Hasta hace relativamente poco, la información disponible de
un consumidor o de un cliente dependía, en la mayoría de casos, de los análisis
de datos declarativos estructurados (encuestas, entrevistas a los consumidores,
un programa de fidelización, o de calidad de servicio, etc.) y una parte no
declarativa que venía decirnos lo que el cliente no había manifestado y que
generó una primera oleada de lo denominado Business Intelligence, donde se
trabajaban datos estructurados a partir de bases de datos creadas sobre consumo
en telecomunicaciones o energía, contratación de seguros, banca, etc. Esta
última parte ha dado un giro radical en los últimos años gracias al Big Data y
a elementos como el teléfono móvil, la compra con tarjeta de crédito, las redes
sociales, la propia navegación web o la geolocalización. Ahora sabemos del
consumidor real lo que llamamos el ‘customer journey’, todos sus movimientos
durante las fases de modelo relacional entre un mercado, una marca y el propio
consumidor, cualquier ‘touchpoint’ del camino, desde elementos influenciadores
de compra, a la propia compra y futura prescripción del producto o servicio.
Deja huella con cada click, con cada acción, con cada aplicación. Todo esto,
multiplicado por millones, y tratado siempre de forma agregada, nos da un
retrato bastante más ajustado que cualquier otra información disponible, esto
es real, tangible y estratégico. En 24 horas se generan 2,3 billones de
gigabytes de información en Internet; vivimos en la era del ‘Think fast’.
Pero si nos salimos del ámbito de lo agregado, las marcas
como Amazon ya están actuando de forma predictiva sobre consumidores concretos,
ofreciéndoles ofertas en función de su perfil, sus hábitos de consumo, sus
búsquedas… La tendencia creciente es a llegar al receptor de forma individual,
por el canal idóneo para alcanzarlo y con el mensaje más relevante y útil. Un
marketing one-to-one con mensajes concretos y diferenciados no ya para cada
público, sino para cada miembro concreto del público. La esencia del
micromarketing llevada a una realidad palpable gracias a la tecnología.
Las enormes repercusiones de esto aún no han llegado a la
empresa. Recientemente, un estudio indicaba que sólo el 7,2% de las principales
compañías con departamentos de marketing y comunicación potentes reconoce
utilizar tecnología Big Data en sus procesos, pero si les preguntabas cuántos
de ellos iban a incorporar esta tecnología en los próximos e inmediatos años,
el 47% contestaba afirmativamente. Esto no es una nueva religión o un nuevo
invento, tras el Big Data hay una consistencia científica irrefutable y es
posible que esa previsión del 47% se quede corta.
De todo esto, me gustaría destacar las siguientes
conclusiones de utilidad tanto para quien hace comunicación política o
corporativa como para quienes se enfocan al marketing:
1. Tenemos que generar engagement y con toda la
información que tenemos, podemos hacerlo. Hoy día, los datos (y las cinco V que
llevan consigo: volumen, variedad de fuentes, velocidad de procesamiento,
veracidad y valor, especialmente el que se genera con esos datos) se pueden
utilizar como herramienta para contribuir a lograr objetivos estratégicos.
2. Además de hacer análisis descriptivo y
predictivo de los comportamientos, debemos pensar en hacer un trabajo
prescriptivo con los datos. Influir en las decisiones (de compra, de voto) que
contribuyan a las compañías a alcanzar sus objetivos.
3. Reclutar el talento necesario va a obligar a
modificar el porcentaje de perfiles técnicos en los departamentos de marketing
y de comunicación (matemáticos, programadores, físicos, etc.) Si hoy la
proporción es un 39% perfiles técnicos y un 61% perfiles creativos, en un
futuro la tendencia será a equilibrarse en un 69% perfiles técnicos, y un 31%
perfiles creativos. No será un proceso rápido, pero se acabará produciendo, y
esto convierte a los técnicos de datos en la profesión del futuro. Preparar
estos perfiles es difícil y el sistema educativo también debería adaptarse a
estas capacidades emergentes.
· 4. Los perfiles cambiarán a todos los niveles en
las compañías. Aparecerá el Chief Data Officer a nivel directivo. El científico
de datos (Data Scientist) estará en un nivel justo inferior y su labor será
extraer conocimiento de la información. El ingeniero de datos (Data Engineer),
que deberá salvaguardar las bases de datos, hacerlas accesibles, diseñar
arquitectura, procesamiento, etc. El analista puro de datos (Data Analyst) y,
por último, el Data Artist, que será el que diga cómo contar eso para hacerlo visible
y comprensible.
En los próximos años, es previsible que vivamos en los
próximos años una cierta inflación de precios respecto a estos profesionales
como en su momento ocurrió con las puntocom en el año 2000, pero todo se
ajustará y tras un crecimiento exponencial habrá 10 o 15 jugadores que
sobrevivan a una futura caída inicial superada esta fase de early adoption.
Jordi Crespo
