Big Data Archivos - Artyco
Qué es el Data Governance

Qué es el Data Governance

Qué es el Data Governance

Data Governance o gobierno de datos es toda aquella gestión que se realiza en referente a la disponibilidad, integridad, usabilidad y seguridad de los datos de una compañía. Puede que no le veas a esta definición un atractivo, sin embargo, el disponer de un Data Governance o no tenerlo, puede ser la clave para que tu estrategia data-driven sea eficaz o no. Ahora te empieza a interesar un poco más, ¿verdad? En este post intentaré contarte de manera sencilla qué es y cómo puede ayudarte en ese objetivo relacionado con los datos que te acabas de marcar en tu empresa. Vamos a allá.

Recuerdo hace ya muchos años cuando en una de las empresas para la que trabajaba, me encargaron liderar el diseño de un sistema de información de marketing, con el objetivo de poder tener una amplia base de datos de contactos, clientes y potenciales, así como de qué manera y sobre quiénes de ellos se habían lanzado comunicaciones, y cómo habían respondido ante las mismas. Algo muy sencillo.

Fue un proyecto ilusionante porque fue realizado a medida, y la verdad es que quedó tal y como necesitábamos. Esta, era una herramienta que iba a poder utilizar toda la compañía, y a través de la cual se iban a poder sacar muchas ventajas. Sin embargo, al pasar las semanas de uso, llegaron los problemas.

Algunas personas introducían nuevos contactos en mayúsculas, otros en minúsculas. Algunas personas tenían la costumbre de poner las direcciones de una manera, muy diferentes a la de otros, sin tener en cuenta que el descuido de unos, hacía que algunos contactos se encontraran con la mitad de los campos sin rellenar.

En definitiva, todos los empleados tenían la misma autoridad para editar, eliminar, sacar datos e informes… pero cada uno a su manera. Esto provocó serios problemas de duplicidades, registros erróneos y un largo etcétera.

Esto fue hace ya muchos años, imagínate lo que sería hoy día con los riesgos existentes relacionados con la seguridad de los datos, la GDPR y otras muchas cosas más. Sería un caos total y un problema para la empresa.

El gobierno de datos incide precisamente en esto: determinar un procedimiento y unas medidas básicas de actuación respecto a los datos. En función del tamaño de la empresa, el negocio y la cantidad de datos, este lógicamente, será más o menos complejo.

Normalmente, toda persona o grupo que tenga algún tipo de interés en cómo se crean los datos, cómo se recogen, procesan, manipulan, almacenan y se ponen a disposición para su uso, acaba delegando la autoridad de ello al personal de IT. Sin embargo, estas decisiones deben ser tomadas por grupos de interés y en función de un proceso previamente acordado.

Podríamos decir que el Data Governance tiene la siguiente misión:

  • Crear, reunir y alinear las reglas.
  • Resolver problemas.
  • Monitorizar y hacer cumplir las reglas mientras se proporciona un apoyo constante a los interesados en los datos.

Ahora que ya tienes claro qué es el Data Governance, ¿quieres saber si es necesario en tu negocio? Vamos a verlo…

Cuándo es necesario poner en marcha el Gobierno de Datos.

Data Governance. Cuando es necesario

Antes de poner en marcha un Data Governance, debes saber que el proyecto debe de estar fuertemente apoyado por las personas que lideran la compañía, involucrando en el mismo, a todos aquellos que tendrán que ver con los datos y que los vayan a utilizar, así como todas las personas interesadas en ellos.

Disponiendo de ese escenario, sólo te queda comprobar si se cumple alguna de estas situaciones. Si es así, es que necesitas poner en marcha el gobierno de datos.

  • Tu empresa cada vez es más grande o está recogiendo más y más datos. A consecuencia de ello, ves que la gestión tradicional no es capaz de hacer frente a actividades multifuncionales relacionadas con los datos.
  • Los sistemas de datos de la organización se han vuelto tan complicados que con la gestión tradicional no es posible hacer frente a actividades multifuncionales relacionadas con los datos.
  • Los arquitectos de datos de la organización u otros grupos necesitan el apoyo de un programa multifuncional que tenga la visión acerca de las preocupaciones y preferencias de datos de toda la empresa.
  • Las regulaciones, normas, cumplimientos o requerimientos contractuales exigen un data governance más formal del que actualmente tienes.

No sé si estos ejemplos pueden ayudarte a saber si necesitas o no un gobierno de datos. Aquí te pongo otros más del día a día. Seguro que te has encontrado en alguna de estas situaciones en alguna ocasión:

  • Comités que, a la hora de la toma de decisiones, pasan a convertirse en foros de defensa del dato propio.
  • Informes que, en apariencia, usan el mismo dato, pero presentan sin embargo resultados diferentes (gran pérdida de tiempo en cuadres de información).
  • Usuarios que pierden enormes cantidades de tiempo en buscar el dato que necesitan.
  • Un data scientist deja la compañía y nadie sabe cómo funciona su modelo.
  • Los científicos pasan más tiempo limpiando datos que diseñando modelos.
  • Un DataMart tarda meses en estar disponible para unos usuarios que lo necesitaban con urgencia.
  • Distintos data-labs de unidades de negocio diferentes construyen modelos con idéntico objetivo pero distinto grado de predictibilidad, con una evidente pérdida de eficiencia.
  • Un excelente modelo no es “comprado” por los usuarios de negocio.
  • Un excelente cuadro de mando no es usado por nadie.
  • Data Lakes que, como si fueran masa de levadura, crecen exponencialmente sin que nadie se atreva a eliminar información “por si acaso”.

