Pasar al contenido principal

Se encuentra usted aquí

Noticias

Ejemplos reales del uso de Big Data

30/01/2015 10:41
Read in

Big Data y Data son dos de las palabras más de moda en el ecosistema de la innovación y el emprendimiento. Sin embargo, ¿conocemos casos reales y concretos en los que se haya utilizado? Este artículo trata de mostrar algunos de estos ejemplos, en áreas tan diversas como el deporte, la política o la economía. Desde BBVA, hasta Obama, pasando por el béisbol o incluso la Semana del Orgullo Gay en Madrid, el uso de datos y su análisis para predecir tendencias y comportamientos está ya entre nosotros y promete quedarse mucho tiempo. 

0
Votar
0 Comentarios

En los últimos años, encontramos algunos ejemplos muy llamativos en el uso y análisis de Data y Big Data que, de alguna manera, sirven tanto para crear nuevos productos, como para predecir comportamientos y tendencias, optimizar acciones de marketing, etc. Destacamos los siguientes:

Ejemplos del uso de Big Data

 

Macy's y sus precios en tiempo real

Macy's es uno de los comercios minoristas más importantes de los Estados Unidos, que destaca por su e-commerce. Utilizando la tecnología de SAS Institute ha conseguido mejorar sus ingresos y la experiencia del usuario. Gracias a la velocidad de análisis y los informes obtenidos con esta nueva tecnología, han reducido en 500.000 dólares el gasto anual de analítica. Macy's sabe hoy perfectamente el impacto de sus newsletters y notificaciones y conoce mejor a los clientes más satisfechos, lo que les gusta y lo que no... Hoy, el uso de estos datos, les permite segmentar al máximo sus envíos, de manera que envían menos emails, pero con mucho más impacto y han conseguido reducir las desuscripciones hasta en un 20%. Gracias a la utilización de un algoritmo y al control de la demanda y el inventario, pueden lanzar ofertas cruzadas, ajustar precios y hacer rebajas casi en tiempo real para sus 73 millones de artículos a la venta.          

 

Juegos de pelota y millones de datos

Casi todo el mundo ha oído hablar de la película Moneyball: Rompiendo las reglas (2011), si no es por Brad Pitt, al menos sí como ejemplo del uso de Data. Ocurrió en la pretemporada de 2002 en Oakland Athletics de las Grandes Ligas de Béisbol de los Estados Unidos. El gerente deportivo Billy Beane, revolucionó la historia del club y posiblemente del deporte en general tras fichar a un joven economista, Peter Brand, que traía nuevas ideas. Juntos contrataron jugadores infravalorados, pero económicamente rentables, con un criterio de selección muy diferente. La intuición y sapiencia de los ojeadores es sustituída por las conclusiones de los análisis de estadísticas y números acumulados a la hora de establecer las necesidades del equipo y los jugadores que mejor se adaptan a éstas.

En la actualidad contamos con muchos más casos en los que se usa Big Data en el deporte. Los equipos de la NBA ya tienen implantado el uso de datos a la hora de preparar la estrategia en partido, mientras que la NFL tiene una plataforma que ayuda con sus aplicaciones a los 32 equipos a tomar las mejores decisiones en base a la analítica de datos: desde el estado de la superficie del césped a las condiciones climatológicas, pasando por datos de la etapa universitaria de cada jugador...todo está registrado y todo puede servir para sacar conclusiones diversas, como la de prevenir lesiones en jugadores. Además, analiza las preferencias de los aficionados gracias a su aplicación NFL Now, que ofrece la posibilidad de que éstos creen su propio canal con contenido variado de la NFL: vídeos divertidos, cheerleaders preferidas, información por equipos, por jugadores, etc. También utilizan NetApp para almacenar todos estos datos. Con esto consiguen establecer las demandas de los fans y facilita las cosas a la hora de establecer acciones de marketing, expandir el mercado, encontrar los partners más apropiados, etc.    

 

La reelección de Obama

Tras su primer mandato, el presidente de los EEUU, Barack Obama, decidió utilizar Big Data para su reelección en 2012. Un centenar de personas trabajaron en el departamento de analítica de la campaña. 50 estaban fijos en las oficinas centrales, otros 30 se movilizaron a lo largo y ancho de las distintas sedes del país, y 20 estaban única y exclusivamente centrados en la interpretación de los datos recibidos. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres aspectos: registro (recoger datos de los votantes convencidos), persuasión (dirigirse a los dudosos de una forma eficaz) y voto del electorado (asegurarse de que los partidarios fueran a ejercer el voto sí o sí). Y, por primera vez, los tres equipos más importantes de las campañas electorales: el de campo, el digital y el de comunicación, trabajaron con una estrategia unificada con los respectivos datos de cada uno. El motor de todo, la plataforma inteligente utilizada fue HP Vertica. Entre las acciones más efectivas que permitía esta plataforma estaban: recoger datos a pie de campo y realizar un feedback muy rápido via notificaciones email por parte del equipo online (se mejoraba en tiempo y eficiencia); o detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con otros demográficos, audiencias, precios de publicidad, programas... (se mejoró en impacto y segmentación). Con su analítica, el equipo de Obama optimizó la comunicación y mejoró la respuesta del electorado afín, permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran partidarios de su partido.         

 

BBVA: Mobile World Congress y Turismo Madrid

BBVA también ha realizado diversas pruebas de Big Data, en las que además, se ha dado importancia a su visualización para permitir que sean más comprensibles a ojos de un espectador neófito. En Barcelona en 2012, se hizo la medición del impacto económico del Mobile World Congress. Para ello, se extrajeron datos de las transacciones realizadas con tarjetas de crédito, tanto la semana antes como la semana en que tuvo lugar el evento. Los resultados sirven para concluír los lugares, días y horarios donde más "movimiento" hubo, algo que, por ejemplo, puede servir a los comercios para reforzar sus acciones de marketing y venta de cara a eventos similares o a las propias ciudades para hacer lo propio con sus promociones turísticas.

Otro ejemplo de estudio sería el realizado por BBVA en el que se analiza el uso de las tarjetas de crédito en España durante la Semana Santa de 2011 en cuatro sectores: mercados y alimentos, bares y restaurantes, moda y gasolineras.

Un último ejemplo de la entidad fue el llevado a cabo junto con el Ayuntamiento de Madrid que, bajo el título Dinámicas del Turismo en la Ciudad de Madrid, analiza el comportamiento de los turistas en cuanto a su actividad comercial durante 2012. Entre los muchos resultados, el estudio sirvió para cuantificar el impacto económico del Orgullo Gay en diversas zonas de la ciudad. El gasto comercial aumentó un 24% respecto a la misma semana del mes anterior. Además, se conocen otros datos interesantes como los turistas que más gastan, en qué gastan, por dónde se mueven, etc.

Data y Big Data están cambiando muchas cosas, ya no sólo a la hora de tomar decisiones comerciales, deportivas, políticas o de otra índole sino también a la hora de crear productos, de innovar, almacenar datos, desarrollar, visualizar las cosas... Es una tendencia que se ha generalizado y que parece que va a quedarse entre nosotros mucho tiempo.   

Más información sobre Data:

Case Study: Illustreets, la app geoespacial que te ofrece todos los datos para buscar casa

Infografía - Las claves de Big Data, por DJ Patil

 

By BBVA Innovation Center