Modelo m茅dico
  • Toma de decisiones y pr谩cticas basadas en la personalizaci贸n y las caracter铆sticas individuales de cada paciente
  • Uso sistem谩tico de informaci贸n gen茅tica del paciente

Es decir, habla m谩s de muchos de los elementos que hemos venido citando necesarios para los proyectos de Big Data: una buena materia prima, una transformaci贸n de los modelos (de negocio u organizativos), una toma de decisiones basada en la evidencia, etc. Y son cuestiones que vemos en nuestros Programas de Big Data, no solo para la medicina, sino tambi茅n en otras cuestiones (ofertas publicitarias, planes de carrera personalizados, recomendaciones de productos en tiendas online, etc.). Por eso he se帽alado en negrita los aspectos m谩s relacionados con esto de la 芦era de la personalizaci贸n芦.

El estado de adopci贸n de la Medicina Personalizada (Fuente: http://www.photonics.com/images/Web/Articles/2010/9/1/thumbnail_44349.jpg)
El estado de adopci贸n de la Medicina Personalizada (Fuente: http://www.photonics.com/images/Web/Articles/2010/9/1/thumbnail_44349.jpg)

Y todo esto, tiene aplicaci贸n en toda la cadena de valor del sector de la salud, no solo en la prestaci贸n m茅dica. Y tiene aplicaci贸n en otros sectores. Porque el聽sector sanitario en cierto modo me recuerda a cuando el sector de las telecomunicaciones o las utilities pas贸 de un modelo de abonado a un modelo de cliente. Una transici贸n que se hizo realmente mal (m谩s all谩 de la privatizaci贸n + poca liberalizaci贸n de Espa帽a). Los clientes, por el trato recibido, mostraron su poca satisfacci贸n cambiando constantemente de operador (es un sector con un CHURN muy elevado), y ve estos servicios como commodities. Y por eso, tambi茅n聽en nuestros programas de Big Data dise帽amos y desarrollamos modelos predictivos de propensi贸n a la fuga (CHURN).

En el sector sanitario, el concepto 芦Consumer Driven Healthcare禄 hace un poco referencia a todo ello. Los ciudadanos toman un rol activo en la gesti贸n de su salud y est谩n dispuestos a pagar por ello. Se le da: decisi贸n, informaci贸n y control. Y, de nuevo, hablamos de poner al cliente -el paciente en este caso- en el centro del proceso.

En todo esto, y como solemos concluir muchos art铆culos, nunca debemos abandonar la 茅tica. Y menos en un campo tan sensible como es el sanitario.

Mallorca Wifi: una agencia de medios sobre una infraestructura WiFi, gracias al Big Data

El pasado viernes 17 de Junio, invitaron a @deusto #bigdata a participar en una jornada organizada por la Universidad de Islas Baleares en torno al Big Data y sus aplicaciones. Obviamente, en Baleares, donde el turismo supone aproximadamente la mitad del PIB de la regi贸n, mucha de la conversaci贸n se centr贸 en c贸mo operadores, plataformas, etc. utilizan el an谩lisis masivo de datos para el desarrollo tur铆stico.

Entre las ponencias, una de las que m谩s me llam贸 la atenci贸n fue la del CEO y fundador de Mallorca Wifi, Maurici Socias. Una persona con la que luego tuve rato para conversar y entender bien lo que para m铆 ha sido un aut茅ntico descubrimiento y muy grata sorpresa. Un emprendedor nato que llevo m谩s de 20 a帽os en el sector de las telecomunicaciones, en constante 鈥渞einvenci贸n鈥 por la propia evoluci贸n del sector. He de decirles que es una aut茅ntica gozada escucharle hablar de sus proyectos desde los tiempos de Terra, pasando por los inicios de Google y el Marketing Digital en Espa帽a, hasta llegar a la competici贸n atroz actual en la que el Big Data y el Marketing Intelligence pueden aportar tanto a la eficiencia de las acciones de una compa帽铆a. Quer铆a, por ello, compartir con todos vosotros el modelo de Mallorca Wifi y cu谩l es su relaci贸n con el mundo del Big Data.

