Este documento resume una presentación sobre Big Data realizada por Lewis & Carroll tras asistir a un congreso sobre el tema. Explica brevemente qué es Big Data, para qué sirve y los principales retos asociados, como el análisis de datos no estructurados, la escasez de especialistas y la ausencia de legislación. El objetivo final de Big Data es tomar mejores decisiones empresariales mediante un mayor conocimiento del consumidor obtenido del análisis de grandes volúmenes de datos.
1. Lewis & Carroll
en www.lewisandcarroll.com trabajamos en red para generar riqueza.
estamos en acción en www.wonderbusiness.net
& BigData después del XV BDigital Global Congress
The Social Media Company
C/ Provença, 385 6º B - 08025 Barcelona (Spain) - Tel: +34 93 182 53 72
2. 3
Presentación y objetivos
Qué es BigData 5
2
2
Ahora… ¡a por el Big Data! 12
Y … ¿todo esto para qué? 15
Retos de BigData 17
Fuentes Consultadas 21
4. El pasado 14 de Junio, algunos miembros Lewis & Carroll asistieron al
último día de ponencias del XV BDigital Congress.
El tema que se trataba ese día era “Social Media, Marketing & Big Data”
con diferentes expertos del sector (podéis consultar el programa y los
participantes aquí) y Lewis & Carroll no podía faltar a la cita.
En esta presentación, pretendemos explicar básica y brevemente qué es
el BigData, para qué sirve, con qué dificultades nos encontramos en el
presente y qué retos supone el BigData para el futuro.
4
4
3, 2, 1… ¡BigData!
6. 6
“Every day, we create 2.5 quintillion bytes of data — so
much that 90% of the data in the world today has been
created in the last two years alone. This data comes from
everywhere: sensors used to gather climate information,
posts to social media sites, digital pictures and videos,
purchase transaction records, and cell phone GPS signals to
name a few.
This data is big data.”
Definición de IBM sobre qué es Big Data, http://www-01.ibm.com/software/data/bigdata/
7. 7
Estos son 4 miembros del equipo de Lewis & Carroll y las variables que uno podría
tener en su BBDD sobre ellos (“common CRM variables”):
DATOS
- Edad
- Dirección postal
- Ciudad
- Teléfono
- Sexo
- Cumpleaños.
- Nº hab en domicilio
- Valor última compra
- Fecha última compra
- Ticket promedio
- Tiempo promedio entre
compras
- € gastados último año
- Productos que ha comprado
- …
Variables geográficas
Variables demográficas
Datos de compra
(o no compra)
+ +
Interacción
Comunicación
online
- Abre / no abre email
- Click / no click
- …
8. 8
Y estos son 4 miembros del equipo de Lewis & Carroll
y lo han hecho durante el día de hoy:
+ DATOS
En page likes (intereses, marcas…), en check-ins, en pins, en tuits,
en fotos, en estados… en SOCIAL MEDIA
- Comida
- Aficiones
- Actividades
- …
Variables
Psicográficas
(clase social,
estilo de vida,
personalidad,
gustos…)
9. 9
+ DATOS
+ DATOS
60 Seconds – Things That Happen On Internet Every Sixty Seconds [Infographic] by Go-Globe.com (Part 1 & 2)
http://www.go-gulf.com/blog/60-seconds/ & http://www.go-gulf.com/blog/60-seconds-v2/
10. 10
+ DATOS
DATOS
+ DATOS
Variables geográficas
Variables demográficas
Datos de compra
(o no compra)
Interacción
Comunicación online
Variables psicográficas
Eventos, noticias, personas&comunidades, navegación web…
BigData
11. 11
BigData
4V Volume Velocity
Que se define
con las…
Variety Veracity
Hablamos de Terabites, de
Petabites y Zettabites de
información…
Hablamos de transferencia de
datos & operaciones en “real
time”
Hablamos de datos estructurados y no-
estructurados, pero datos + datos y +
datos
Nos preguntamos, ¿de dónde vienen
los datos? ¿son estos relevantes para
mi negocio? ¿Me puedo fiar de la
información?
The 3Vs that define Big Data by Diya Soubra
http://www.datasciencecentral.com/forum/topics/the-3vs-that-define-big-data
13. 13
BigData = Proceso
¿Dónde estoy? ¿Qué quiero?
Hipótesis + Test +
¡Analicemos!
Implementemos
+ Midamos
- ¿A qué me dedico?
- ¿Tengo una BBDD
generada? ¿Debo
generarla?
- ¿He hecho ya algún
análisis?
- ¿Segmentación?
- ¿Previo conocimiento
del consumidor?
- Análisi ABC, RFM…
- Cross-selling
-…
-¿Dónde tengo a
mis
consumidores
dentro del
funnel?
