Analizar los datos, transformándolos en valor para mejorar el servicio al cliente y fidelizarle, a través de la gran variedad de herramientas que hay en el mercado, y si es en tiempo real, mejor. Este es el gran reto actual de las empresas. Así lo afirmaron los ponentes que participaron en el evento
“Smart data, el desafío de dar valor al big data”, organizado por Ifaes en Madrid.
Virtualización de datos y big data
El 80 % de las relaciones con el big data van a fracasar por la carencia de capacidades en los metadatos y por el déficit de herramientas que tienen que facilitar la gestión y gobernanza de los datos. Así lo manifestaba Angel Viña, CEO de Denodo. Para evitarlo aconseja pensar desde el primer día en cómo hacer el almacenamiento de datos, ver cómo gestionarlo, cómo integrarlo en los usuarios y en las herramientas. “Tenemos que saber cómo combinar los datos que vienen de la pluralidad de sistemas”, dice, “abstraer las aplicaciones de los silos y aplicar la seguridad, monitorizando los flujos de los datos”.
Para esto, afirma que hay tres soluciones: Llevar la inteligencia de gestión a las herramientas de business intelligence, utilizar el Data Warehouse como centro de operaciones; aunque esa inteligencia de gobernanza quede ligada a un sistema concreto y utilizar la capa de abstracción, usando la capa de virtualización como capa única para diferentes funciones.
Smart data y customer experience: el matrimonio perfecto
“El big data es el área que más ha crecido en todo lo relacionado con el cliente y la experiencia que el mismo tiene con las empresas. Es el viaje desde que empieza con una compañía hasta que lleva a cabo una acción con el mismo”. Así lo definía Richard Benjamins, director del área de BI&Big Data de Telefónica. Aunque Óscar López, head of data de Rastreator, iba más lejos al reconocer que “el big data es la siguiente revolución tecnológica que va a llegar”. Uno de los retos pasa por convertir la información no solo de los consumidores sino también de las máquinas en datos. Así lo manifestaba Sergio Bermúdez, ecommerce customer&whatsred.com de Coca-Cola. “No se trata tanto de analítica”, advierte, “sino de captar información”. Y es que, tal y como reconoce, hay grandes masas de datos y análisis pero falta poner la información delante del cliente.
El director del área de BI&Big Data de Telefónica apuesta, incluso, por hacer una transformación cultural. Conseguir los datos es un reto, incluso intercambiarlos dentro de la misma empresa y si esto no se produce, no se puede actuar, advierte. Algo que suscribe Julio Faura, responsable de I+D e innovación del banco Santander, al reconocer que los altos ejecutivos se están dando cuenta de ello.
¿Qué hacer para que esto ocurra? Dejar el protagonismo a los responsables de negocio, con el fin de que vean esto como una palanca para mejorar. Hay que tomar las decisiones con información. Se puede hacer de manera automática u ofreciendo esto como herramientas a aquellos que toman las decisiones. Los expertos también proponen hacer partícipe a toda la empresa de todo lo que se puede conseguir con el big data y preguntar cuál es el problema a aquellos que tienen dicho problema, planteando qué se puede hacer con las grandes cantidades de datos.
El análisis eficiente de los datos: la clave para la generación del negocio
Teniendo en cuenta que en el año 2020 habrá 50.000 millones de dispositivos conectando datos, el objetivo que hay que perseguir es la eficiencia, la generación de ingresos y la reducción de costes. ¿Cómo influye una gestión eficiente de los datos en la cuenta de resultados?
Con las nuevas herramientas es posible mejorar las ofertas y si conocemos a los clientes, podemos enriquecer lo que hacemos con los nuevos datos, reconoce Juan Antonio Torrero, big data innovation leader de Orange. Porque si hay algo que puede perjudicar a un negocio son los datos erróneos, que nos hagan ir en dirección contraria, advierte José Luis San Martín, director del departamento de banco de datos del Centro de Investigaciones Sociológicas. La inteligencia de negocio pasa por hacer correctamente la pregunta, el problema, según el experto, es que no se sabe qué cuestiones demandar. También es conveniente ir hacia modelos predictivos, apunta José Ignacio Sánchez, CIO de ERV Seguros de Viaje. ¿Cómo se está aplicando? En el sector turismo, por ejemplo, el punto clave es la segmentación y cómo esta información puede cambiar los modelos que hoy tenemos, qué otros modelos de negocio pueden aparecer.
