Polémica: ¿Es el Big Data realmente eficiente para el Marketing Digital?

Desde hace un tiempo, es muy común leer todo tipo de loas al Big Data. Escuchamos hablar sobre cómo permitiría aumentar el ROI, favorecer la segmentación de enormes cantidades de consumidores y muchos etcéteras más . Pero teniendo en cuenta sus costos y retornos… ¿Es ventajoso implementarlo en pequeñas y medianas empresas? ¿Cuántas y cómo utilizan esta herramienta en la práctica?

bigdata

Muchas voces referentes afirman que es hacia allí donde se dirige el futuro del Marketing Digital. Su utilización redunda en la segmentación de millones de consumidores, a partir de la recolección de sus datos demográficos, intereses, gustos, emociones y todo tipo de metadata que permite acceder a los deseos mismos de tus potenciales clientes, descartando nichos de consumidores que nunca comprarán tus productos o servicios. Esto confluye en una mayor eficacia de tus inversiones en tanto ahorro de dinero, tiempo y recursos. Sin embargo, observo que solo las grandes compañías lo utilizan y no todas parecen hacerlo de manera eficiente. Esto pone en duda si realmente el Big Data es aplicable al Marketing Digital de empresas que no cuentan con grandes cantidades de recursos. Pero veamos primero ¿qué es el Big Data?

¿Qué es el Big Data?

Con el Big Data sucede lo mismo que todo lo que se pone de moda; todo el mundo habla de ello, pero pocos saben de qué se trata y cómo aplicarlo. Tal vez por eso el profesor Dan Ariely afirma, “Big Data es como el sexo adolescente: todo el mundo habla de ello, nadie realmente sabe cómo hacerlo, todo el mundo piensa que todo el mundo lo está haciendo, así que todo el mundo dice lo están haciendo…”

bigData

Según Wikipedia “es un concepto que hace referencia al almacenamiento de grandes cantidades de datos y a los procedimientos usados para encontrar patrones repetitivos dentro de esos datos. El fenómeno también se denomina a veces datos a gran escala”.

Su desarrollo en la Publicidad y el Marketing se debe a la necesidad de recolectar grandes volúmenes de información con el fin de encontrar patrones, analizarlos, interpretarlos para producir modelos estadísticos y predictivos de las acciones, comportamientos y deseos de las personas. Por lo tanto, su utilidad deriva del aumento de la eficacia en las campañas publicitarias y la optimización de la producción, en tanto que, a través de la información, se daría exactamente con las necesidades de los consumidores. Pero vayamos a algunos casos reales.

Luces y sombras del Big Data: Google Flu, Unilever y Panamá Pappers.

Cuando vemos los casos de Big Data hay un elemento que se repite. Todos fueron implementados por grandes corporaciones y no todos llegaron a buen puerto.

El caso de Google Flu pone en duda el optimismo inicial acerca de esta tecnología. En el año 2009 la Revista Nature sorprendía los epidemiólogos mostrando cómo los motores de búsqueda de google podían predecir exactamente donde se produciría el próximo brote de gripe. La relación en ingresos de palabras claves como “gripe”, “fiebre”, “remedios caseros para la tos”, y el consecuente brote de gripe mostraba que las personas antes de recurrir al médico lo informaban en google o en las redes sociales, obteniendo así elementos para determinar el próximo brote de gripe en un determinado Estado. La equivalencia parecía ser absoluta, pero pronto empezó a mostrar sus grietas.

swine-flu-emergence-map

El problema surge cuando se toma como válido un dato ingresado por un internauta que puede variar su intensión de búsqueda primaria en el momento en que escribe. Puede ser persuadido por la herramienta de autocompletado del buscador, lo cual hace difícil conocer exactamente qué era lo que iba a buscar en primera instancia. Así, en poco tiempo, Google Flu comenzó a devolver falsas alarmas de gripe, quedando obsoleta la herramienta.

 

También hay casos aplicados de Big Data que llegaron a buen puerto. Entre ellos podemos mencionar el caso de Unilever. La multinacional definió tres variables: conversaciones, compras y soluciones, dándoles distintos valores según lo que hablan en las redes sociales y luego cómo se comportan a la hora de la compra efectiva. Para la recolección de estos datos utilizó una herramienta de social media listening, otra para medir el ROI y por último su propio sistema de facturación. Con estos datos pudieron acercarse a su público y satisfacer sus necesidades, desplegando diferentes estrategias para cada canal de comunicación.

Los Panama Pappers es otro ejemplo de lo que se puede lograr con Big Data. El caso de espionaje que sacudió el circuito mundial de la política, farándula y los negocios fue producido gracias a esta tecnología. Los 2,6 TB de información hackeada a la firma Mossack y Fonseca (conocida lavadora de dinero), lo convierte en el mayor caso de filtración de datos de la historia. Imangínense que los Wikileaks (1,7 GB de información) equivalen sólo el 1% de los Panama Pappers. 

Los datos fueron enpanamaptregados al diario alemán Süddeutsche Zeitung quien contrató al Consorcio Internacional de periodistas de Investigación (ICIJ), que a su vez llamó a la firma de Big Data “Nuix”, para ayudar a analizarlos.

Con esa exorbitante cantidad de datos compuestos por correos electrónicos, PDF, imágenes, documentos de textos, bases de datos y archivos clasificados, Nuix extrajo patrones, relaciones, conexiones entre personas, tarjetas de créditos, facturaciones y cuentas, que permitieron descubrir presuntos casos de lavado de dinero, corrupción, sobornos y delitos fiscales en las más altas esferas del mundo.

Presente y futuro del Big Data en el Marketing Digital

Hoy en día el Big Data requiere de una cuantiosa inversión, con gente capacitada en producir variables relevantes, encontrar patrones e interpretarlos en modelos predictivos.

Las empresas siguen deseosas de dar con la piedra filosofal que les permitan conocer todo sobre sus consumidores. Pero la realidad nos muestra que todo ese entusiasmo inicial (y recursos invertidos) no estaría devolviendo lo esperado.

Según la consultora Gartner, la inversión en Big Data prevista para el año que viene caerá apenas unos dígitos con respecto al 2016. Esto lo podemos interpretar como una disminución del ROI, dada la cantidad de dinero que se necesita para solventar la inteligencia humana e infraestructura tecnológica aplicada a su ejecución. Tales esfuerzos no decantan en un beneficio consecuente, dando lugar a un desequilibrio en la ecuación costo-beneficio.

Sin duda, el Big data tiene mucho para dar y desarrollarse sin que por eso siga siendo privativo solo de grandes corporaciones. Todavía sigue en deuda los aportes a pequeñas y medianas empresas que quieran ampliar su impacto en el mercado. En ese sentido, permanece en etapa inicial.

Y vos, ¿tenés alguna opinión formada para contarnos acerca del Big Data?