Todos, consciente o inconscientemente, estamos produciendo "data points" (es la unidad de lo que llamamos Data Science) a cada minuto. Los data points son los datos que se acumulan y analizan mediante las diversas técnicas de Big Data y permiten luego obtener conclusiones -o al menos intuiciones- sobre comportamientos, en este caso, de los consumidores. Hay abundantes ejemplos que se pueden citar, pero el siguiente es uno de mis favoritos porque muestra, en primera persona, como vivimos inmersos en el Big Data. Si tiene IPhone, siga el siguiente camino: Configuración, Privacidad, Localización, Servicios del sistema y, finalmente, entre en Ubicaciones frecuentes. Seguramente, para su sorpresa, encontrará que tiene la función habilitada por default que mide, con exactitud de metros, los lugares que más frecuentó en un mapa. Si los tiene en su agenda georreferenciados, le aparecerá en qué momentos de la semana pasada estuvo en "Casa", o cuán asiduamente y en qué horarios estuvo en el "bar", o si verdaderamente fue al gimnasio Apenas se reponga del shock de aparente abuso a su privacidad, le damos la bienvenida al mundo de Big Data como consumidor.
Podríamos llenar esta publicación de ejemplos similares. Básicamente, cualquier aparato que se conecte a Internet, o que pueda almacenar información, es una fuente utilizable de data points. Un estudio reciente de Vidhia Analytics predice que, para 2020, habrá 50.000 millones de dispositivos conectados recolectando data constantemente. Esto nos acerca a la primera definición acerca de Big Data: por eso es "Big". Requiere mucha data.
La técnica significó un cambio de paradigma. Sobre todo, por la forma en que se recolecta, se analiza, se interpreta y se concluye sobre información que permite una mejor toma de decisiones para problemas aplicados. Lo que Big Data viene a cambiar es el paradigma bajo el que se hacen, analizan y responden esas preguntas. En esta línea de pensamiento, no aporta una evolución lineal de la capacidad de procesamiento de modelos estadísticos tradicionales, aportando más observaciones. Por el contrario, la gran ventaja que aporta Big Data es que el análisis se hace de otra forma, gracias a la inmensa cantidad de observaciones. Esto nos permite aplicar otras reglas científicas, no tan constreñidas por la estadística tradicional, que dada la ausencia de información nos hace trabajar con muchos supuestos.
Otra forma de pensar
Big Data implica un cambio en la forma de utilización de la información. No sólo la utilización de mucha más información. Es que permite recoger las relaciones que, prima facie, no tienen ninguna lógica, pero que, dado el análisis de millones de datos, ofrecen una correlación representativa y significativa para la toma de decisiones. Una de las primeras -y más exitosas- aplicaciones de Big Data fue el conocido caso de Google Flu, en 2009, cuando el buscador analizó 3.000 millones de búsquedas diarias de 50 millones de términos más buscados (tos, fiebre, resfrío, etc.) y logró predecir una epidemia mayor de Gripe Aviar a la que aconteció, ya que las autoridades pudieron anciparse al problema con medidas correctivas.
Con herramientas como Google Trends, cualquier empresa o persona puede utilizar este mecanismo para entender mejor a su negocio o consumidores. Google Correlate, además, permite utilizar herramientas de Big Data con información propia y la compara con las búsquedas de millones de personas, arrojando vínculos sobre los que nunca hubiéramos sospechado. Otro ejemplo ya ampliamente utilizado es la "datificación" de imágenes, que permite crear y analizar data points a través de la interpretación de imágenes. Por ejemplo, se sacan fotografías de una parte específica de una góndola donde un cierto producto se muestra. El análisis a través de Inteligencia Artificial de las fotografías, su geolocalización y su horario, permite construir mapas y patrones de consumo y reposición del producto.
La tecnología y la información ya están disponibles. Lo más difícil de implementar es el cambio de paradigma en la utilización de información en la toma de decisiones de negocios. Las técnicas de aprendizaje no supervisado que son facilitadas por la tecnología de Big Data permitirán hacer análisis de comportamiento de los consumidores con grandes ganancias de valor agregado. La utilización de data points no tradicionales permitirá, a su vez, incorporar nuevas dimensiones decisorias a la hora de establecer estrategias de venta y marketing. La pregunta que nos queda, dado que la data está, es: ¿Estamos listos?
ALFREDO ROSENZVIT Docente de la Maestría en Economía de la Universidad del CEMA. - El Cronista - 23/09/17
No hay comentarios:
Publicar un comentario