Tag: big data

La Analítica Empresarial o Business Analytics permite conseguir los objetivos empresariales, a partir del análisis de datos. Básicamente permite detectar tendencias y realizar pronósticos a partir de modelos predictivos y utilizar estos modelos para optimizar los procesos de negocio.

Una forma de clasificar la Analítica Empresarial o Business Analytics podría ser estas tres áreas más o menos superpuestas:

  • Analítica Descriptiva o Descriptive Analytics: Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  • Analítica Predictiva o Predictive Analytics: Utiliza los datos para determinar que puede pasar en el futuro. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  • Analítica Prescriptiva o Prescriptive Analytics: Utiliza los datos para prescribir aquellas acciones que incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.

 

 

El Small Data  es un conjunto de datos con un volumen y un formato que hacen que los datos sean accesibles, informativos y procesables.

El término Small Data contrasta con el de Big Data y Small Data supone un cambio en la forma en que las compañías hacen uso de sus datos. A diferencia del Big Data que gira en torno a la idea de que la empresas hacen uso de cantidades masivas de datos para identificar el comportamiento del cliente o impulsar su negocio, el Small Data pretende ser un contrapunto a esta tendencia.

El Small Data implica adquirir conjuntos de datos específicos a través de un menor esfuerzo, algo que los expertos consideran una práctica comercial más eficiente. En este punto, podemos decir que una de las principales diferencias entre Small Data y el Big Data. El uso de Small Data es más asequible para las empresas ya que pueden obtener resultados procesables sin tener que adquirir sistemas costosos que requiere un análisis del Big Data.

Para qué utilizar Small Data y qué ventajas ofrece

Una vez que ya hemos descrito qué es Small Data y en qué se diferencia al Big Data, enumeramos algunas ventajas a tener en cuenta si vas a comenzar a utilizar Small Data:

  • El análisis Big Data es más complicado que el Small Data. El Big Data requiere tecnología y perfiles profesionales expertos de Datos que sepan analizar y manejar grandes volúmenes de datos para extraer solo la información relevante para nuestro negocio utilizando algoritmos y modelos matemáticos. Por el contrario, el Small Data es más sencillo. No necesitaremos la ayuda de un data scientist para analizar y manejar los datos.
  • El Small Data está enfocado a conocer al consumidor. Debemos centrarnos en lo que el consumidor necesita y de qué manera podemos interactuar con el. El Small Data facilita que encontremos la información necesaria para implementar campañas más personalizadas y afines a sus gustos y necesidades.
  • Relacionado con esto, podemos decir que el Small Data tiene aplicación en el sector consumo. Sin apenas darse cuenta, el consumidor ya hace uso del Small Data en su día a día. Los dispositivos inteligentes o el IoT optimizan sus compras, potencian su actividad física diaria, gestionan sus finanzas o recomiendan qué puedes ver en TV en base a tus gustos o necesidades. La finalidad de todo esto es que el consumidor obtenga información cada vez más personalizada en función de los datos que previamente ha registrado en el sistema que consuma.
  • El análisis Small Data es sencillo porque está a nuestro alrededor. Este punto va referido a los datos que obtenemos en Redes Sociales. Cada vez que nos registramos en una red social, realizamos una búsqueda o escribimos una publicación, generamos una huella digital propia con información personalizada. Cualquier otro usuario puede analizar estos datos y sacar conclusiones en base a aquello que otros han compartido en Redes Sociales.
  • El Small Data ayuda a interactuar con el cliente en base a datos útiles y concretos. El marketing basado en los datos supone una revolución ya que las empresas pueden interactuar con sus clientes de forma personalizada y basar sus decisiones en datos en lugar de suposiciones.
  • El Small Data aumenta el retorno de la inversión. La inversión en Small Data comparado con el retorno que te ofrece al poder plantear campañas más eficaces en menos tiempo es mínima; por este motivo el Small Data ayuda a mejorar el ROI.
  • El Small Data es la clave para crear perfiles CRM. De toda la información útil extraída de canales sociales sobre tus clientes, servirán para crear segmentos, perfiles y/o definir cuales son influyentes o tienen más probabilidades de ser stakeholders, etc.

Todos acabamos cayendo, por mucho que reneguemos, en las tendencias del momento. Tras un repaso al 2018, y por  lo que hemos podido ir viendo en los primeros días de 2019, os traemos 5 de las tendencias en Marketing Digital que creemos serán las principales de este nuevo año, y que seguro utilizarás en tus próximas estrategias.

1. Vídeo marketing. 

Teniendo en cuenta que a día de hoy, Youtube es el segundo motor de búsqueda más empleado a nivel mundial, todo apunta a que en este 2019 el contenido audiovisual se intensificará y seguirá teniendo una gran aceptación. Para comprobarlo, sólo hay que probar a publicar el mismo contenido en un post y en un vídeo, podemos afirmar casi con total seguridad que el que tendrá mayor alcance y repercusión será el vídeo, a pesar de poseer ambos la misma información. Esto se debe, en buena parte, al tipo de consumo de la información que realizamos actualmente.

