La aplicación de las tecnologías Big Data en empresas aporta esencialmente una capa de inteligencia al negocio. En muchos casos se adoptan para una gestión eficiente de los recursos (materiales o humanos), gracias a un análisis detallado de grandes volúmenes de datos de la empresa: facturación, clientes, productos, fechas, etc.
Parece muy lógico que las empresas utilicen sus datos para tener una perspectiva más realista sobre lo que está ocurriendo con su negocio y no tomar decisiones basadas solo en intuiciones. Así, podrán ofrecer al mercado productos y servicios alineados con las necesidades y deseos de los clientes y mejorar o, por lo menos, mantener su cuota de mercado. Contar con la posibilidad de recoger y analizar más datos de los que nunca habían pensado ha colocado a las empresas en una posición sin precedentes para cuantificar lo que funciona y lo que no, y saber por qué.
Según IDC (International Data Corporation), a finales de 2015 el 30% de las compañías europeas ya habían adoptado las tecnologías Big Data. Esto es posible gracias a que todo es susceptible de medirse, por ejemplo, a través de la huella digital.
Detección de tendencias y patrones del comportamiento
Una de las principales aplicaciones de las tecnologías Big Data es la detección de tendencias. Esto permite observar a los clientes a gran escala, conocer sus preferencias y estudiar cómo se comportan para poder detectar patrones de comportamiento y mejorar la experiencia del cliente. El estudio del cliente ha demostrado ser lo más adecuado para fidelizarlo y dirigir las acciones de negocio hacia el éxito. Las técnicas de Data Mining, Machine Learning o Procesamiento del Lenguaje Natural ofrecen a los departamentos de Marketing la oportunidad de segmentar a los clientes según sus preferencias.
Un ejemplo de ello es el caso de las cadenas de supermercados, que a través de los datos del histórico de compras de las tarjetas de fidelización del cliente, personalizan los correos electrónicos directos a sus clientes incluyendo su historial. La cadena estadounidense Kroger presenta un porcentaje medio de retorno del 3,7% en estas campañas de mails.
Otro ejemplo de esta aplicación lo encontramos en el diario británico Financial Times, que utiliza las tecnologías Big Data para optimizar las tarifas de publicidad según la demanda de sus lectores, dependiendo de la sección, el público, la localización y la hora del día, al igual que la publicidad en periódicos en papel tenía un precio establecido en función de si se trataba de página par o impar, sección, número de página, etc.
Por otro lado, Spotify España ha podido averiguar gracias a la triangulación de los datos de sus clientes (escuchas, geoposicionamiento y hora del día) cuál ha sido la canción más escuchada del verano 2016, los momentos preferidos de los españoles para escuchar música (viernes a mediodía y domingos por la tarde) y en qué lugares de la geografía española se conectan más personas para escuchar música.
Análisis predictivo en Big Data
En la misma línea está la analítica predictiva, una fórmula que permite anticiparse al comportamiento del mercado, con el que respondemos a la pregunta «¿qué pasaría si…?». Un caso muy claro es el de Netflix, que utiliza Hadoop para recoger los gustos e intereses de sus usuarios y hacerse una idea de cómo serán recibidas sus series. Así, apostó por producir las dos primeras temporadas de la serie House of Cards con garantías de que rentabilizaría esta inversión y tendría un éxito asegurado.
El análisis predictivo se utiliza también en un ámbito muy diferente: el mantenimiento predictivo de equipos, por ejemplo, de electrodomésticos y motores de aviones, trenes y automóviles. Las casas fabricantes quieren evitar a sus clientes molestias debidas a fallos y utilizan sensores para recoger datos sobre el funcionamiento de sus aparatos, anticiparse a posibles errores y determinar cuándo será necesario realizar el próximo mantenimiento. El IIC realiza en este sentido mantenimiento predictivo de parques eólicos.
Big Data para optimizar procesos y reducción de tiempos
En otros casos, hay empresas que utilizan esta información para optimizar procesos y obtener resultados en menos tiempo, lo cual afecta también al coste total. La compañía farmacéutica Bristol-Myers Squibb, al adoptar tecnologías Big Data, consiguió reducir el tiempo de las simulaciones de ensayos clínicos hasta en un 98%. Utilizó Amazon Web Services (AWS) para construir un portal seguro donde almacenar la investigación de pruebas clínicas a demanda realizadas por científicos y así pudo establecer unas reglas y minimizar los costes técnicos. Pruebas que antes tardaban 60 horas en realizarse ahora se realizan en 1,2 horas en la nube de AWS. En el mismo sector de las empresas farmacéuticas, Procter & Gamble ha sido capaz de integrar en una única herramienta información sobre la manera en que los consumidores utilizan diariamente sus productos.
Retención de empleados con Big Data
Las tecnologías Big Data en Recurso Humanos han empezado a jugar un papel muy, con casos de éxito como el de Xerox, con una reducción de la tasa de abandono de un 20%. En el IIC realizamos proyectos para reducir la rotación y favorecer el compromiso de los trabajadores: analizando los datos de la compañía, se hace un estudio descriptivo de las variables relacionadas con la permanencia, proponiendo acciones de mejora basadas en este análisis de datos (palancas para frenar la rotación, perfiles de las personas que abandonan la compañía, y otros datos de interés para la compañía) y estudiando el impacto económico de la rotación.
También puede aplicarse a una selección más estratégica, estableciendo la probabilidad de éxito de cada candidato, y se han dado casos de compañías que utilizan aplicaciones para recoger datos sobre desempeño en el trabajo y participación de los empleados en formación, resultados y satisfacción de los propios trabajadores para orientar la inversión destinada a los cursos.
Sistemas de alertas inteligentes con Big Data
Las tecnologías Big Data se utilizan para sistemas de alertas que recogen y procesan datos, ofreciendo pronósticos o predicciones temporales sobre su acción y posibles efectos. En el sector público estos sistemas se han utilizado frecuentemente en la gestión de riesgos o emergencias, desastres naturales como inundaciones, huracanes, volcanes, etc. Estos sistemas de alertas inteligentes también son la base de aplicaciones que incrementan la eficiencia de la asistencia sanitaria en casos de emergencia.
Un caso singular es el de la Organización de Naciones Unidas (ONU), que se sirvió de un sistema de alerta temprana en Indonesia para averiguar, a través de los medios sociales, el precio de los bienes de primera necesidad en este país del sudeste asiático: ternera, pollo, cebolla y chile.
En un ámbito completamente distinto, también se ha aplicado el Big Data en Bolsa, en el que un sistema de alertas puede avisar sobre picos o caídas inesperadas de las cotizaciones.
Más oportunidades de negocio con Big Data
IBM estableció una colaboración con The Weather company para realizar un estudio e identificar oportunidades de negocio en base al tiempo atmosférico y averiguar cómo impacta este en los negocios. Colocaron 100.000 sensores para recoger datos sobre el tiempo, además de la información de móviles, edificios y vehículos en movimiento. Según la compañía The Weather Company, se calcula que solo en los Estados Unidos este factor es responsable de la facturación de medio billón de dólares anuales.
También se han realizado estudios de eventos multitudinarios con tecnologías Big Data, una aplicación que se ha revelado como enormemente útil pues es posible estudiar el impacto económico de tales encuentros, conocer la evolución horaria del gasto de los turistas e incluso situarlo en un mapa.
Estas son solo algunas de la gran cantidad de aplicaciones de las tecnologías Big Data que pueden darse en las empresas. Si dispones de datos y no sabes cómo transformarlos en conocimiento, ponte en contacto con nosotros.