La explotación del big data para obtener información sobre productos

Darren Baguley

12/04/2016

Los comentarios del público sobre lo que les gusta y lo que no en las redes sociales, foros y páginas de comentarios y valoraciones en Internet se han convertido en una fuente valiosa de información comercial.

Cuando el “big data” era el último grito consistía en el tipo de información estándar que posee cualquier organización, como inventarios, datos de ventas y archivos contables y financieros. Hoy en día muchas organizaciones cuentan con la tecnología, el personal, los procesos y los procedimientos necesarios para analizar este tipo de datos, mientras que los pioneros se encaraman en el siguiente nivel: los datos desestructurados. Aunque en muchos casos se trate de datos de la propia organización, las empresas más avanzadas ya utilizan las redes sociales, los sitios web de comentarios y valoraciones, la información de los centros de atención telefónica y los foros de usuarios para extraer información sobre la aceptación de sus productos.

Sin embargo, esta suposición es algo tendenciosa. Hay quien cree que tanto bombo y platillo en torno al big data le resta sentido, propósito y valor para muchas organizaciones. Estas mismas personas argumentan que muchas empresas están recopilando y almacenando big data, pero sin llegar a obtener información valiosa. Para arrojar algo de luz sobre el uso que se está dando al big data para obtener retroalimentación sobre productos, consultamos la opinión de tres expertos en la materia.

Anthony Volpe, director corporativo de analítica de Lenovo

Anthony Volpe, director corporativo de analítica de Lenovo, explicó en un congreso de SAS en septiembre de 2015 que su equipo analizaba textos para detectar problemas de calidad con antelación y evaluar sus productos frente a los de sus competidores meses antes de lo habitual.

Para Volpe, lo más importante es ser específico en la búsqueda de información. Los elogios efusivos generales de tipo “me encanta mi nuevo Lenovo X-1 Carbon” no aportan información significativa al equipo. “Al recopilar textos no pretendemos saber si a la gente le gustamos o no. Lo que buscamos es información específica. Si no pretendemos abarcar todo y buscamos cosas concretas, la explotación de los textos supone un problema mucho más llevadero”, declaró a Rebecca Merrett, de la revista CIO.

Bajo el mando de Volpe, Lenovo ha creado un sistema de detección temprana llamado Lenovo Early Detection (LED) que aplica un modelo de control estadístico de procesos (SPC) a los datos para detectar problemas potenciales. Los datos provienen principalmente de foros de usuarios, centros de asistencia y redes sociales. Según las declaraciones de Volpe a CIO, aquí también la clave es concretar: el equipo no busca simplemente “teclados Lenovo” sino que buscan un modelo particular de teclado.

John Riccio, socio y director de servicios digitales y el centro de experiencia de PwC

John Riccio tiene la impresión de que muchas organizaciones ponen más énfasis en registrar y analizar el rendimiento que en obtener información valiosa de los datos. “Se ha exagerado mucho acerca del big data y hay mucha prisa por hacer algo con los datos. Analizando el asunto nos damos cuenta de que el mayor reto, especialmente en las grandes firmas, es que la gente piensa que tiene que recopilar datos, almacenarlos y hacer algo con ellos”.

“Tratar correctamente los macrodatos supone combinar arte y ciencia. ¿Cómo podemos utilizar los datos para comprender el contexto actual y el propósito futuro de nuestros clientes? En cuanto las organizaciones comienzan a realizar este cambio, que es bastante profundo, se utilizan datos en tiempo real y inmediatamente. Muchas organizaciones han creado departamentos de análisis para almacenan cantidades ingentes de datos en lugar de centrarse en las partes valiosas de la información. Y con ese enfoque se pueden obtener resultados erróneos”.

Dan Banyard, director ejecutivo de Edentify

“Lo que realmente importa no es el big data, sino recopilar los datos y comprender la información: esas son las partes delicadas. Recopilar datos siempre supone un reto, pero muchas organizaciones ya lo están consiguiendo y cuentan con sistemas para comprender los datos estructurados en ámbitos como ventas, inventarios y finanzas. Pueden juntar todos los datos para analizarlos de forma global y así entenderlos.

“Los datos desestructurados son la última tendencia y no tienen nada que ver. Muchas empresas no son capaces de comprenderlos porque están en lenguaje natural y cuentan todo tipo de cosas dispares. Los ordenadores no son capaces de analizar la entonación del discurso, ni el sarcasmo, los falsos positivos, los dobles sentidos… Puede ser muy complicado. Por ejemplo: La película era tan mala que me encantó, era tan pésima que era hasta buena. Este tipo de comentario aturde y confunde a las máquinas”.

Este artículo apareció originalmente en ThinkFWD.

TAMBIÉN LE PUEDE INTERESAR...

La oficina de cara a 2020

Todo lo que necesitan saber las organizaciones del siglo XXI.