- Objetivos:
Adquisición,
conversión,
fidelización?
- Establecimiento
KPIs
- Creación de
hipótesis
-Recabar y
analizar datos en
función de
nuestros
objetivos*
- Conclusiones
Purchase Funnel E-commerce by Ecom Enterprises:
http://www.docstoc.com/docs/44454057/ecommerce-purchase-funnel
- Implementación
de mejoras
- Medición de
resultados (KPI)
•Ramon Montaneda, director de Elogia proponía
diferentes opciones con sus respectivos
inconvenientes:
Call center – muy caro
Cuestionario – baja tasa respuesta
Incremento preguntas registro – menos captación
Escuchar en la red - matching con email (ver más
adelante en retos día a día de big data)
14. 14
Pero no todo es dar,
BigData necesita…*
Tecnología Mentes
pensantes
Cultura
empresarial
*Agrupación propuesta por Gemma Llopart de
Lavinia Interativa En BDCongress
Para poder captar,
almacenar, analizar y
evaluar “cienes y cienes”
de datos.
Perfiles:
- Analistas
- Inteligencia de
negocio
- Estrategas de
negocio
- Especialistas en
C.Sociales *1
Sólo el 4.8% de las
empresas en España
en 2012 aplicaron
análisis de BigData,
siendo éstas
básicamente bancos y
aseguradoras. *2
*1 Perfil propuesto por Edgar Sánchez de
NeuromARTketing dado que creamos
productos para personas pero
no tenemos especialistas en el conocimiento
de las mismas (antropólogos, psicólogos,
sociólogos…)
Legislación
*2Información provista por Gemma Llopart de
Lavinia Interativa En BDCongress
Con un 80-90% de la
identidad civil de una
persona digitalizada,
no existe legislación
aplicable en temas de
responsabilidad,
propiedad, seguridad,
etc. en el mundo
digital en Europa (se
espera durante el 2º
Semestre del 2014).
Aún así, hagamos del
cumplimento legal una
de las ventajas
competitivas de
nuestra empresa.*3
*3 Toda la información sobre el aspecto legal
del Big Data la proporcionó en la charla
Rodolfo Tesone, presidente de ENATIC.
16. 16
BigData = Toma de decisiones
- tiempo
Impacto
Económico*
Futuro
Engagement
- Aumento ventas e ingresos
- Disminución de costes
Dada la mejor segmentación
de nuestros clientes
- Predicción de tendencias
- Predicción de consumo
- Detección de nuevas oportunidades
- ROI = Return On Intelligence
- Incremento de satisfacción
dado el mayor conocimiento
del consumidor y la mejor
segmentación
- Aplicando la ciencia (parametrizando,
modelizando y experimentando) generamos
un mayor y mejor conocimiento del cliente
que con un proceso típico de experiencia y
aprendizaje.*1
*1 Ventaja propuesta Edgar Sánchez de
NeuromARTketing, quien se dedica a hacer
investigación
* Pere Rovira, director de Elisa Group proponía el
testing como mejora en la personalización de la
experiencia así como presentaba mejoras en las
ventas de una tienda online analizando los datos
generados con dos versiones de una misma web.
18. 18
BigData, los grandes retos
Análisi del
sentimiento en
Social Media
El coste de la
atención
La pluralidad de
perfiles entretejidos y
especializados en la
materia así como la
novedad del tema,
hace que no exista
escasez de los mismos
y que se augure una
gran demanda futura
de los mismos:
http://www.abc.es/tecnologia/informati
ca-software/20130523/abci-data-
usuarios-201305231419.html
Recomendado por @clicfox:
http://www.informationweek.com.mx/n
etworking/escasean-habilidades-con-
big-data-entre-profesionales-de-
marketing/
La no-legislación
digital
Escasez de
especialistas
Que se traduce bien en
horas/hombre o bien
desarrollando un sistema
específico para cada tipo
de mercado, como es el
caso de TuiTele.
Igualmente, se apuntó en
el congreso sobre el “reto
de la prosodia”, donde se
comentaba la dificultad de
entonar un texto escrito;
medio de conversación por
excelencia en Social Media.
Con estos dos ejemplos,
destacamos el gran reto
que supone el análisis de
datos no-estructurados
para el BigData análisis.
En un entorno donde el
usuario es más autónomo
ya de por sí… y donde cada
vez crece el número de
impactos recibidos.
Además, también hay que
tener en cuenta que, a
mayor saturación de un
medio, mayores son sus
costes para las empresas
de anunciarse.
Donde el
desconocimiento y el
rápido cambio que
sucede en la red choca
frontalmente con el
ritmo de la
regularización y
legislación por parte
de las autoridades
competentes.