Fuente: Mallorca Wifi
Fuente: Mallorca Wifi

Una de las cosas que llama la atenci贸n cuando le escuchas describir qu茅 es Mallorca Wifi es su propuesta de valor como 鈥渁gencia de medios鈥. S铆, Mallorca Wifi es una agencia de medios. Una agencia, eso s铆, que creo, no tiene mucha competencia. 驴Por qu茅? Por su capacidad de segmentar, personalizar la oferta, hilar bien fino y sobre todo, hacer un marketing centrado en el consumidor.

Os he hablado en anteriores ocasiones de lo que puede aportar el Big Data al mundo del marketing actual. Seguimos, a煤n hoy en d铆a, y a pesar de las grandes bondades tecnol贸gicas existentes, en un marketing masivo, en el que impactamos a muchas personas a la vez, con la esperanza matem谩tica que solo por estad铆stica, 鈥渁lguno caer谩鈥. El problema de este modelo, no solo es que su concepci贸n se hizo en una 茅poca en la que las capacidades tecnol贸gicas eran bastante limitadas y ten铆a bastante sentido, sino que es que adem谩s, los consumidores estamos muy cansados de los modelos publicitarios actuales. Son totalmente invasivos, nos generan una mala experiencia de usuario y consumidor, por lo que resultan poco eficientes para las marcas.

Sin embargo, las empresas siguen todav铆a apostando por esos modelos. Quiz谩s es que los puestos de direcci贸n de marketing necesiten tambi茅n ese esp铆ritu emprendedor por soportes que tengan un nuevo modelo. Nuevos formatos en los que el consumidor sea consecuencia y no causa; es decir, no vayamos a donde haya consumidores, sino traigamos a los consumidores a un nuevo esquema de relaci贸n. Un esquema en el que los impactos publicitarios tengan valor y no les resulte inc贸modo.

Pues bien, aunque pueda sorprender, un nuevo soporte de valor y centrado en el consumidor es Mallorca Wifi. S铆, un operador de infraestructura Wifi, es, bajo mi punto de vista, uno de los soportes m谩s eficienes que puede haber. Y, hasta donde s茅, un modelo sin precedentes en Espa帽a. 驴Qu茅 hace Maurici con Mallorca Wifi? B谩sicamente ofrecer a un visitante de Palma (extendiendo ahora su 谩mbito de actuaci贸n por toda la isla) wifi gratis sin solicitarle datos a cambio. Sin que tengamos que introducir datos de registro tan molestos como anticuados para las capacidades tecnol贸gicas actuales. Y totalmente gratis, insisto. Y sin financiaci贸n p煤blica.

Aqu铆 es cuando le pregunt茅 a Maurici una cosa tan b谩sica como: 鈥Entonces, 驴c贸mo gan谩is dinero?鈥. Pues b谩sicamente introduciendo la posibilidad para las marcas de 鈥減atrocinar鈥 la conexi贸n al Wifi en puntos estrat茅gicos de Palma de Mallorca. Piensen en ustedes mismos, cuando no quieren consumir ese recurso tan escaso como son los datos, y prefieren conectarse a una wifi gratuita que encima no le pide datos personales. La relaci贸n que establecer茅 con esa empresa, esa marca, que le da Wifi gratis, ser谩 bastante afectiva, y estar谩 usted muy agradecido por ello. En definitiva, convertir una infraestructura Wifi en un nuevo soporte publicitario. Bajo mi punto de vista, un modelo totalmente innovador y de valor. Que tardar谩n todav铆a muchas empresas en entender, pero que aquellas que lo hagan, le sacar谩n importantes beneficios, por el engagement que genera con el usuario.