Algo que también hay que tener en cuenta son las redes sociales, argumenta Juan Antonio Torrero. “Es importante ver cómo unir el perfil social con el cliente, cómo hacer que dé su acceso a su perfil social”. Y saber si ese cliente es rentable o no porque hay que enfocarse en los que lo son y en la motivación de compra. También hay que procurar que el cliente se vaya, algo que en Orange es fácil de predecir por el compromiso de permanencia. Para esto hay que trabajar solucionando problemas incluso antes de que aparezcan, recomienda Torrero. Algo para lo que también es recomendable usar los modelos predictivos, aunque opina que lo más complicado es saber a quién hacer determinadas campañas. El 3D es una herramienta a la que también se puede recurrir para descubrir nuevos comportamientos.
Otra recomendación, de la mano del responsable de Orange, pasa por tener clara toda la información en torno al dato desde que se diseña un producto, qué se puede hacer y dónde se puede conseguir. Hay que democratizar ese producto hasta la gente de la calle que es quien puede decir si lo que hemos conseguido vale la pena, en definitiva, el “data by desing”.
Analítica 360º de los clientes
Los clientes dejan una huella de datos cada vez mayor, lo que se está convirtiendo en un problema para las bases de datos, sostiene Antonio Matarranz, marketing and sales director, data&analytics division de Singular. Hay que aprovechar esto para proporcionar a los clientes una experiencia mucho más personalizada, alcanzar un dato mucho más eficaz en marketing y ventas para llegar a decisiones, centrándonos en los clientes más rentables, apunta. “Hay que conseguir esa visión a través de todos los canales posibles”. Y un reto: convertir los resultados de los análisis en acciones”.
La analítica predictiva nos va a ayudar en temas relacionados con la prevención del abandono, con datos de la actividad o consumo. Esto lo podemos combinar con un análisis de las conversaciones en el data center para sacar la información que nos permita palpar la situación de los clientes y ofrecerles ofertas especiales.
También es posible descubrir el perfil del cliente ideal a través de los datos internos, asignándoles información exterior como medios sociales e identificar qué plataformas tecnológicas están usando. Con la combinación de esto se crea el ADN para segmentar la base de clientes.
Estas técnicas predictivas se tienen que emplear en todo el viaje del cliente, reconoce.
Calidad de datos, veracidad y calidad
Asegurar la veracidad de la información parece sencillo pero no lo es, según Emilio Tovar, CIO director de sistemas de información de Telepizza. “Hay que implantar tecnología para asegurar que el dato es correcto desde el origen de la tienda”, aconseja.
Una de las mayores fuentes de datos es el club de fidelización, asegura Borja Zamácola, director de nuevas tecnologías e innovación de Neck&Neck.
Para medir el impacto de los datos, desde CPP, Daniel Fernández, su head of business intelligence&data management, propone hacer una segmentación del fraude, algo con lo que se mejora mucho el rendimiento, la productividad y el beneficio.
¿Hasta qué punto la información afecta a la toma de decisiones? Tiene que haber un diálogo continuo entre los departamentos de IT y de negocio, observa. Aunque también es importante la agilidad a la que se toman las decisiones, no se debe paralizar el análisis, advierte Zamácola. Sin olvidar el esfuerzo por conseguir una serie de informes, de cuadros para asegurar una serie de datos, propone Tovar.
El gran desafío es la integración de los datos, según Daniel Fernández, porque es complicado saber cómo integrarlos en una base de datos tradicional. Si se consigue, la operatividad va a ser mucho mayor, asegura.
Un perfil que facilita las cosas es el analista del negocio, acortando la brecha entre TI y negocio, subraya Daniel Fernández.
INMA ELIZALDE