Según la revista Forbes, en 2019 el 80% de los vídeos publicitarios será programático, lo que lo convierte en una de las grandes tendencias de este año. Gracias al empleo del Big Data, este tipo de vídeos enfocados a la publicidad permiten al anunciante una mayor segmentación, lo que aumenta la rentabilidad de su inversión. Además, posibilita la comunicación con una audiencia hiperconectada aportándole una experiencia única y hecha a su medida, lo que mejora considerablemente su percepción de la marca.

2. Chatbots

La mensajería instantánea es una de las formas favoritas de los usuarios para ponerse en contacto con la empresas, pero siempre y cuando estas ofrezcan un servicio de calidad que no les haga estar esperando horas tras la pantalla.

Hoy en día, son muchas las empresas que emplean plataformas como Whatsapp Business y Facebook Messenger para estar en contacto con los clientes.  Este tipo de aplicaciones están conectadas a los llamados Chatbots, un tipo de tecnología que es capaz de simular conversaciones humanas utilizando un programa informático.

A través de un Chatbot, la empresa es capaz de automatizar las tareas repetitivas y burocráticas del servicio de atención al cliente, lo que la libera para poder enfocarse a otras áreas que requieren mayor atención. Además, supone un ahorro de costes en personal y  agiliza el servicio.

Entre los inconvenientes que posee, el más destacable es que requiere una gran inversión inicial. Por otro lado, tampoco se puede decir que sea efectivo para todo tipo de servicio o mercado (está principalmente enfocado al E-commerce), pero gracias a la Inteligencia Artificial está consiguiendo poco a poco diversificarse y adaptarse, lo que le convierte en una gran apuesta.

3. Voice Search

Las empresas cada vez van a tener más en cuenta las búsquedas por voz o voice search a la hora de realizar sus estrategias de marketing digital. Esto se debe principalmente a tres factores:

  • El aumento de las búsquedas por voz por parte de los propios usuarios, puesto que suponen un ahorro de tiempo y esfuerzo.
  • El gran impacto en el SEO que genera. Al no tratarse de búsquedas escritas y generar una mayor descoordinación semántica, los buscadores tienen en cuenta la intención y el contexto que hay detrás de la búsqueda, además de interpretar el significado de las palabras. Esto, convierte a la búsqueda por voz en una variable que se debe considerar al posicionar la marca.
  • La incorporación de dispositivos de hogar inteligentes, como Alexa de Amazon. Este tipo de gadget, aporta al voice search otros usos y lo amplía a otros dispositivos, eliminando la exclusividad que poseían los smartphones con este método.

4. Fast content o contenido inmediato

Vivimos en una sociedad acelerada, y así es como consumimos el contenido. Necesitamos algo que se pueda ver rápido y no requiera prestarle atención durante mucho tiempo, de ahí que el contenido en formato audiovisual sea el más consumido: es rápido, no requiere mucha atención, y es de fácil acceso gracias a los dispositivos móviles.

Un ejemplo de este tipo de contenido son los ya conocidos Stories, los cuales  van a seguir siendo tendencia a lo largo de este año. Y es que, no solo Instagram, Facebook y Snapchat serán los que mantengan esta forma de fast content, sino que hasta Google lo va a tener en cuenta en sus resultados de búsqueda al haber creado AMP Stories. Por lo que comentan desde la compañía, el funcionamiento será similar al de Snapchat pero tendrá como objetivo dar la posibilidad a  los editores de contenido de crear de forma más rápida sus artículos en sus dispositivos móviles, pudiendo hacerlos más atractivos para el público al incluir una imagen o vídeo, igual que si lo compartieran en las redes sociales.

Cabe destacar que, el hecho de que sea fast content, no significa que el contenido posea menor calidad, todo lo contrario. Es muy importante que sea útil y aporte un valor añadido al usuario para que este siga consumiéndolo. Por tanto, podríamos decir que es necesario apostar por el contenido inmediato  que además deje huella en el usuario.

5. Realidad aumentada y realidad virtual

En relación con el punto del vídeo marketing, encontramos estos dos conceptos relativamente novedosos pero cada vez más presentes en nuestras vidas. Se trata de tecnología que permite la interacción con el usuario mediante la generación de un entorno visual. La realidad virtual y la aumentada, se están convirtiendo en elementos muy utilizados por las estrategias de marketing de grandes empresas debido a su capacidad de influencia sobre la decisión de compra del consumidor.

Por suerte para las pequeñas compañías, no paran de desarrollarse programas que hacen accesible esta tecnología con la que pueden alcanzar diversos  objetivos como: conseguir interacción e inmersión entre marca y cliente, acercar la experiencia del producto o servicio al usuario o proyectar como característica de la marca la innovación

Un ejemplo de su uso, lo podemos encontrar en ciertos anuncios que se encuentran en Facebook, los cuales nos permiten probarnos productos como gafas o maquillaje desde casa.