Fuente: Mallorca Wifi
Fuente: Mallorca Wifi

驴Y qu茅 tiene que ver todo esto con el Big Data? Pues bastante. De hecho, Maurici est谩 ahora explorando la posibilidad de abrir una nueva l铆nea de trabajo en torno a ello. Piensen ustedes que todos aquellos dispositivos m贸viles que lleven la Wifi encendido (que son pr谩cticamente todos), tratan de conectarse a los puntos de acceso que tiene Mallorca Wifi. En ese momento, se obtienen muchos datos sobre el dispositivo, pudiendo llegar a caracterizar a ese usuario por el idioma del m贸vil (de d贸nde viene), c贸mo se desplaza (por tener intercalados los puntos de acceso), a qu茅 velocidad lo hace, si acude a esos puntos con bastante regularidad, si lo hace siempre acompa帽ado de otro dispositivo m贸vil, a qu茅 hora lo hace, etc.

Si esos datos son anonimizados, y agregados en su conjunto, la capacidad de Mallorca Wifi de dise帽ar y lanzar una l铆nea de negocio basado en datos de marketing contextual es bastante potente. Y, bajo mi punto de vista, otro caso m谩s de lo que considero un movimiento brillante: dotarse de una infraestructura (wifi en este caso) que sea capaz de generar datos, que luego resulten de valor para diferentes propuestas de valor. Lo mismo que ocurre con una tarjeta de fidelizaci贸n, un CRM o las l铆neas de telecomunicaci贸n tradicionales que tanto han trabajo con el Big Data.

El marketing contextual inteligente, se hace as铆 posible, gracias a los datos que genera una red inteligente como esta. Todo ello, respetando al usuario, su privacidad y la ley. Brillante, y realmente inteligente. Mi m谩s sincera enhorabuena y 谩nimo a personas emprendedoras que apuestan por la innovaci贸n y el dato como futuras palancas de desarrollo. Mallorca Wifi, una agencia de medios sobre una red Wifi gracias al Big Data.

Deusto Ingenier铆a y su l铆nea Big Data en el Congreso HORECA de AECOC 2016

Nuestra l铆nea de trabajo Big Data de la Facultad de Ingenier铆a de la Universidad de Deusto estar谩 presente en el pr贸ximo Congreso HORECA de AECOC que se celebrar谩 los pr贸ximos 1 y 2 de Marzo en聽Madrid.聽Me han invitado para divulgar los principales beneficios que aporta el Big Data a la HOsteler铆a, REstauraci贸n y CAfeter铆as (HORECA), desde una perspectiva de negocio. Una oportunidad inigualable para presentar todos nuestros trabajos, dado que聽es un congreso que聽re煤ne anualmente a m谩s de 500 directivos y empresarios de las empresas de toda la cadena de valor de la hosteler铆a.

Venimos colaborando con AECOC en聽diferentes actividades. Una asociaci贸n que recoge a los fabricantes y distribuidores del gran consumo, tal y como su acr贸nimo indica (la Asociaci贸n Espa帽ola de Codificaci贸n Comercial, los que ponen 芦los c贸digos de barras芦). El curso pasado聽nos premiaron con el m谩ximo聽m谩ximo reconocimiento de la categor铆a de Tecnolog铆a Aplicada y el Acc茅sit de la de Supply Chain por una herramienta para la mejora de la cadena de suministro (proyecto donde particip贸 mi compa帽ero Alberto de la Calle) y a nuestra 芦Deusto Moto Team芦,聽por el dise帽o y creaci贸n de una moto ecol贸gica para el transporte urbano de mercanc铆as (proyecto de mi compa帽ero Jon Garc铆a Barruetabe帽a y sus estudiantes).

Y ahora, se interesan por las oportunidades que todos nuestros trabajos en Big Data brindan al sector del consumo en general, y al canal HORECA en particular. Y de ello quer铆a hablar hoy, aprovechando que tengo que preparar聽las ideas para la conferencia.

