“¿Y vosotros para qué necesitáis esto?” me preguntaba uno de mis compañeros del programa superior en Big Data que acabo de comenzar. Casi todos pertenecen a bancos y telcos y les parece bastante exótico que haya una cadena de televisión entre ellos. Quizás la clave es esa, que nos sigan viendo como cadenas de televisión cuando somos grupos multimedia en los que el negocio digital es el más mutante. Los ingresos procedentes de la TV tradicional son los que sostienen a estas compañías pero todo el mundo es consciente de que el modelo está cambiando. Y una vez en internet la competencia no se produce solo entre televisiones, hay muchos otros actores en juego. Los comerciales de las teles ya no solo tienen que conseguir que las marcas inviertan en sus productos digitales antes que en los de otra cadena. También compiten con el resto de medios tradicionales (los periódicos y las radios cada vez incluyen más vídeos en sus webs), con nuevos medios nativos digitales que tienen estructuras mucho más pequeñas pero son muy eficaces en el mundo online y con las redes sociales, sobre todo con Facebook y Youtube.
En clase siempre nos ponen el ejemplo de Google como la empresa que mejor usa el big data y así ha logrado esa posición de dominio absoluto entre los buscadores. Facebook se centra mucho más en las personas que en el contenido. Nos conoce mejor que nadie y aprovecha cada dato que le proporcionamos sobre nosotros para dotarlo de valor. Cuando alguien me dice ufano que no ha rellenado prácticamente ningún dato de su biografía en Facebook le suelo decir que si le sirve para sentirse más a gusto, estupendo, pero que aunque no se lo diga Facebook sabe hasta en qué colegio ha estudiado. Como mucho puede que tenga duda entre dos centros y lo demuestra cuando te sugiere que rellenes los datos que faltan y te propone sus opciones.
Gracias a todo eso que sabe de nosotros logra una eficiencia publicitaria que atrae mucho a las marcas. 26.000 millones de dólares se espera que haya ingresado por publicidad a final de año, un 67% más que el año pasado. Y frente a esa eficiencia publicitaria debemos competir los demás, la mayoría de nosotros con una capacidad de segmentación muy básica. Me encantó este ejemplo que nos puso Juan Murillo, del BBVA: si segmentas por mujeres de entre 45 y 64 años y residentes en Madrid nos podemos encontrar con personas tan distintas como estas ¿En serio creemos que les interesan los mismos productos?
Los bancos y las telcos han empezado a desarrollar antes estas tecnologías primero porque tienen muchos datos de sus usuarios, pero también porque necesitaban combatir el fraude del modo más rápido y eficaz posible. Por eso nos llevan ventaja. Pero nosotros también sabemos muchas cosas de nuestros usuarios. Sabemos qué contenidos consumen, cuándo y en qué dispositivos. Acumulamos millones de registros en nuestras webs y apps. También las redes sociales nos aportan muchos datos interesantes: cuánto hablan de nosotros y de la competencia y qué dicen. El reto es ser capaces de aprovechar toda esa información de la que disponemos para ofrecer una publicidad más segmentada y útil y para recomendar a nuestros usuarios contenidos que les puedan interesar en función de sus gustos. En el sector audiovisual la delantera en el uso de los datos la ha tomado Netflix y de ello ya nos ha dado detalles en este blog Elena Neira. No solo tienen un recomendador muy eficaz sino que ha llegado a crear una serie, ‘House of cards’, en función de los datos de preferencias de sus usuarios. También hemos visto aquí un trailer creado con el mismo procedimiento como nos contaba nuestra experta Eva Patricia Fernández en este post (Es la coordinadora del recomendable libro ‘Big Data, eje estratégico en la industria audiovisual’, en el que colaboran otros innovadores como Francisco Asensi, Fran Gallego, Antonio Gallo, Belén Santa-Olalla y Paula Rodríguez)
Según un estudio de Infochimps, el 55% de los proyectos de BD fracasa. Y cuando funcionan tienden a defraudar en algún momento. Esta sería su representación gráfica de las expectativas en el tiempo según la consultora Gartner:
Expectativas infladas, abismo de desilusión, ciclo de sobreexpectación y por fin, esclarecimiento y productividad: realismo. Jaime González, de Telefónica, nos detallaba las razones más habituales por las que fracasan estos proyectos. Suelen ser esas excesivas expectativas, la falta de apoyo de determinados sectores de la empresa, la falta de una argumentación de negocio real, una mala selección de los datos a utilizar, una excesiva confianza en los resultados o la falta de personal capacitado. Se trata de una profesión relativamente nueva y no es fácil encontrar profesionales especializados y los que hay están muy cotizados. Los Data Analysts y los Data Scientists son los humanos más deseados en las empresas, tanto que, según la Harvard Business Review, esta última es la profesión más sexy del siglo XXI.
Imagen: ScandinavianStock
@soniagot
Trackbacks / Pingbacks