Por Juan Vázquez – Business Analyst en Jeddins
Ver el perfil de JeddinsLas nuevas tendencias de marketing, basadas en las necesidades y preferencias de los clientes, necesitan disponer de grandes cantidades de información. Pero mantener y explotar esta información es un proceso complejo, que necesita de una buena planificación para asegurar la eficiencia y rentabilidad de la empresa
Según IBM, el Big Data es toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales. Esta definición lleva implícita dos características de la información: su volumen, esto es, la ‘cantidad’ de información que es necesario procesar; y la variedad, es decir, la capacidad de poder gestionar información que proviene de diversas fuentes (Bases de Datos, Hojas de Cálculo, archivos de sistema, etc).
Big Data y turismo: 3 conceptos clave para las Pymes
El Big Data alcanza notoriedad en el sector turístico con el cambio de enfoque de marketing, pasando de marketing de ventas a marketing social. En el primero, la empresa parte del desarrollo de un producto/servicio turístico que pone en el mercado y vende a los consumidores empleando estrategias comerciales; en el segundo, la empresa estudia las necesidades y preferencias de su público objetivo y a partir de esta información desarrolla un producto/servicio para satisfacerlas.
Este segundo enfoque da respuesta a la creciente demanda de turismo de experiencia, tan en boga en los últimos tiempos; además tiene en cuenta las necesidades de la población residente, concepto clave dentro del modelo sostenible del destino turístico inteligente, actual apuesta en materia de destinos turístico de las Administraciones.
Cuando una empresa turística decide ejecutar sus estrategias de marketing siguiendo el segundo enfoque, la primera cuestión a la que ha de dar respuesta es ¿cuáles son las necesidades de mis clientes?. Existe entre los directivos de las empresas la tendencia a acumular grandes cantidades de información para asegurar que, realizando las consultas oportunas a los datos almacenados, van a obtener las respuestas a todas sus preguntas. Este enfoque les lleva a tener que gestionar, mantener y actualizar enormes cantidades de datos, que en la mayoría de los cosas, sólo aprovechan en un porcentaje mínimo, y que a su vez disparan los costes.
Para evitar incurrir en costes innecesarios, disminuyendo la eficiencia de la solución y por tanto la rentabilidad del negocio, es necesario responder algunas de las siguientes preguntas: ¿qué tipo de decisiones se han de tomar habitualmente? ¿qué tipo de información se necesita para tomar esas decisiones? ¿sobre qué temas se necesita disponer de información? Responder a estas cuestiones básicas, limita la cantidad de información que realmente se necesita almacenar, y por tanto evita incurrir en gastos innecesarios.
Hay que tener en cuenta que el coste del Big Data no está tanto en el almacenamiento de los datos, como en la explotación de los mismos para convertirlos en información útil, lo que se conoce como Business Intelligence. Cuanto mayor sea el volumen de datos almacenados generalmente mayor será la complejidad para transformarlos en información útil.
Una vez determinados los datos necesarios, quedará acotado el sistema de almacenamiento, segundo de los puntos clave a tener en cuenta. Existen multitud de sistemas de almacenamiento de datos (Bases de Datos relacionales – almacenan los datos guardando ciertas relaciones entre ellos, Oracle, SQLServer, Access, MySQL, etc – Bases de Datos no relacionales – ElasticSearch, MongoDB, etc – que almacenan los datos tal cual los anotaríamos en cualquier dietario-; archivos de texto; hojas de cálculo; etc.).
Cada sistema tiene sus peculiaridades en cuanto a mantenimiento, actualización de la información, licencias, etc.; por tanto la elección de la herramienta de almacenamiento es importante de cara a los costes de la solución, formación del personal, rapidez en la obtención de las consultas, etc. Normalmente la propia naturaleza de la información suele determinar el método de almacenamiento, por ejemplo, si necesitamos conocer quién accede a la página web, cuándo lo hace, desde dónde, etc., normalmente será necesario acceder a los archivos de log del servidor.
El tercer concepto a tener en cuenta es la elección de las herramientas que transformarán los datos en información útil, a partir de la cual poder tomar las decisiones oportunas. Existen multitud de herramientas en el mercado como Cognos de IBM, Microestrategy de IBM; Oracle BI de Oracle, Pentaho (herramienta open source), o PowerPivot (herramienta incluida dentro de Excel 2010).
Cada herramienta, como ocurre con los sistemas de almacenamiento, tiene sus peculiaridades. Elegir una u otra dependerá del tipo de información que sea necesario manejar, el procesamiento que se necesite aplicar a los datos, la cantidad de datos que sea necesario manejar, etc. Cuanto mayor sea la complejidad de la herramienta, por regla general, mayor será su versatilidad en cuanto a cantidad y variedad de datos con los que pueda trabajar, pero de igual modo aumentará la complejidad de su uso, configuración y mantenimiento, por lo que el coste será generalmente mayor.
En conclusión, disponer de información sobre las necesidades y preferencias de los clientes eleva la competitividad de la empresa, pero antes de lanzarse a implantar un sistema de Big Data es necesario determinar qué información se necesita realmente, y de dónde obtenerla, si no se desea incurrir en gastos innecesarios que hagan de la solución un nuevo problema.
