El uso del Big Data en la industria publicitaria

El Big Data abre grandes posibilidades para el sector publicitario, ya que “partiendo de la premisa de que los datos pueden alterar las cadenas de valor, se generan oportunidades para desarrollar nuevos servicios y negocios, y los anunciantes tienen la posibilidad de conectar no sólo con grupos, sino también con cada consumidor de forma individual”, explica Duchowney.

¿Qué es el Big Data? 

Big Data representa un cambio de rumbo en la sociedad actual, relacionado con el crecimiento exponencial de la producción de datos a partir de fuentes diversas. Estos datos además, son accesibles en tiempo real. Es un fenómeno conocido del que se habla hace algún tiempo, pero... ¿Por qué ocurre? ¿Qué es lo que lo impulsa? Creo que una respuesta es que hoy, gracias a la tecnología, hemos creado un círculo retroalimentado de producción de datos, que genera a su vez un crecimiento de la “data”.

Big Data es entonces este conjunto de datos gigantesco, accesible en tiempo real, que incluye datos descriptivos, declarativos y actitudinales. Como ejemplo de este tipo de datos, tenemos información de login de usuarios, ubicación GPS, búsquedas asociadas, último acceso, cliente/nocliente, etc. 

¿Cuál es el objetivo del Big Data? 

El Big Data es el resultado de una situación de producción de datos, que no tiene una finalidad en sí misma. El uso que hacemos de esta data sí tiene una finalidad, que viene definida por los objetivos que se quieren alcanzar. Hay que estar muy atento y respetar la privacidad e integridad del propietario del dato, que cede su uso para diversas finalidades. Si hubiera un objetivo en el Big Data, éste debería ser el de mejorar la vida de las personas. 

¿Para qué sirve el Big Data? 

Esa es la gran pregunta de hoy. Desde mi punto de vista, hay dos niveles: el Big Data se puede utilizar para responder preguntas o para reaccionar a una tipología. Respecto al primer nivel (“responder preguntas”), éstas tienen que ser buenas preguntas, porque en un dataset de varios Terabytes es muy peligroso establecer relaciones entre variables. Se pueden inferir conclusiones sobre casi cualquier cosa. Una pregunta inadecuada lleva a conclusiones erróneas y por lo tanto, a soluciones erróneas. 

Es fundamental dedicar tiempo y recursos a la formulación de éstas preguntas. Para no perderse en la maraña hay que establecer hipótesis, testearlas contra una muestra, analizar los resultados, y finalmente, realizar la pregunta: ¿Cómo son mis visitantes? ¿Cómo es un usuario recurrente? ¿Cuáles son sus intereses? En lo que se refiere al segundo nivel (“reaccionar a una tipología”), se trata sobre todo de adaptar el entorno al usuario: ¿Qué intereses podría tener un usuario en particular? ¿Qué contenidos prefiere? Esto -que sucede automáticamente- se resume en adaptar el site al usuario en función de, por ejemplo, el histórico de datos de éste. 

¿Cómo puedo utilizar el Big Data para mejorar mi negocio? 

Se dice que una métrica es buena cuando ésta modifica un comportamiento, permite accionar en el entorno. Ese mismo criterio es válido para las métricas de negocio. Si tienes que consultar un dataset de negocio que incluye datos de marketing online y offline, CRM, tienda física, tienda online, emailing, etc., hay que buscar hipótesis de cambio de comportamiento y luego seleccionar las métricas que los representan. A partir de modelos estadísticos se pueden extrapolar tipos de usuarios a todo el universo de datos, buscando “look-alikes” (segmentos afines), que con sus reacciones, van realimentando y mejorando el sistema. Esto permite adecuar la oferta al tipo de cliente, consiguiendo un mejor impacto en ventas. 

Información encontrada en Ecommerce News que edita anualmente el "Manual eCommerce", un ejemplar orientado a tiendas online para ayudar a mejorar sus ventas y resultados, a través de una serie de casos prácticos, casos de éxito y artículos de expertos en diferentes aspectos aplicables a una tienda online. En los siguientes post compartiré otros artículos interesantes a partir de este manual.