Como está cambiando el mundo con Big Data

Los Big Data ya se están generando a nuestro alrededor. Pero son las aplicaciones en sí las que aportan valor en como pueden servir los Big Data a las necesidades humanas.

En este post voy a hablar de algunos ejemplos de algunas aplicaciones que Big Data nos está permitiendo imaginar y construir.

Big Data nos permite construir mejores modelos que producen resultados de mayor precisión. Estamos presenciando técnicas muy innovadoras en el marketing de empresa y en la forma en que las empresas venden productos, en como se gestionan los recursos humanos, en como respondemos a los desastres y muchas otras aplicaciones que demuestran como se están utilizando los datos basados en evidencias para influir en las decisiones.

¿Que significa esto exactamente? Un ejemplo que seguro que muchos de nosotros hemos experimentado es cuando compramos online. Amazon guarda datos sobre las cosas que hemos estado viendo para poder personalizar lo que nos muestra, con lo que espera limitar el enorme conjunto de opciones que podemos obtener simplemente con una búsqueda en profundidad. Ahora, las empresas pueden usar la tecnología para tomar mejores decisiones que estén basadas en realidad en señales generadas por los consumidores reales.

Big Data nos permite escuchar la voz de cada uno de los consumidores en lugar de los consumidores en general. Actualmente, muchas empresas, como Walmart y Target, utilizan esta información para personalizar la comunicación con el cliente, lo que a su vez da lugar a un mejor cumplimiento de las expectativas de los consumidores y a clientes más satisfechos. Esto equivale a decir que Big Data ha permitido el marketing personalizado. Los consumidores están generando una gran cantidad de datos de acceso público a través de redes sociales como Facebook o Twitter. Mediante estos datos las empresas pueden ver sus historiales de compra, lo que buscan, lo que observan, donde han estado y sus intereses consultando sus gustos y las cosas que comparten.

Veamos algunos ejemplos de como las empresas están utilizando esta información para construir mejores campañas de marketing y llegar a los clientes adecuados.

Una de las áreas con las que todos estamos familiarizados son los motores de recomendación. Estos motores aprovechan los patrones del usuario y las características del producto para predecir las mejores combinaciones de productos y enriquecer la experiencia del usuario. Si has comprado alguna vez en Amazon ya sabes que obtienes recomendaciones basadas en tu compra. Del mismo modo, Netflix nos recomienda nuevos programas basándose en nuestro historial de visualización.

Otra técnica que utilizan las empresas es el análisis de opiniones (sentimental analysis) o, en términos simples, el análisis de sentimientos en cuanto a eventos y productos. Antes de comprar podemos leer comentarios, o podemos escribir una reseña del producto después de recibirlo. De esta manera, podemos informar a los demás clientes. Pero lo más importante es que Amazon puede estar pendiente de las tendencias de un producto en particular. Por ejemplo, pueden valorar si una reseña del producto es positiva o negativa. Utilizando técnicas de procesamiento de lenguaje natural y otros métodos analíticos, Amazon puede analizar la opinión general de una persona o del público acerca de un producto de este tipo. Por este motivo el análisis de opiniones se suele conocer con el nombre de minería de opinión.

Los canales de noticias están repletos de análisis de Twitter cada vez que se produce un acontecimiento importante, como por ejemplo unas elecciones. Las marcas utilizan el análisis de sentimientos para comprender como los clientes se relacionan con su producto, de manera positiva, negativa y neutral. Esto depende en gran medida del uso del procesamiento del lenguaje natural. Los dispositivos móviles están por todas partes y la gente casi siempre los lleva encima. La publicidad móvil es un mercado enorme para las empresas. Las plataformas utilizan los sensores en los dispositivos móviles, como por ejemplo el GPS, y ofrecen anuncios en tiempo real basados en la ubicación y descuentos basados en esta explosión de datos.

Supongamos que hemos comprado una casa nueva situada a varios kilómetros de un centro Ikea. Enviar cupones por móvil sobre pintura, estanterías y otros productos del hogar puede ser una estrategia para recordarnos la presencia de la tienda, con lo que aumentaría la probabilidad de que me pueda parar a realizar compras. ¿Que tipo de Big Data sería necesario para que esto suceda? Definitivamente habría que integrar mi información de consumidor con bases de datos online y offline que incluyan mis compras recientes. Pero lo más importante son los datos de geolocalización que se encuadran en un tipo más grande de Big Data, los denominados Big Data espaciales (trataré sobre estos Big Data espaciales en otro post).

