Nuevos modelos de negocio y de marketing a partir del dato

Si recordamos, a todos de pequeños nos han advertido: “¡No hables con desconocidos!” o “¡No te subas al coche de extraños!”. Pero tenemos otra edad y la sociedad tampoco es la misma que hace unos años, los cambios se suceden a pasos agigantados y el comportamiento humano está cambiando de la mano de la tecnología. Así, actualmente en las redes sociales agregamos con frecuencia a personas a las que no conocemos presencialmente pero con las que compartimos intereses y también tienen gran éxito, por ejemplo, las aplicaciones móviles de viajes colaborativos, cuyo funcionamiento consiste básicamente en organizar un viaje y poner los espacios disponibles del vehículo propio a disposición de otros, a cambio de una remuneración económica, generalmente proporcional al gasto en gasolina.

Avanzamos hacia una sociedad colaborativa y las facilidades que proporcionan las nuevas tecnologías también son usadas para crear nuevos modelos de negocio a partir del dato. Éste se está convirtiendo en uno de los principales activos. Grandes empresas como Google o Facebook llevan tiempo usándolos como principal fuente de ingresos pero en este momento es ya una realidad ampliamente extendida y la extracción de datos de interés del usuario final se lleva a cabo de maneras muy diversas: desde las cookies a través de la navegación web al clásico “Acepto los términos y condiciones” de las aplicaciones, que la mayoría acepta sin leer y a través de lo cual muchas veces se conceden permisos de acceso a la galerías de fotos del propio móvil, la agenda de contactos o la ubicación.

Hasta ahora el uso de estos datos se regulaba de forma diferente en cada país pero el 25 de mayo de este año ha entrado en vigor el RGPD, que establece las reglas del juego en toda Europa. Como explicaba Carme Artigas, Co-founder and CEO, de Synergic Partners, en una entrevista reciente, este uso correcto de los datos, transparencia y seguridad representa un valor diferencial clave para las compañías.

Obviamente el objetivo de las empresas no es la mera recolección de datos, sino procesarlos y sacar conclusiones de ellos, mediante un análisis previo llevado a cabo con técnicas estadísticas (data science), que es capaz de determinar los gustos de los usuarios, llevar a cabo predicciones de sus comportamientos e incluso analizar sus emociones y sentimientos.

El proceso es relativamente sencillo y es que, por muy raros, excéntricos, independientes o diferentes al resto que nos creamos, está demostrado que el comportamiento humano mantiene unos patrones comunes que se cumplen según la sociedad en la que nos encontremos. Esto permite que mediante estudios y análisis de las actuaciones en las redes de cada uno se pueda llevar a cabo una categorización de los individuos de una sociedad.

Las conclusiones pueden ser usadas para muchos tipos de finalidades. Un claro ejemplo es el de las elecciones a la presidencia de los Estados Unidos, tanto con Obama como con Trump, en las que gran parte de la campaña del candidato se basó en usar las facilidades que ofrece Facebook de segmentación de población: por intereses, aspectos demográficos o geográficos. En base a ello, se lanzaron mensajes personalizados para “microtargets” de población para adherirlos a la campaña.

Twitter también se emplea para conocer segmentos de población y realizar categorizaciones. En este caso, la propia aplicación ofrece una API con la que conectarse a su propia corriente de tweets en tiempo real. De esa forma, y mediante la programación de algún script (por ejemplo con el lenguaje Python y con ayuda de librerías como NLTK) pueden realizarse estudios de análisis de sentimientos y ver cómo la gente reacciona ante diferentes noticias. Esta información puede ser útil para campañas electorales, como veíamos, pero también para que las empresas puedan crear, ofrecer y adecuar sus productos a las necesidades de la población.

Aplicaciones de compra por Internet, reservas en restaurantes, consultas de productos, búsquedas de viajes… toda esta información y mucha más puede utilizarse para crear los perfiles de sociedad a los que me refiero. El principal objetivo de esta recolección y posterior análisis es diseñar campañas de marketing personalizadas para cada usuario, de forma que a cada uno se le muestre en sus dispositivos publicidad que intente solucionar sus necesidades más recientes. Por ejemplo, si alguien está de turismo en una nueva ciudad y llega la hora de comer y entra en redes sociales, le podrían aparecer anuncios de restaurantes cercanos (a través de los datos de localización) con una carta acorde a sus gustos culinarios (a partir de búsquedas anteriores de restaurantes). O si alguien realiza una reserva online de un apartamento, en la misma página le pueden aparecer otras actividades que se celebrarán en ese mismo lugar, como eventos o venta de entradas para espectáculos deportivos o musicales (depurados también según sus preferencias).

Una cuestión importante es que la recolección de datos de los usuarios genera ingentes cantidades de gigabytes. El almacenamiento masivo de datos, la gestión de acceso a los mismos o su análisis para hacer más eficientes los procesos son algunas de las técnicas utilizadas para su manejo sin tener que realizar grandes inversiones en material de cómputo y poder obtener información a partir de ellos. Cloud y las nuevas técnicas big data han impulsado esta transformación digital de los servicios pero, sin lugar a dudas, el principal elemento de la ecuación que lo ha hecho posible ha sido el smartphone. Hoy día llevamos este dispositivo a todas partes y se ha convertido en un hub de recogida y envío de datos del usuario. Con las nuevas arquitecturas 5G basadas en servicios y los nuevos elementos de red como los Mobile Edge Computing (MEC), de los que Telefónica ya ha hecho uso en pilotos 5G, se conseguirá aún mayor capacidad de recogida, de cómputo y de creación de nuevos servicios orientados a satisfacer las necesidades de los usuarios.