En el año 2012, cuando
Google estaba analizando los algoritmos de búsqueda y descubrieron que podían
predecir un brote de gripe con dos días de antelación como consecuencia de las
búsquedas de la palabra “gripe” que hacían los usuarios. La comunidad médica empezó a encargar con
antelación sus productos farmacéuticos porque contaban con esa información, lo
cual era fantástico. Recientemente, sin embargo, el Centro para el Control de
Enfermedades de los Estados Unidos concluyó
que Google estaba totalmente equivocado. De hecho, las cifras fueron dos veces
más altas de lo que debieron de ser en realidad porque la gente no estaba
escribiendo solo la palabra “gripe…”. Si el Big Data consiste en encontrar
correlaciones, el Small Data se preocupa por las causas, las razones detrás de las
cosas. Una simple pregunta planteada en el hogar de cualquier
individuo probablemente hubiera revelado que estas cifras fueron, al parecer,
un poco demasiado optimistas. Nos olvidamos de esto cuando estamos obsesionados
con probarlo todo con cifras. En las grandes compañías en la actualidad esta
situación les está empezando a afectar debido a que dicha minería de datos no está
refinada hasta el punto de proporcionarles claves en cuanto a las necesidades y problemas que están detrás de las
dificultades que surgen en un determinado momento.
Un ejemplo de lo dicho anteriormente
sucedió con Wal-Mart, que
recientemente anunció por segunda vez beneficios por debajo de las
expectativas. La empresa tenía un gran Data
Mining, pero nada más. Esto ofrece una foto global pero sesgada en cuanto
al detalle de cómo están las cosas. Lo cual no es suficiente para completar una foto precisa de
lo que está sucediendo a la compañía, a ser posible se necesita un Small Data
aportado por aquellos empleados que hayan detectado informaciones en su
relación con el cliente que nos sirva para completar una imagen más fiable para
acceder a las causas raíz de los problemas. Para conseguirlo, es
necesario que los empleados se involucren y creen comunidad dentro de la
compañía, esto permitirá obtener aquella información que esta enriquecida con
el conocimiento y aportaciones de todos. Con la misma se conseguirá
acceder a la base de emociones del cliente que nos permita extraer aquellas
cuestiones que impactan en sus gustos y preferencias de tal forma que:
1. Se pueda corregir eficazmente el problema que nos manifiestan el Data Mining.
2. Ser más eficiente en el empleo de recursos y eficaz a la hora de conseguir
lo que se propone la dirección de la compañía.
3. Trazar estrategias más innovadoras que permitan a la compañía tener un gap
o ventaja sobre el resto de sus competidores.
En la actualidad no es suficiente
con extraer la información que se produce en las relaciones físicas entre
personas sino que hay que estudiar y aportar también información en la relación
virtual que se genera en la nube o internet. Los clientes manejan en la
actualidad todo tipo de dispositivos electrónicos con los que interaccionan y cambian
opiniones generando tendencia dentro del mercado en el que están expuestas las
compañías. El smartphone se ha convertido por esencia en un objeto inseparable
del cliente, siendo muchas veces un aliado potencial poderosísimo de aquellas
compañías que cumplen y cuidan a sus
clientes.
Es una nueva forma de innovación etnográfica que
como definió Anthony Giddens "es él estudió directo de las
personas, utilizando la observación participante o las entrevistas para conocer
su comportamiento social".
Martin Lindstrom ha escrito un libro cuyo título es, “Small
Data: pequeñas pistas que revelan las tendencias más importantes” (Small
Data: The Tiny Clues That Uncover Huge Trends). Según Lindstrom, "el mundo
empresarial está totalmente cegado por los grandes volúmenes de datos. Sin
embargo, es muy difícil describir las emociones utilizando datos. Esa es la
dificultad. Un excelente ejemplo de la enorme fuerza del Small Data, por
ejemplo, nos lleva de regreso a 2002, cuando Lego estaba casi en quiebra. Lo
que hizo la compañía fue recurrir al Big Data. Se llegó a la conclusión de que
la generación acostumbrada a la gratificación instantánea acabaría con su
producto. Decidieron aumentar el tamaño de los bloques pequeños con
los que funcionaban hasta entonces. En 2003, Lego estaba prácticamente al borde
de la quiebra".
La
compañía decidió entrar en los domicilios de los consumidores de toda Europa.
En una reunión con un niño alemán de 11 años, le preguntaron de qué se sentía
más orgulloso. Él dijo: “De mis zapatillas de deporte”. El muchacho les mostró
un par de viejas deportivas gastadas. Luego explicó por qué: “Es la prueba de
que soy el mejor skater de la ciudad. Nadie maneja el patinete mejor que yo, y
mis deportivas son la prueba de ello”. (Inspirado por la conversación con el
niño y al darse cuenta de la calidad del conocimiento que podrían obtener
hablando con la gente, Lego recurrió a este tipo de métodos) … y volvió a
reducir el tamaño de los bloques, inventó la Lego Movie y en la
actualidad está de nuevo entre los grandes.
Si
se toman las 100 mejores innovaciones de nuestro tiempo, tal vez el 60% o el
65% de ellas se base realmente en Small Data.
Todo, desde Snapchat, que fue descubierto por casualidad, hasta el post-it de
Arthur Fry. El problema que existe en las compañías es que
existe una gran obsesión por capturar enormes volúmenes de datos y esto hace se
eviten depurar los mismos a un tamaño que permita obtener esos pequeños
detalles que hacen que aflore la creatividad. Así pues el Small Data se
puede definir como: "pequeñas observaciones insignificantes que son tendencia
entre los consumidores, se refiere a todo, desde la forma en que guardan
sus zapatos hasta en la manera que tienen de colgar sus cuadros. Es el
ADN emocional que el cliente va dejando allí por donde pasa… para trabajar con
el Small Data se debe tener en primer lugar una hipótesis antes de empezar a
explorarla y buscar correlaciones".
Si nos sumergimos en este nuevo mundo que es el
ciberespacio tendríamos que decir que el Big Data analiza
comportamientos y patrones predictivos a gran escala sobre la cuestión que se
estudia y el Small Data basado en Social Media nos da datos más
cualitativos de emociones, opiniones y sentimientos de
usuarios que condicionan sus compras a tiempo real y que las compañías pueden usar
gracias a las redes sociales. De ahí el gran poder que atesoran hoy los gigantes de internet (Google,
Facebook, Amazon, etc.), en cuanto al conocer los gustos y emociones de los
clientes a la hora de comprar cuando los usuarios hacen uso de sus apps. El
principal beneficio del Small Data en
el ciberespacio es que las redes sociales, los móviles, las opiniones, los
post, etc., serán un potentísimo CRM (Customer Relationship Management) de la empresa en cuanto a
conocimiento de cliente, lo que ayudará a las compañías a trazar ofertas
personalizadas en base a los gustos, necesidades y opiniones de sus clientes.
Por lo tanto, el Small Data
empieza siempre de menos a más, analizando pequeños datos que ofrecen valor para dárselo a los clientes
y al final con el paso del tiempo dicha convergencia del Big Data y Small Data hará
que las empresas sean más productivas, eficientes y eficaces, y sus
clientes estén más satisfechos.
Ya lo dijo Leonardo DaVinci: “La simplicidad es la máxima sofisticación”.
No hay comentarios:
Publicar un comentario