El uso y administración de grandes volúmenes de datos es una de las tareas más urgentes de muchas empresas alrededor del mundo.
Con la aparición de las nuevas tecnologías de la comunicación y la información, esta labor se ha vuelto más dispendiosa, pero mucho más necesaria, sobre todo cuando se trata de utilizarla para tareas de marketing.
Una investigación de IBM sugiere que el 90% de los datos que se encuentran hoy en Internet fueron generados en los últimos 2 años, así que en el siguiente par de años se podría ver el doble de información.
Para ser bien claro, el Big Data se refiere a la información de gran volumen que no se puede procesar o analizar mediante métodos tradicionales y en Marketing se trata de una gran cantidad de datos que obtiene una empresa sobre el mercado y sus consumidores, la cual requiere de un proceso de detección, depuración e interpretación para convertirlos en información útil.
De acuerdo con una encuesta a abril de 2013, de Spencer Stuart y divulgada por Emarketer, los funcionarios estadounidenses, como jefes de marketing (CMO) y líderes de marketing en general en diversas industrias, consideran que es indispensable que su equipo esté conformado por profesionales que tengan alguna experiencia con el análisis y administración de datos y otras herramientas.
Mientras que un 33% admitió que en su equipo existe una comprensión básica del análisis de datos, el 44% piensa que su grupo es bastante competente. Mientras que sólo el 11% dijo que los esfuerzos de análisis de datos de su empresa están bien enfocados y son líderes en esta área.
Big Data y segmentación
Lo cierto es que el análisis de datos está haciendo sentir su presencia en una serie de áreas de marketing, ya que con los datos recogidos se permite a los marketeros segmentar mejor su público objetivo y así lograr la elaboración de mensajes más específicos.
Casi seis de cada 10 encuestados, dijo que los grandes datos y la información recogida, son los que delinean en gran medida las técnicas de marketing relacionadas con temas como las búsquedas, el correo electrónico, los SMS, etc.
Mientras tanto cerca de la mitad dijo que veía un gran efecto de los datos sobre las prácticas de segmentación de clientes y en el futuro más ejecutivos esperan que el análisis de datos pueda desempeñar un papel destacado en la estrategia global de marketing.
Como la nueva tecnología requiere de nuevos desembolsos, también se indagó sobre este particular, sin embargo se pudo ver que este aspecto prácticamente no ha sido incluído en las partidas presupuestarias de la mayoría de las empresas y este es precisamente el mayor problema que observan los ejecutivos en el uso de análisis de datos.
Pero la verdad es que con el fin de tomar ventaja del Big Data, las empresas tienen que estar dispuestas a pagar, pero muchas pueden ser renuentes debido a la preocupación de que no exista un método sólido para medir el retorno de la inversión (ROI).
Características del Big Data
“Understanding The Big Data” un libro publicado por IBM en el 2012, señala que hay tres características básicas en el Big Data:
Variedad
La variedad surge de obtener datos de distintos métodos y fuentes, con la finalidad de tener un panorama más amplio.
Velocidad
La velocidad es el tiempo y frecuencia con que se recaban datos, así como el plazo que toma procesarlos hasta obtener información útil.
Volumen
El volumen es la cantidad de datos obtenidos por cada fuente, y requiere de medios dedicados para su almacenamiento. Este punto en especial presenta un reto muy grande ya que para poder analizar los datos, primero hay que tenerlos disponibles, de ahí que algunas empresas contratan servicios en la nube para guardar información importante, evitando tenerla en dispositivos físicos que pudieran dañarse o perderse.
Pero además hay una caracterìstica adicional agregada recientemente por IBM a su modelo de Big Data:
Veracidad
La veracidad, tiene que ver con que los datos obtenidos sirvan realmente para los objetivos de marketing.
Por Periodista Digital, Ricardo Rodríguez
Equipo Mipagina.net
Fuente: Emarketer- IBM
