[vc_row animation=””][vc_column animation=””][vc_column_text animation=””]Para entrar en detalle acerca del Small Data, necesariamente tenemos que hablar sobre el Big Data; ya que son lo mismo pero a diferentes escalas.
Big data suele ser un concepto que puede parecer intimidante e incluso pudiéramos llegar a creer que es un proceso que requiere de grandes recursos, tanto tecnolgicos como humanos, para poder beneficiarse y sacarle el mximo provecho. Sin embargo, hoy veremos cmo el Big Data para pymes es perfectamente viable.
El origen del Big Data
Si buscamos en google el término Big Data encontraremos diferentes tipos de conceptos, en los cuales veremos palabras como: masivos, gran escala, grandes conjuntos de datos, enormes cantidades de datos, Petabytes, Exabytes, entre otras. Saben cuanta cantidad de información contiene un Exabyte?, la respuesta es un billón de Gigabytes, una cantidad de datos inimaginable para nosotros los simples humanos, pero no para una máquina. Las grandes compañías como Google, por ejemplo, suelen hablar de Petabytes y Exabytes de información con mucha frecuencia y es algo normal por la cantidad de datos que recopilan. En cambio, si rebajamos la escala y nos /ponemos a hablar de pymes lo comn sera hablar de Gigabytes y Terabytes.
Necesidades del internet 2.0
Las necesidades de los gigantes como Google fueron incrementándose con el paso del tiempo, por lo que en un momento, se plantearon que hacer con tanta cantidad de datos y cómo sacar provecho de los mismos, llevándoles a comprender que si analizaban toda la información que recopilaban podían llegar a entender mejor el mercado y crear estrategias personalizadas en base a esos datos para satisfacer mejor a la demanda. Así, toda esa información se convirtió en la nueva clave para tomar decisiones inteligentes y acertadas; minimizando riesgos, y lo más importante, podían predecir el comportamiento de los consumidores y estar en el momento exacto en el que quisieran satisfacer alguna necesidad.
Definición del concepto Big Data
El Big Data empezó como el proceso de las 3 V; volumen, velocidad y variedad. Pero al ir evolucionando aparecieron otras V; veracidad, valor y variabilidad, y puede ser que cuando estés leyendo este post hayan aumentado, es más, cometeré el atrevimiento de agregarle una, visión.
- Volumen: la cantidad de datos que se trata.
- Velocidad: tener la infraestructura y los procesos necesarios para tratar los datos de forma ágil y en el menor tiempo posible para aplicar estrategias de cambios.
- Variedad: tener distintas fuentes de recopilación de datos sobre diferentes aspectos relacionados con el negocio y los consumidores, no solo data estructurada, sino de diferentes tipos; comportamiento, conversaciones, afinidades, fotos, vídeos, etc.
- Veracidad: que tan acertada es la data que tenemos. A mayor volumen, mayor es el trabajo para organizar y clasificar esos datos.
- Valor: saber como tratar la data que se recopila para sacarle un valor a la misma, que ayude a tomar decisiones acertadas.
- Variabilidad: las diferentes interpretaciones que pueden resultar en el proceso.
- Visión: Saber cómo proceder en base a los diferentes patrones e interpretaciones de comportamiento del consumidor.
El Big Data para pymes se llama Small Data: cómo aplicarlo?
Suena fabuloso lo que se puede lograr con el Big Data, pero las pymes pueden llegar a verse sobrepasadas y pensar que no disponen de las herramientas necesarias para obtener y organizar esa enorme cantidad de datos. Pero hagamos un pequeño ejercicio: cambiemos el término de Big Data por Small Data; el concepto de las V caben perfectamente para una pyme, lo único que cambia es el volumen de datos y las herramientas que utilizaremos. Os explicaremos a continuación el proceso para aplicar el Big Data para pymes y las herramientas que se pueden usar para llevarlo a cabo.
Qué proceso seguir para aplicar el Small Data?
- Recopilar los datos desde distintas fuentes
- Analizar los datos obtenidos y darles un valor a los mismos
- Interpretar los datos hasta llegar a tener una visión clara de quién es nuestro cliente y cuales son sus necesidades.