Como suelo decir, el Big Data, sirve para tres cuestiones principales:

  1. Ganar m谩s dinero
  2. Evitar perderlo por la fuga de clientes (la importancia de la fidelizaci贸n)
  3. Ahorro de costes mediante la optimizaci贸n de procesos

Dada la enorme competencia existente ya hoy en d铆a, la diferenciaci贸n debe venir por otras v铆as. La gran cantidad de canales que disponen los consumidores, el bombardeo de impactos publicitarios, la gigantesca campa帽a de descuentos y tarjetas聽de fidelizaci贸n, etc., est谩 provocando que聽las marcas tengan que dar un paso m谩s all谩. Y, al canal HORECA todo ello le viene genial. Y es que el Big Data, permite:

  • Geolocalizar el target de clientes
  • Estimar el mercado potencial de clientes
  • Hacer una previsi贸n de ventas por zonas y puntos de venta
  • Que permite, a su vez, optimizar el proceso de abastacimiento y log铆stica
  • Optimizar las campa帽as de marketing y distribuci贸n
  • etc.

La clave para las marcas de consumo recae en ser capaces de, primero, generar y estructura bien los datos, y, en segundo lugar, ser capaces de sacar valor de los mismos transform谩ndolos en conocimiento. Hablar茅 de estos dos elementos a continuaci贸n, como forma de agrupar los principales retos y oportunidades que dispone una marca de consumo hoy en d铆a.

En primer lugar, la imperancia de disponer de 芦datos de calidad芦. En nuestro Programa de Big Data y Business Intelligence, lo primero que hacemos es ver esta parte. Tener datos y m谩s datos no tiene sentido por si solo. Hablamos de la importancia de disponer de:

  • Un buen modelo de datos como instrumento de representaci贸n y recuperaci贸n de los datos, que permita que todos los sistemas que alimentan y explotan los mismos se entiendan.
  • Una buena calidad de los datos que se consigue resolviendo problemas de calidad que pueden aparecer en cinco dimensiones (Relevancia, Unicidad, Completitud, Exactitud y Consistencia).

Esta parte, quiz谩s la 芦menos sexy del mundo del Big Data芦, resulta al final de todo quiz谩s la que m谩s condiciona el 茅xito de un proyecto.聽Las empresas deben tener conciencia sobre ello. Y es que en un mundo en el que las fuentes de datos pueden ser internas o externas, estructuradas o desestructuras, etc., ordenar y limpiar los datos es m谩s importante que nunca. Para un canal HORECA, que tendr谩 datos de redes sociales, informaci贸n en los CRM, informaci贸n de los TPVs (transacciones comerciales pagadas v铆a tarjeta de cr茅dito), datos georeferenciados por dispositivos m贸viles, etc., resulta fundamental.

En segundo lugar, ser capaces de transformar estos 芦datos bien preparados禄 en conocimiento. Es decir, poner los datos a trabajar para ayudar a tomar decisiones. Se trata de introducir la modelizaci贸n estad铆stica (previsi贸n) y la matem谩tica (optimizaci贸n), que es lo que vemos en nuestro m贸dulos M2.2. del Programa de Big Data y Business Intelligence.

Y para ello, creo que se deben ejecutar las transformaciones de datos en conocimiento en tres聽etapas:

  1. Diagn贸stico y modelado de perfiles de clientes: resulta cr铆tico聽conocer mejor al cliente, para que as铆 podamos focalizar mejor el target, definir las estructuras聽comerciales, promociones, pol铆ticas de distribuci贸n, etc. Una lectura hacia lo que ha ocurrido en el pasado. En cada punto del canal HORECA, resultar铆a interesante disponer:
    • C贸mo es la gente que ah铆 compra
    • Su nivel de ingresos
    • Tipolog铆a del hogar dominante
    • Tasa de desemploe
    • Precio medio del m2 de la vivienda
    • D贸nde est谩 la competencia
    • D贸nde se sit煤an los puntos de venta
    • etc.
  2. Del modelado del pasado, a la predicci贸n del futuro: una vez que sabemos algo sobre los patrones de consumo, tendencias, etc., es hora de tratar de adelantarnos a la ocurrencia de los hechos. Aqu铆 es cuando hablamos de un enfoque de futuro (el Business Analytics). De tal manera que podamos聽estimar el mercado potencial para una zona dada, preveer las ventas en cada 谩rea o en un canal de venta determinado. Aqu铆 se trata de darle a una empresa:
    • Modelos de propensi贸n a la compra por zonas y puntos
    • Modelos de propensi贸n a la fuga de clientes por previsiones de abandono
    • Localizar el potencial de cada target de mercado (densidad de cada zona)
    • Estimar el lugar 贸ptimo para la apertura de un nuevo emplazamiento sobre la base de la rentabilidad (considerando target, competencia y canibalizar otros puntos de venta propios)
    • Entender lo que gasta y en qu茅 gasta cada perfil de cliente
    • Dise帽ar estrategias para el cross y up-selling
    • Ajustar la distribuci贸n de productos
    • Patrones de consumo georeferenciados (驴se consume m谩s cerca del trabajo o del hogar? Las ofertas y mensajes publicitarios no debieran ser iguales)
    • % de probabilidad de compra de un determinado producto por parte de un determinado perfil de cliente
    • etc.
  3. De la predicci贸n a la prescripci贸n:聽esto es lo que buscan las empresas. Fijaros la cantidad de pasos previos que he descrito para llegar al punto por el cual las empresas van a pagar un proyecto de Big Data. Van a pagar por saber qu茅 tienen que hacer para ganar m谩s dinero, evitar perderlo u optimizar procesos. Es decir, van a pagar por que les prescribamos que deben hacer. Si聽nos ajustamos m谩s al target de mercado, y tener una previsi贸n de ventas por puntos y zonas, podremos ajustar mejor los mensajes y las estructuras comerciales, logrando as铆 una mayor eficiencia en el uso de recursos, y por lo tanto, un mayor retorno sobre la inversi贸n. Con las predicciones anteriores, podr铆amos prescribir a una empresa en relaci贸n a todas sus 谩reas funcionales, haciendo as铆 un 360潞 a la empresa y su inteligencia:
    • Distribuci贸n
    • Abastecimiento
    • Comercial
    • Marketing
    • Ventas
    • Publicidad
    • etc.

Como hemos venido se帽alando, el poder del Big Data es realmente enorme. En nuestras manos est谩 sacar todo su potencial. Y es que al final, para una empresa del canal HORECA, un mayor conocimiento geogr谩fico del cliente, concentrar esfuerzos donde hay potencial, incrementar la rentabilidad comercial聽resulta clave para su eficiencia econ贸mica y financiera.

Congreso HORECA de AECOC (Fuente: http://www.shoppingleeks.com/wp-content/uploads/sites/8/2015/05/IMG_0535.jpg)
Congreso HORECA de AECOC (Fuente: http://www.shoppingleeks.com/wp-content/uploads/sites/8/2015/05/IMG_0535.jpg)

La aplicaci贸n del Big Data y Business Intelligence en la creaci贸n de valor para el cliente

(Entrada escrita por David Ruiz de Olano, Director de Programas en Deusto Business School)

Asistiendo a una jornada de Alex Ray贸n, es cada vez m谩s evidente que la forma de hacer marketing tiene que cambiar. Alex es director del聽seminario de Big Data & Business Intelligence (BDBI), organizado entre la Facultad de Ingenier铆a de Deusto y Deusto Business School, y profesor e investigador en la Universidad de Deusto sobre Marketing y Big Data y muy activo en esta 谩rea.

Desde el punto de vista de marketing, tradicionalmente el proceso del marketing (marketing estrat茅gico y marketing operacional) se puede ilustrar con la siguiente figura:

El proceso de marketing (Fuente: elaboraci贸n propia)
El proceso de marketing (Fuente: elaboraci贸n propia)

Evidentemente en el an谩lisis de las 5C, todos los datos que se puedan traducir en informaci贸n ayudar谩n a tener un mejor diagn贸stico de nuestro entorno.