Hace décadas, ya había empresas que recogían y analizaban datos para poder obtener perspectivas y descubrir tendencias de los consumidores. Para ello, plasmaban los números en hojas de cálculo y los examinaban manualmente. Hoy en día, el análisis de datos se realiza mediante sistemas de software sofisticados. Esto permite estudiar una mayor cantidad de datos, reduciendo el tiempo que se invierte en ello y, por tanto, posibilitando a las empresas a tomar decisiones de manera más rápida y eficaz, lo que ayuda al negocio a seguir siendo competitivo en el mercado.

A pesar de esto, muchos son los que siguen asociando aún el Big Data a las empresas de nuevas tecnologías, creyendo que sus aplicaciones no pueden salir de ese mercado.

Ejemplos de implementación de Big Data en grandes marcas

Actualmente, debido a la cantidades dispositivos que nos rodean, estamos constantemente en contacto con grandes cantidades de datos. Este hecho, ha provocado que los grandes casos de éxito de la aplicación del Big Data vengan de la mano de compañías que no tienen nada que ver con el mercado de las nuevas tecnologías. El Big Data y la Inteligencia Artificial son dos conceptos que suelen ir ligados, a continuación os exponemos 4 ejemplos de grandes marcas que los han implementado en sus estrategias de marketing:

  1. Netflix

Esta plataforma utiliza los datos en su gran mayoría para recomendar contenido a sus consumidores, pero también para poder averiguar qué series producir y a qué figuras del mundillo debe fichar. La serie original de Netflix “House of Cards”, ha sido la primera en alcanzar el éxito gracias al análisis previo de grandes conjuntos de datos. A la plataforma, le llevó alrededor de seis años recopilar todos los datos que creían necesarios para realizar una serie que tuviese una gran acogida entre el público. Emplearon dichos datos a cerca de los hábitos de los espectadores para diseñar un contenido que combinara creatividad y Big Data. Esto, ha conseguido demostrar la gran importancia del estudio de los hábitos de los consumidores a la hora de generar productos, contenidos y servicios.

  1. Nike

Uno de los mayores ejemplos de implementación del Big Data a nivel deportivo. Nike, mediante su plataforma Nike+, captura día a día una elevada cantidad de datos que hacen referencia a distintas características de su usuarios. Esto, le permite poder determinar aspectos como el potencial que posee para la marca ese cliente, cuando tendrá este la necesidad de adquirir nuevo producto en función de la actividad física que realiza o cuáles son sus intereses en ámbitos relacionados con el deporte, dándole la posibilidad de mostrarle a los usuarios una oferta de productos y servicios personalizada.

Para recoger los datos, ha desarrollado una serie de dispositivos wearables, los cuales vende a los usuarios como productos complementarios que mejoran su rendimiento físico. Esta tecnología, está interactuando de forma continua con el usuario y las aplicaciones pertinentes, lo que facilita la recopilación de datos y produce una aceleración de todo el proceso.

  1. Zara

Ya en la década de 1980, fue pionera en un concepto de moda conocido como fast-fashion: desarrolló un método de rápida reacción a las cambiantes tendencias de moda, empleando cadenas de suministros basadas en el abastecimiento cerca de la sede para poder acelerar los plazos de entrega.

Pero los nuevos competidores crecen, y esto ha hecho que Zara de un paso más en el empleo de datos en sus estrategias. Ha conseguido desarrollar una tecnología de identificación por radiofrecuencia (RFID). Esta tecnología, recoge los datos de posición de todas las prendas que se encuentran en las tiendas y los almacenes, como si cada una de ellas llevara un pequeño GPS incrustado. Permite identificar las prendas de individualmente durante su recorrido desde las plataformas logísticas hasta su venta, de manera que, cuando un cliente busca una prenda concreta, el personal de la tienda puede saber en tiempo real la disponibilidad del producto en esa tienda u otra cercana. Esto hace posible que, gracias al seguimiento del Big Data, los artículos sean localizados más rápido y con mayor precisión, lo que favorecerá al servicio y a la fidelización de los compradores.

  1. Coca-cola

Emplea el Big Data para establecer precios y mantener cierta consistencia en el sabor de productos ligados a cuestiones naturales, partiendo de datos del tiempo, información de cosechas e históricos de precios. Además, han lanzado una nueva bebida teniendo como base los datos extraídos de los sistemas self-service, los cuales proporcionan información sobre los gustos de los consumidores. Pero esto no es para lo único que utilizan la gran cantidad de datos que recogen sobre los usuarios, llevan años empleándolos para medir la presencia de sus productos y los de sus competidores en las fotografías que son subidas a la red. Una vez que han analizado esta conducta y mediante algoritmos, deciden qué anuncios deben servir a esos internautas. Con esto consiguen que su publicidad posea hasta 4 veces más posibilidades de que hagan clic en ella.