19. 19
BigData, los retos del día a día
Email
Matching
Precisión vs.
Empleabilidad*
Acostumbrados a
trabajar muchas veces
con medias,
aprendamos a usar las
distribuciones; que
tienen en cuenta la
desviación típica de las
muestras y nos da una
visión más cercana a la
realidad de los
números.
Es diferente que el
ticket promedio de una
tienda online sea de
60€ vs. Que haya 3 que
han comprado 10 y
otros 3 hayan
comprado 110€. La
comunicación y el trato
es obviamente
diferente.
Evolución
del medio*
Medias vs.
Distribuciones*1
Uno de los principales
retos en ejecución es el
matching de los datos
generados por los usuarios
entre bases de datos y
otros medios de obtención
de información (por
ejemplo, redes sociales).
Muchos usuarios usan
cuentas de email
diferentes en función del
uso.
En el BDCongress se
proponían diferentes
alternativas:
1. Pedir explícitamente el
registro con el mismo
email.
2. Realizar el matching
con el número de
teléfono móvil (que
suele ser un valor más
único)
3. Otros: ID…
A veces, la mejora de un
algoritmo (aumentando su
precisión) supone una
formulación muy compleja
que reduce la facilidad de
su uso (empeora su
empleabilidad).
La pregunta que
deberíamos hacernos es:
¿cuánto mejora este
cambio mis resultados vs.
cuánto dificulta su cálculo?
Porque no es lo mismo
un videoclub online de
hace 5 años que un
videoclub en
streaming de hoy en
día. La evolución y
cambio de las redes
supone un paradigma
nuevo cada día que
supone, a su vez, retos
diarios.
Pero… ¿quién dijo
miedo? ;)
* Extraido del caso de Netflix presentado por Rodrigo
Bermúdez de Nubalia.
*1 Pere Rovira de Elisa Group, decía en el congreso
que “las medias, al igual que los bikinis, esconden la
parte más interesante” y lo demostraba con un
gráfico sobre gasto promedio en una tienda online
vs. la distribución.
21. 21
BigData, fuentes consultadas
Laney, Doug. "3D Data Management: Controlling Data Volume, Velocity, and Variety.“
Feb. 2001 Web. <http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-
Data-Volume-Velocity-and-Variety.pdf>
IBM. "IBM What Is Big Data? - Bringing Big Data to the Enterprise."
IBM, Jan. 2012. Web. <http://www-01.ibm.com/software/data/bigdata/>.
IBM. “Understanding big data.”
IBM, 2012. Web.<http://public.dhe.ibm.com/common/ssi/ecm/en/iml14296usen/IML14296USEN.PDF>
Wikipedia. "Big Data."
Wikipedia, Web. <http://es.wikipedia.org/wiki/Big_data>.
Rouse, Margaret. "3Vs (volume, Variety and Velocity)."
WhatIs.Com, Feb. 2013. Web. <http://whatis.techtarget.com/definition/3Vs>.
Córdoba, Guillermo. "Inteligencia De Clientes El Blog De Unica 360.“
Unica360.com, Feb. 2011. Web. <http://www.unica360.com/analisis-rfm-en-retail-empezando-a-segmentar-
clientes-i>.
GoGlobe.com. "60 Seconds - Things That Happen On Internet Every Sixty Seconds [Infographic].“
GoGlobe.com, June 2011. Web. <http://www.go-gulf.com/blog/60-seconds/>.
McGuire, Tim, James Manyika, and Michael Chui. "Why Big Data Is the New Competitive
Advantage - Ivey Business Journal.“
Ivey Business Journal, July-Aug. 2012. Web. <http://www.iveybusinessjournal.com/topics/strategy/why-
big-data-is-the-new-competitive-advantage>.
Conferencias presentadas el 14 de Junio de 2013 en XV BDigital Congress
22. Lewis & Carroll
"-¿Quieres decirme, por favor, qué camino
debo tomar para salir de aquí? - dijo Alicia.
-Eso depende mucho de a dónde
quieres ir - respondió el Gato.
-Poco me preocupa a dónde ir - dijo Alicia.
-Entonces, poco importa el camino que
tomes - replicó el Gato.
Alicia en el País de las Maravillas
Lewis Carroll
Sabemos a dónde queremos ir, pero siempre tomamos un camino diferente
23. Lewis & Carroll
en www.lewisandcarroll.com trabajamos en red para generar riqueza
estamos en acción en www.wonderbusiness.net
Contacto:
Anna Cayuela / David Alvarez
anna@lewisandcarroll.com / www.twitter.com/sitrucalanna / es.linkedin.com/in/annacayuela
david@lewisandcarroll.com / www.twitter.com/dvdap / es.linkedin.com/in/dvdap
The Social Media Company