Pero lo que me interesa de esta jornada es la aplicaci贸n del BDBI en la creaci贸n de valor para el cliente. Una de las claves en el marketing es la segmentaci贸n (驴qui茅n es mi cliente?). Tradicionalmente las empresas identifican qui茅n es su p煤blico objetivo, basado en par谩metros demogr谩ficos, sociales, econ贸micos, comportamiento, etc鈥 de un mercado m谩s general. Con esta identificaci贸n, buscan cu谩les son sus problemas, necesidades, etc鈥 escogen un p煤blico determinado y se posicionan en ese nicho.

Como dec铆a Kotler, gur煤 del marketing del siglo pasado 鈥 como pasa el tiempo-, si resuelves el problema de segmentaci贸n, autom谩ticamente tendr谩s las respuestas para definir tus 4Ps (producto, promoci贸n, lugar y precio) y te saldr谩n autom谩ticamente. Porque una vez sabes qui茅n es tu potencial cliente, ya sabes qu茅 producto tienes que ofrecerle, qu茅 ventajas tiene que tener sobre los competidores, d贸nde est谩 y c贸mo poder llegar a 茅l, qu茅 precio est谩 dispuesto a pagar. Teniendo muy claro qui茅n es mi cliente, cu谩ntas horas de reuniones nos podr铆amos ahorrar discutiendo sobre el precio鈥

Evidentemente BDBI tiene mucho que decir en la segmentaci贸n. Pero no tanto a priori, si no a posteriori. Con la cantidad de datos que las empresas tienes sobre nosotros, ya no hace falta hacer hip贸tesis de qui茅n es nuestro cliente: basta mirar en los datos e identificarlos.

Gracias a las herramientas de BDBI (que por cierto, ni son caras ni dif铆ciles de usar), basta un poco de curiosidad, jugar con los datos y empezar a ver correlaciones. 驴Hay alguna relaci贸n entre los clientes que compran 2 mismos productos? 驴Es nuestra segmentaci贸n inicial la que se refleja en las compras de nuestros clientes y las ventas de nuestros productos? 驴A qu茅 horas del d铆a hay un comportamiento de compra parecido? Por ejemplo, en Tableau, una empresa que intenta facilitar la visualizaci贸n de BDBI, pod茅is ver un caso sobre la segmentaci贸n y el hecho de cuestionarnos nuestras hip贸tesis iniciales.

Esta aproximaci贸n que aparentemente parece que es s贸lo v谩lida para comercios B2C online se pueden extraer de otros lugares. El BDBI no es exclusivo de negocios online, nacidos en la era digital. Efectivamente, lo tienen m谩s f谩cil, pero todas las empresas pueden empezar a explorar. Quiz谩s sea ese uno de los retos para la implementaci贸n del BDBI en los negocios que no vienen del mundo online. Como comentaba Alex, un 60%- 80% de los esfuerzos para una estrategia de BDBI se centran en los datos y en el ETL (Extracci贸n, Transformaci贸n y carga o Load), encontrarlos entre las diferentes partes del negocio (ERPs, CRM, departamento financiero, controller, etc鈥), limpiarlos y ponerlos bonitos. Aunque Alex menciona 4 etapas y el tiempo que se va a dedicar a cada etapa:

  • Etapa 1: Cargar datos聽(hasta un 80%)
  • Etapa聽2: Preguntas聽(5%)
  • Etapa聽3: Modelo estad铆stico/anal铆tico聽(5%)
  • Etapa聽4: Visualizaci贸n de resultados聽(10%)

Quiz谩s mi visi贸n ser铆a empezar por las preguntas y terminar en el modelo estad铆stico. Pero lo que estoy seguro es que una de las grandes aportaciones del BDBI al marketing es en el tema de segmentaci贸n, pasando de una segmentaci贸n cl谩sica a una clusterizaci贸n (que hasta ahora era m谩s complicado). La maravilla del BDBI es que no tenemos que pensar cu谩les son las variables para hacer el cluster, las propias herramientas nos dir谩s qu茅 cluster son los que representan mejor a los clientes y qu茅 caracter铆sticas. Tambi茅n, incluso nos permitir谩 saber cu谩l es la probabilidad de que un cliente de telefon铆a abandone su compa帽铆a y qu茅 caracter铆sticas tiene o saber la caracter铆sticas del cliente de un banco portugu茅s que no compra un producto y el proceso comercial asociado. Y por otra parte, ayudarnos a hacer preguntas que hasta ahora ni nos hab铆amos imaginado.

