Hace pocos años cuando tratábamos de explicar a los clientes la importancia de analizar los datos que generaban, era como predicar en el desierto. Hablábamos de predecir qué va a pasar cuando todavía estaban en la fase de analizar qué había pasado.
Sin embargo, ahora, mientras en Estados Unidos se buscan términos como Inteligencia Artificial o Machine Learning, en España el concepto Big Data está todavía en el top de búsquedas.
¿Por qué todo el mundo se ha vuelto “data crazy”?
Los datos han sido siempre una fuente de conocimiento que nos permite objetivar lo que a veces intuimos por la experiencia que tenemos en nuestros negocios. Las nuevas tecnologías que ponen a nuestro alcance el big data nos permiten, no solo utilizar los datos que generamos dentro de nuestra empresa, si no que nos facilita analizarlos junto con otros datos que pueden no pertenecer a nuestro entorno empresarial, pero que sin embargo explican muy bien el contexto que estamos analizando. Estos datos externos no nos importa en el formato que estén o cual sea su origen, porque podremos normalizarlos y analizarlos conjuntamente.
Pongamos algunos ejemplos. Cuando queremos hacer una previsión de demanda para una empresa de paquetería, no solo necesitamos los datos históricos de envíos de paquetes, sino que datos como el calendario laboral o eventos tipo el Black Friday o las rebajas, van a condicionar de forma directa el tránsito de paquetes y es imprescindible incluirlos en el modelo para poder tener resultados certeros.
¿Te habías planteado alguna vez como afecta el fútbol a otros sectores? Si tienes en cuenta el calendario de La Liga podrás predecir mejor el consumo de cerveza o incluso las visitas a urgencias de un hospital, que decrecen de forma directa, siempre que el partido sea bueno, claro está.
Otro dato externo que solemos incluir en nuestros modelos algorítmicos es la meteorología ya que aunque pensemos que no, nos afecta muy directamente por ejemplo a la hora de sacar dinero de un cajero: los días de lluvia se va menos al cajero o a la gasolinera, por lo que si queremos predecir cuanto dinero hay que dejar en un cajero, no solo tendremos que analizar los eventos de la zona, sino si va a llover o no, así evitaremos envíos urgentes a la sucursal para abastecer al cajero o el caso contrario, dejar disponible demasiado cash pudiéndolo tener en otros servicios bancarios.
Los datos de telefonía móvil ayudan a organizar las ciudades: a través de las antenas que están dispuestas por las ciudades podemos saber cuantas personas hay en cada sitio y como se mueven. De esta manera se pueden evitar congestiones en sitios turísticos a determinadas horas, se puede mejorar el tráfico o incluso favorecer a los comercios para que refuercen su servicio de venta al público si se prevé una gran afluencia.
Cada empresa es un mundo y los datos que pueden favorecer a unas en su negocio puede que a otras no. El big data no es un “café para todos”. Es importante conocer las necesidades de cada cliente y poder diseñar el modelo que mejor se adapte a cada uno.
¿Estás pensado hacer algún proyecto de Big Data y no sabes por donde empezar?
Algunos consejos clave que debes tener en cuenta, define los casos de uso que creas que van a aportar más valor a tu negocio. Apuesta por proyectos pequeños, acotados, que te permitan medir el retorno en un corto espacio de tiempo, y si el resultado es satisfactorio amplíalo a otras áreas o segmentos de tu empresa.
Apostar por quick wins es la clave para evangelizar al resto de la compañía que todavía se resiste a pensar que el big data ha venido para quedarse.
Todavía no hay comentarios