Big Data, mercadeo digital y políticas de privacidad de datos

3 min read
1 de septiembre de 2016

Muchas empresas no saben cuándo ni por qué implementar big data. Aquí te explicamos tres aspectos que debes tener en cuenta para hacerlo.

Parece que todo artículo acerca de implementación de big data dejara a los lectores con una sensación de urgencia para incorporarlo en sus procesos. Esta conclusión apresurada muchas veces puede ser riesgosa, ya que todo tema que se desarrolla a partir de un impulso se debe mapear para no correr el riesgo de creerse a la vanguardia cuando en realidad se están interpretando los datos erróneamente. 

< Conoce cómo interpretar los datos en contexto >

En esta entrada quiero mencionar tres aspectos que al parecer no tienen relación, pero que relacionándolos pueden hacer que implementar big data sea un acierto y no un infierno que no refleje un retorno de la inversión. 

Big data: ¿en realidad lo necesitamos?

Por un lado, el término big data, cuando lo miramos a grandes rasgos, lo entendemos como la capacidad de almacenar y procesar, a grandes velocidades, grandes volúmenes de datos. En este primer punto, el concepto genera emoción porque se piensa en compañías como Google o Facebook, que cumplen con esa teoría. Todos lo sabemos. 

Quieres saber  más, lee  Conoce el mundo de la Ciencia de Datos

Sin embargo, en este aspecto vale la pena hacerse la pregunta de si nuestro “core” de negocio en realidad tiene la necesidad de capturar tanta información y a velocidades tan altas, o si ya fue capaz de capturar una cantidad mínima de información, integrarla y procesarla a velocidades admisibles.

La pregunta más importante sería si ya hemos logrado analizarla y convertirla en información valiosa para la toma de decisiones. Así que, antes de emocionarse con este concepto de TODA la información y de forma RÁPIDA, analicemos primero las necesidades de la empresa y lo que ha hecho antes con los datos disponibles. 

Big data y fidelización de clientes

El segundo concepto que se debe tener en cuenta es el de mercadeo digital.

En este punto, vuelvo y menciono a Google como referente, ya que, si bien este motor de búsqueda sabe cómo capturar toda la información y procesarla a velocidades asombrosas, también es claro que ellos en su interior tienen acceso a todos los datos de cada usuario, por lo cual es mucho más fácil implementar herramientas de conocimiento y fidelización de consumidores.

<Descubre 4 problemas de los programas de fidelización>

Las empresas hoy se emocionan al creer que, con la implementación de big data, tendrán acceso a las bases de datos de los usuarios. Sin embargo, la realidad de hoy es que empresas como Google, y en general las redes sociales, solo entregan información agrupada con algoritmos que muchas veces no se conocen. 

El temor de suministrar datos

El último, y no menos importante, son las políticas de privacidad de datos. Si bien todo el tema de la protección de datos es importante, también es claro que se generó una especie de inseguridad al respecto.

Los usuarios no quieren proporcionar sus datos a las marcas. Esto es una realidad. Hoy se ha formado una esquizofrenia digital que está llevando a que muchos consumidores  tracen una diferencia tajante entre eloff-line y elon-line.

Con el tiempo, esas personas que tanto temor tienen de entregar su información se darán cuenta de que simplemente son una aguja en un pajar y que nadie tiene la necesidad de publicar sus contenidos, dado que no son influenciadores.

Además, hay mucho material gratuito del cual las marcas pueden hacer uso para el cumplimiento de sus propósitos. Cuando los consumidores vean que las personas que proporcionan su información reciben promociones de su interés y en general temas afines a sus hábitos de consumo, tendrán la necesidad de proporcionar los datos necesarios para que también puedan ser analizados y personalizados.

¿Por dónde comenzar? 

En Pragma, de acuerdo con lo anterior, tenemos algunas buenas prácticas que nos permiten de manera responsable definir el análisis de datos de nuestras marcas. A continuación, menciono algunas: 

Entendimiento del negocio

Antes de iniciar con el análisis de bases de datos, en Pragma nos ocupamos, por medio de metodologías cualitativas, de tener un conocimiento del negocio: qué información es la que se necesita, para qué se necesita y cuáles son las prioridades. Así obtenemos resultados ágiles que les den la tranquilidad a nuestros clientes de que el proyecto está evolucionando. 

Diagnóstico de la calidad de los datos

Previo al procesamiento de datos, hacemos el estudio de la calidad de ellos. Una de las frases de análisis estadístico más conocidas en la academia es “si analizas basura, los resultados serán basura”. Tenemos claro que solo son objeto de análisis los datos que cumplen con reglas de calidad, así se tenga que sacrificar la cantidad. 

Validación de los resultados obtenidos localmente

Antes de invertir esfuerzos en automatización de reglas de negocio, en Pragma hacemos un primer análisis local con el fin de verificar con nuestros clientes que el resultado sí sea el esperado y que supla las necesidades de la marca. Esto minimiza los riesgos de reprocesos y costos tanto en la implementación como en la búsqueda de los objetivos en términos de análisis de información. 

Finalmente, la invitación es a que nos preguntemos primero para qué queremos implementar big data y a que se proceda a dimensionar el alcance del proyecto y la inversión en él. Espero que haya sido útil esta información, y nos vemos pronto con otro tema alrededor del fascinante mundo del análisis de datos.

Nuevo llamado a la acción

Suscríbete al
Blog Pragma

Recibirás cada mes nuestra selección de contenido en Transformación digital.

Imagen form