Lo que est谩 claro, es que si una empresa quiere sobrevivir en los pr贸ximos 10 a帽os, de una forma u otra, el BDBI le impactar谩 de alguna manera. La pregunta es 驴espero a que me obliguen o empiezo a explorar ya?聽La creaci贸n de valor en mi organizaci贸n a trav茅s del Big Data y Business Intelligence est谩 a mi disposici贸n.

Podcast del webinar 芦Aplicaci贸n del Big Data a Finanzas, Marketing y Sanidad禄

El 3 de noviembre de 2015, el Director del Programa de Big Data y Business Intelligence, Alex Ray贸n, entrevist贸 a trav茅s de un webinar a tres expertos profesionales en cada uno de los tres sectores citados: Pedro G贸mez (profesional del 谩mbito financiero), Joseba D铆az (profesional con experiencia en proyectos sanitarios y profesional Big Data en HP) y Jon Goikoetxea (Director de Comunicaci贸n y Marketing del Grupo Noticias y el diario Deia y alumno de la primera edici贸n del Programa Big Data y Business Intelligence).

En la sesi贸n pudimos conocer la aplicaci贸n del Big Data a los tres sectores (finanzas, sanidad y comunicaci贸n&marketing), conociendo experiencias reales y enfoques pr谩cticos de la puesta en valor del dato.聽Os dejamos el enlace donde pod茅is escuchar el podcast de la sesi贸n.

Webinar 3 de Noviembre: 芦Aplicaci贸n Big Data a Finanzas, Marketing y Sanidad禄

La sociedad se ha tecnificado, y cada vez estamos m谩s interconectados. A eso un谩mosle que el coste computacional es cada vez menor, y cada vez se est谩n digitalizando m谩s procesos y actividades de nuestro d铆a a d铆a. Esto, claro est谩, representa una oportunidad para las organizaciones, empresas y personas que quieran tratar y analizar los datos en tiempo real聽(Real-Time Analytics). Se puede 聽obtener as铆 valor para la toma de decisiones o para sus clientes: ayudar a las empresas a vender m谩s (detectando patrones de compra, por ejemplo), a optimizar costes (detectando cuellos de botella o introduciendo mecanismos de prevenci贸n), a encontrar m谩s clientes (por patrones de comportamiento), a detectar puntos de mejora en procesos (por regularidades emp铆ricas de mal funcionamiento) y un largo etc茅tera.

Tres sectores que se est谩n aprovechando enormemente de las posibilidades que el Big Data trae son el financiero, el 谩rea de marketing y el sector sanitario. Se trata de sectores con sus diferentes particularidades (regulaci贸n, servicio p煤blico, etc.), pero donde los datos son generados a gran velocidad, en grandes vol煤menes, con una gran variedad, donde la veracidad es cr铆tico y donde queremos generar valor. Las 5 鈥淰鈥漵 del Big Data al servicio de la mejora de organizaciones de dichos sectores.

Las 5

Las 5 芦V禄s del Big Data: Volumen, Velocidad, Valor, Veracidad y Variedad (Fuente: https://www.emaze.com/@AOTTTQLO/Big-data-Analytics-for-Security-Intelligence)

El pr贸ximo 3聽de Noviembre a las 18:30, el Director del Programa de Big Data y Business Intelligence, Alex Ray贸n, entrevistar谩 a trav茅s de un webinar a tres expertos profesionales en cada uno de los tres sectores citados: Pedro G贸mez (profesional del 谩mbito financiero), Joseba D铆az (profesional con experiencia en proyectos sanitarios y profesional Big Data en HP) y Jon Goikoetxea(Director de Comunicaci贸n y Marketing del Grupo Noticias y el diario聽Deia聽y alumno de la primera edici贸n del Programa Big Data y Business Intelligence).