- Diseñar estrategias personalizadas en base a lo que sabemos de nuestro consumidor que nos ayuden a mejorar nuestros procesos, productos, servicios, etc.
Qué herramientas utilizar?
En la nube existen muchas herramientas para recopilar y analizar datos de forma eficiente y a un bajo coste, o incluso de forma gratuita. Pueden agruparse como canales y estrategias aplicadas a los canales con sus respectivas herramientas, veamos algunos ejemplos:
Mail
Estrategias
- Mailing Masivo
- Mailing Segmentado
- Mailing Personalizado
- Mailing Predictivo
Herramientas
- Mailup
- Mailchimp
- Woowup
- Constant Contact
Redes Sociales
Estrategias
Facebook / Instagram
- Dpa
- Look Alike
- Segmentos
- Segmentos
Linked In
- Segmentos
Herramientas
- Hootsuite
- SocialDrift
- Buffer
Página Web
Estrategias
- Analítica
- Definición de Objetivos
- Funnel de conversión
- Heatmap
- Contenido Dinámico
- Recomendaciones
- Más buscados
- Populares
- Precios Dinámicos
- Flujos inteligentes
Herramientas
- Google Analytics
- TasteHit
- Prisync
Todas las herramientas recopilan, analizan y recomiendan datos, aunque debemos elegirlas en base a las necesidades. Es recomendable testearlas y utilizar la que ms se adapte a las necesidades de tu negocio.
Cuando se abren nuevos canales debemos utilizar este tipo de herramientas, lo que hacemos en términos de big data, es abrir una nueva Fuente de Datos, y para sacarle provecho a este canal, debemos aplicar estrategias que nos permitan clasificar y valorar la data y poder entender con mayor detalle a nuestro cliente y sus patrones de comportamiento, siendo la principal diferencia entre Multicanalidad y Omnicanalidad, es que al ser multicanal, hablamos de optimizar el canal, y cuando se es omnicanal, hablamos de las preferencias de nuestro cliente en los distintos canales, al estar consolidados, tenemos una visión 360 del mismo, llegando a saber qué canal, a qué hora, qué días, desde que dispositivo prefiere mantener contacto con nuestro negocio, lo cual entraremos a detalle en un siguiente post.
Para negocios de retail, por ejemplo, GFK es una empresa que se encarga de estudiar el mercado de las grandes marcas tecnológicas como Sony, Samsung, LG, entre otros, y ofrece un servicio de análisis y estadísticas de mercado, de forma gratuita, a cambio de que se les facilite un report de las ventas en ciertas categoras de productos con un formato especfico; ellos te dan diferentes opciones y eliges la que más te convenga.
Herramientas Especializadas
Existen otras herramientas especializadas en integrar los datos recopilados desde diferentes fuentes. Estas herramientas son de gran ayuda cuando llega el momento de consolidar y analizar la información; puedes hacerlo desde una sola plataforma. Destacan:
Pentaho,
Jaspersoft BI,
Tableau ya que cuentan con versiones open source, pueden conectarse a diferentes fuentes de datos, y armar dashboards con data crítica para el negocio.
Herramientas cloud destacan:
GCP tiene una estrategia comercial donde te dan $300 para que pruebes su tecnología por lanzamiento, en el caso de SAP Leonardo es un poco ms cerrada, se tiene que pagar por capacitaciones para poder entender el uso de la herramienta, estas herramientas se pagan por licencias y consumo de las mismas.
Podemos concluir que Big Data y Small Data en conceptos hablan de lo mismo, solo variando la cantidad de datos e infraestructura necesaria para el trato de los mismos, siendo el core del Bussiness Intelligence, y es aquí donde entra una frase muy cierta: lo que no se mide no se puede mejorar, si eres una Pyme es hora que empieces a tomar en serio este concepto y crear un plan de acción para su implementación.
Actualizado de:
https://www.iebschool.com/blog/small-data-pymes-big-data/
[/vc_column_text][/vc_column][/vc_row]