Ahora voy a hablar de como podemos utilizar el comportamiento global del consumidor para fomentar el crecimiento del producto. Ahora nos movemos desde el marketing personalizado hacia la conducta de los consumidores en su conjunto. Toda empresa desea entender el comportamiento colectivo de sus consumidores con el fin de capturar el panorama en constante evolución. Varios productos de Big Data facilitan esto desarrollando modelos para capturar el comportamiento del usuario y permitir que las empresas se dirigan al publico adecuado para su producto, o desarrollen productos para territorios inexplorados.

Veamos el siguiente ejemplo. Después de un análisis de las ventas en los días laborables, una compañía aérea puede darse cuenta de que sus vuelos matutinos siempre se llenan, mientras que sus vuelos por la tarde funcionan a menor capacidad. Esta empresa podría decidir añadir más vuelos matutinos basándose en este análisis. Tenga en cuenta que no están utilizando opciones de consumo individuales, sino que se están fijando en todos los vuelos comprados sin considerar a quienes los adquieren. Sin embargo, puede que decidan prestar más atención a las características demográficas de estos consumidores utilizando Big Data para añadir también vuelos similares en otras regiones geográficas.

Con los rápidos avances en la tecnología de secuenciación del genoma, la industria de las ciencias biológicas está experimentando un drenaje enorme de datos Big Data biomédicos. Estos datos biomédicos están siendo utilizados por muchas aplicaciones en investigación y medicina personalizada. ¿Sabías que los datos del genoma humano son unos de los mayores tipos de Big Data que están en aumento? Para el año 2025 podrían secuenciarse entre 100 millones y 2 mil millones de genomas humanos. ¡Impresionante! Esto podría generar demandas de datos de entre 2 y 40 exabytes por año. Un exabyte es 10 elevado a 18 bytes. Es decir, 18 ceros después del 40. Obviamente, el análisis de esta secuencia de Big Data es caro y puede llevar hasta 10.000 trillones de horas de CPU.

Una de las aplicaciones biomédicas que está permitiendo esta cantidad de datos es la medicina personalizada. Antes de la medicina personalizada, la mayoría de los pacientes sin un tipo y etapa específica de cáncer recibían el mismo tratamiento, lo cual funcionó mejor para unos que para otros. La investigación en este campo está permitiendo el desarrollo de métodos que analizan datos a gran escala para desarrollar soluciones a medida para cada individuo y, por lo tanto, plantear hipótesis que sean más eficaces. Actualmente una persona con cáncer puede seguir recibiendo un tratamiento que sea estándar, como la cirugía para extirpar un tumor. Sin embargo, el médico también puede recomendar algún tipo de tratamiento personalizado para el cáncer.

Otra aplicación de Big Data proviene de la interconexión en red de un gran número de sensores implantados en las smart cities. El análisis de datos generados a partir de sensores en tiempo real permite a las ciudades ofrecer una mejor calidad de servicio a los habitantes y reducir efectos indeseables como la contaminación, las congestiones de tráfico, etc. con un coste más que optimo en la prestación de servicios urbanos.

Por ejemplo, Madrid genera un volumen muy grande de datos de múltiples fuentes: sensores de tráfico, satélites, redes de tráfico, etc. ¿Y si pudiéramos integrar y sintetizar todo este flujo de datos para hacer todavía más por nuestra comunidad? Utilizando este tipo de Big Data podemos trabajar para hacer que Madrid sea una ciudad modelo, no solo para reducir o evitar los peligros mortales, sino para mejorar nuestra vida cotidiana, gestionar el tráfico aéreo de manera más eficiente o maximizar el ahorro de energía, e incluso, controlar incendios forestales.

Si quieres leer más, aquí tienes un enlace al informe de AT Kearney, donde se habla de otros sectores que utilizan los Big Data.

Resumiendo:

• Los Big Data tienen un potencial enorme para implementar modelos con mayor precisión en muchas áreas de aplicación, y estos modelos de alta precisión están influyendo en nuestras vidas y en la transformación de las empresas.

En otros post voy a tratar como Big Data está ayudando a controlar incendios forestales y a mejorar la salud de las personas. Como podéis ver, con la inteligencia y la analítica empresarial también podemos ayudar a poner nuestro granito de arena para cambiar el mundo. ¡No se trata solo de dinero! Y este es uno de los motivos que me sigue motivando a hacer este blog.