Durante los últimos años, Big Data se ha consolidado como una pieza fundamental en los procesos de negocio (empresas) o servicios a la ciudadanía (administración pública).

Marketing y ventas. Cada usuario que se conecta a una tienda online aporta deja a su paso información muy valiosa, tanto si el motivo fue solo consultar productos, como si finalmente acaba realizando alguna compra. Algunos datos que se recopilan de forma habitual en tiendas online son:

• Momento del día en que el usuario se conecta y tiempo que permanece en la plataforma.
• Tipos de productos que consulta, momento del día y tiempo que emplea en cada uno.
• Productos visualizados, los que quedan pendientes en el carrito y los que compró finalmente.
• Gasto que hace el cliente, por tipo de producto, temporada, estación, etc.
• Devoluciones, quejas y sugerencias.
• Área geográfica del usuario.

Las plataformas de ventas pueden ser tan diversas como una tienda virtual de libros, de contenidos audiovisuales de streaming, o de cursos online (e-learning).

Big Data combina toda la información y como resultado puede ofrecer al usuario sugerencias personalizadas de productos que le pueden interesar, o aviso de bajada de precios en categorías en los que mostró más interés. El vendedor puede saber en que zonas geográficas debería reforzar sus canales de distribución, abrir o cerrar almacenes de unos productos, control de stocks, aumentar el catálogo de productos de las categorías que más se venden, o quizá abandonar líneas de negocio menos rentables. Cuando también existe un canal de venta en tienda física, agregar su información aumenta el potencial de Big Data.

Todo redunda en un mejor servicio al cliente, y aumento de ingresos. La prestigiosa revista Forbes realizó una encuesta para comprobar la importancia que le dan los consumidores a la calidad del servicio, encontrando que un 58% de ellos estaría dispuesto a pagar más, a cambio de un servicio mejor (*) 

Sociedad. Big Data permite reconocer fluctuaciones en los requerimientos de servicios públicos en grandes ciudades. Patrones de tráfico, abastecimiento de agua, o servicios de salud, por citar solo tres, siguen patrones complejos en cuanto a demanda. Los primeros requieren de una reacción en casi tiempo real, para regularse acorde a las necesidades del ciudadano. Sobre el último se puede realizar un análisis de datos avanzado y extraer conclusiones en cuanto a fortalezas y debilidades del sistema sanitario.

Big Data puede ayudar a prever congestiones de vías, sugerir estrategias para dar mejor servicio a los ciudadanos, e implementarlas de forma rápida. En cuanto al área de salud, se puede predecir la ubicación óptima de nuevos centros sanitarios, y que necesidades tienen mayor probabilidad de surgir. Es posible analizar el número de emergencias, tipo y distribución, ambulancias y trayectos, y así planificar mejor respuesta ante emergencias y catástrofes.

Big Data puede ayudar en la futura planificación urbana y en un mejor diseño de la red de transporte público.

Seguridad. No exento de controversia, el hecho de recopilar datos sobre delincuencia y situación socioeconómica, geográfica, o de cualquier otro tipo genera inquietud en cuanto a privacidad. Solventado este punto, proyectos como SmartSteps combinan datos públicos históricos sobre delitos y de la red móvil para predecir el crimen. (**)

Salud. Big Data es cada vez más utilizado para predecir futuras patologías e ingresos. Se utiliza el procesado de historiales médicos, bases de conocimiento e incluso datos genéticos.

Ciencia. Cuando se presenta la necesidad de procesar del orden de 30 Petabytes de Datos, Big Data lo hace posible mediante computación distribuida. Es el caso del CERN (laboratorio suizo de física nuclear con su gran colisionador de hadrones) que distribuye su procesamiento entre unos 150 centros de datos a lo largo de todo el mundo.

Coche autónomo.

Es posible gracias a sensores, cámaras y conexión a internet, combinado con el análisis masivo de datos de circulación que arrojan, en casi tiempo real.

Política. Fue muy comentado en su día, como se utilizó Big Data en la campaña para la reelección en 2012, del ahora expresidente de EEUU Barak Obama.

Un equipo de analistas se dedicó a recoger e interpretar datos. Se llevaron a cabo encuestas telefónicas, en varios formatos, y campañas puerta a puerta. Se construyo una base de datos y mediante modelos predictivos lograron:

• Mejorar el programa electoral, en base a las opiniones de la gente.
• Segmentar a los votantes, de modo que, según su tipo, la campaña se realizada por unos medios de comunicación u otros.
• Reducir costes de campaña, al identificar los votantes indecisos con mayor precisión que en anteriores elecciones, dirigir a ellos propuestas personalizadas, y no gastar en votantes ya convencidos.

Desde entonces, el Big Data ha ido adquiriendo cada vez mayor protagonismo también en esta área.

Juan Escamilla

Director de Imagen y Comunicación