La Unión Europea dice que en cada minuto se generan 1.700 nuevos billones de bytes. Parte de ellos corresponde a nuestro entorno empresarial; es el mundo del Big Data.
Recoger, tratar, analizar los datos es el nuevo paradigma de la empresa. Y ésta es la gran beneficiada de la medición, del análisis de los datos y de la toma de decisiones basadas en el análisis. Ya en el siglo XVII Galileo nos dijo que “Debemos medir aquello que sea medible y hacer medible aquello que no se puede medir”, y Tom Peters en el siglo XX nos recuerda que “No puedes gestionar lo que no puedes medir”.
Pero, ¿estamos preparados para ello? Los datos están creciendo de forma exponencial no solo en las transacciones comerciales sino en el entorno digital, y estos no sirven de nada si no los transformamos en conocimiento que nos permita tomar decisiones. El consumidor es un activo de información.
Y entonces, ¿tenemos recursos para capturar, almacenar y analizar los datos? Sin duda unos pocos sí, el resto, la gran mayoría, taxativamente no. Por lo tanto, nos queda explotar lo que sí tenemos a nuestro alcance ahora mismo y a unos costes asumibles por la mayoría de las empresas.
Mientras nos preparamos a asumir el Big Data, veamos cómo sacarle todo el partido a los datos a través de la experiencia con una empresa de distribución, que cuenta con múltiples tiendas por todo el territorio del país, y es reconocida por sus almacenes que venden tecnología, imagen y productos editoriales.
A pesar de contar con una base de datos de clientes a los que hacían ofertas y mantenían al día de las novedades, su deseo era conocer a los clientes, venta cruzada y saber el nivel de satisfacción.
El objetivo, por tanto, consistía en saber cómo es el cliente, cuánto vale estratégicamente y quién puede comprar determinado producto para lo que utilizamos distintas técnicas analíticas como modelos explicativos, cuantitativos y probabilísticos aplicados sobre variables transaccionales y otras procedentes de fuentes externas.
Con unas variables identificamos 8 tipologías de clientes (cluster) y con otras el valor estratégico del cliente (scoring).
Al cruzar los 2 parámetros identificados obtenemos la Matriz de Valor de la Marca, que nos aporta inmensas posibilidades a la hora de distribuir los recursos de la empresa adecuando la estrategia de relación a los objetivos generales y al valor del cliente.
Para abordar el objetivo de saber quién puede comprar determinado producto, identificamos posibles comportamientos aplicando modelos probabilísticos. En el análisis resultan 20 diferentes segmentos con 20 probabilidades de compra distinta a los que se les somete a un test mediante una acción directa con el resultado ajustado a lo esperado.
La empresa ha seguido un modelo de conocimiento muy sencillo, donde cada variable sirve para un cometido y está perfectamente tratada, normalizada y ocupando su lugar en la estructura de datos.
Por lo tanto, ¿Big Data? o sencillamente Small Data que sí pueden abordar las pequeñas y medias empresas, que no requieren grandes inversiones ni planes estructurales a medio y largo plazo, y que tan solo precisa integrar en el equipo personas con capacidad analítica o subcontratar la consultoría analítica a un especialista.
Nuestra experiencia y recomendación es empezar por lo sencillo, hacer acciones, desarrollar el plan estratégico, medir el resultado, y controlar la evolución de los clientes y de la satisfacción. Planes de implantación inmediatos y resultados a corto plazo que permiten prepararse para pasar a desarrollos más complejos como Big Data. Empecemos por el Small Data.
ActionsDATA