Inscr铆bete, y en pocos d铆as recibir谩s instrucciones para unirte al Webinar. El enlace para la inscripci贸n lo pod茅is encontrar aqu铆. Y si conoces a alguien que pueda interesarle esta informaci贸n, reenv铆asela 馃槈

Agradecemos, como siempre, el apoyo a nuestros patrocinadores HP, SAS y Entelgy.

Del Data Mining al Big Data en el mundo del Marketing

(Art铆culo escrito por Pedro G贸mez Tejerina, profesional del sector financiero, y profesor de nuestro Programa de Big Data y Business Intelligence)

驴Alguna vez te has preguntado c贸mo eligen las grandes compa帽铆as los clientes a los que lanzan sus campa帽as? 驴Por qu茅 por ejemplo puede un banco enviarme un mail o una carta para ofrecerme el 煤ltimo plan de pensiones que han dise帽ado y no a mi vecino si los dos somos clientes del mismo banco y vivimos en el mismo edificio?

La selecci贸n de a qu茅 clientes lanzar campa帽as de marketing forma parte de lo que se denomina Data Mining o Miner铆a de Datos. Tradicionalmente las grandes compa帽铆as han analizado los datos hist贸ricos que almacenan sobre sus clientes para buscar aquellos clientes que no tienen contratado un producto actualmente con ellas, pero que de alguna forma s铆 se parecen a otros clientes que s铆 tienen dicho producto. La idea es sencilla: 驴no tendr铆a sentido s贸lo enviar comunicaciones sobre campa帽as de Marketing de un producto a los clientes que aunque no lo tengan contratado actualmente s铆 tengan probabilidad de hacerlo en un futuro? La base sobre la que se basan para calcular esas probabilidades es la estad铆stica y los algoritmos de Machine Learning y las comparaciones se hacen en base a los datos hist贸ricos almacenados sobre los clientes.

Haciendo esas comparaciones basadas en los datos que tienen sobre los clientes las empresas consiguen聽aumentar sus tasas de 茅xito de contrataci贸n de productos de manera significativa y ofrecen productos que de cierta forma son mucho m谩s personalizados, ya que tienen en cuenta mis datos como persona individual antes de ofrec茅rmelos. Adem谩s se ahorran mucho dinero en publicidad, ya que en cierta forma est谩n centrando el tiro seleccionando 煤nicamente los clientes con alta probabilidad (propensi贸n) de compra.

Pero actualmente estamos en una nueva era caracterizada por la abundancia de informaci贸n (Big Data). 驴Por qu茅 no utilizar adem谩s de la informaci贸n interna de los clientes datos que podamos obtener de fuentes externas? 驴No tendr铆a sentido en el ejemplo del banco anterior tener en cuenta que yo en alguna ocasi贸n he navegado por internet buscando informaci贸n sobre planes de pensiones? 驴No he mostrado de alguna forma ya mi inter茅s por el producto al haberlo buscado por internet? 驴No ser铆a m谩s probable que yo contratara el plan de pensiones que mi vecino que nunca se ha preocupado por su jubilaci贸n?

Como empresa podr铆a utilizar los datos de navegaci贸n de mi web para mejorar el proceso anterior. 驴Y si adem谩s a pesar de que el banco no tiene informaci贸n sobre el valor de la casa en la que vivo, obtiene informaci贸n sobre el valor de la misma en el catastro u otras fuentes de informaci贸n externas? El cruce de informaci贸n interna sobre los clientes con informaci贸n externa es lo que actualmente se denomina Big Data y permite a las grandes empresas obtener m谩s informaci贸n sobre los clientes y tal y como hemos visto con mi ejemplo, mejorar su precisi贸n a la hora de elegir futuros clientes para sus productos.

Moraleja: si antes las grandes compa帽铆as lo sab铆an todo sobre nosotros, hoy todav铆a m谩s. Como consuelo, al menos es m谩s probable que s贸lo reciba comunicaciones sobre productos en los que es m谩s probable que est茅 realmente interesado no tengan que eliminar demasiados emails comerciales porque no me interesan.