Seguro que ahora lo tienes mucho más claro, ¿verdad? En todos estos casos, el gobierno del dato es imprescindible, ya que te ayudará a tener una serie de procesos y controles que eviten todas estas situaciones.

Sin embargo, es evidente que no todos los datos deben tener el mismo nivel de gobierno. No debes utilizar el mismo proceso en el gobierno de un dato que es clave para tu negocio, que para otro que es meramente exploratorio.

Por tanto, debes de analizar la importancia de los datos para tu empresa, si surgen situaciones como las que te he expuesto, y qué niveles de gobierno necesitas.

La siguiente pregunta que probablemente te estés haciendo ahora es, ¿quién debería liderar este gobierno del dato? O ¿en qué estructura debería de estar ubicado este proyecto?

El Data Governance no tiene una localización exacta, esta puede variar en función del tipo de empresa y de negocio. Lo normal es que esté integrado dentro de operaciones o del departamento de IT. También pueden liderarlo departamentos en los que su estructura organizativa disponga de un rol muy enfocado a la gestión de los datos. Tú decides.

Eso sí, una vez se decida un liderazgo al respecto, lo más importante es que exista el apoyo suficiente por parte de la alta dirección de la compañía, así como el soporte de todos los departamentos y personas implicadas e interesadas en los datos.

 

Los principios del Gobierno de Datos.

Principios para el Data Governance

Según Gartner, la mayoría de los procesos de transformación digital encallan por la infravaloración de la relevancia del gobierno del dato.

Es este el que debe eliminar las fronteras para que una cultura del dato cooperativa, abierta, transparente y ética impregne toda la organización, con un objetivo común, que sería convertir el dato en el activo estratégico para competir con éxito en un mercado que cambia demasiado rápido como para perdonar errores estructurales de nacimiento.

El Data Governance tiene unos principios que ayudan a las empresas que de verdad quieren sacar provecho de los datos, a poder realizarlo de una manera exitosa, resolviendo conflictos relacionados con los datos y obtener modelos y construcción de análisis más eficaces. Son estos:

  1. Integridad. El dato debe ser exacto, estar completo, homogéneo, sólido y coherente, en definitiva, íntegro para poder trabajar con seguridad sobre ellos.
  2. Transparencia. Debe de estar todo el procedimiento accesible y expuesto de una manera clara para todos los integrantes interesados en los datos de la organización, así como todas las decisiones introducidas al respecto durante el gobierno.
  3. Auditabilidad. Todas las decisiones, procesos, controles, deben de ir acompañados de la documentación pertinente que permita a las auditorías tener un fácil acceso y entendimiento.
  4. Responsabilidad. Es importante determinar quiénes son los responsables en cada proceso, control y toma de decisiones en lo referente a los datos de la empresa.
  5. Gestión. Se debe de nombrar quiénes son los diferentes responsables en la gestión de los datos, y sus contribuciones de manera individual.
  6. Control y balance. Debe quedar muy bien especificado cómo se va a controlar todo el movimiento de datos y el balance entre quien genera datos y los introduce, y quien los extrae y saca informes, por poner un ejemplo.
  7. Estandarización. El Data Governance introducirá y dará soporte a la estandarización de datos de la empresa.
  8. Gestión del cambio. Soportará actividades proactivas y reactivas de gestión del cambio, para valores de datos de referencia, datos maestros y metadatos.

 

Como has podido comprobar, basar tu negocio en datos no es una tarea fácil. Esto exige controlar no sólo el tema tecnológico y humano, sino también crear unos procesos claros que permitan que esa ventaja competitiva que puede tener tu empresa, sea verdaderamente aprovechada y útil para el negocio.

El gobierno de datos es fundamental para no perder el tiempo y no incurrir en errores que compliquen la cultura del dato de tu empresa. ¿Necesitas que te ayuden en este aspecto? En Artyco llevamos trabajando con datos desde hace décadas, habiendo creado un sistema de gobierno que te puede ayudar a afrontar con éxito cualquier reto que te plantees. ¿Hablamos?

Emilio Fernández Lastra
Marketing Manager en Artyco Customer Database Marketing
"Después de la hipoteca, el inbound marketing es la mejor herramienta para asegurar una relación a largo plazo."

Qué es 1st Party Data y qué ventajas aporta a tu estrategia de marketing

Qué es 1st Party Data y qué ventajas aporta a tu estrategia de marketing

Qué es 1st Party Data y qué ventajas aporta a tu estrategia de marketing

First, second y third Party Data. Seguro que has oído hablar de cada una de ellas, pero ¿cuál es más importante para tu empresa? La Data puede venir de múltiples canales, así como en función de qué información sea, tener diferente influencia sobre tu estrategia. En este post, te cuento qué es el First Party Data, su diferencia con las otras dos y qué ventajas aporta a tu estrategia de marketing para convertirte en una Data-Driven-Marketing Company. ¿Te interesa? Vamos a por ello.

Se considera First Party Data a aquellos datos que la empresa obtiene de primera mano, es decir, aquella información que recopila a través de sus propias fuentes, como su página web, las redes sociales, el CRM, su servicio de contact center…

Esta información, generalmente incluye datos sobre los gustos de tus clientes, comportamiento con tu marca y con tu empresa en el entorno online, entre otros muchos. Estos son usuarios que en alguna ocasión han dejado sus datos a la marca para recibir algún tipo de información, pudiendo rastrear desde entonces la empresa, cuál es su comportamiento con ella, así como otras muchas cosas más.

La principal ventaja que tienen estos datos de primera parte, es que son gratuitos para la empresa, ya que no tiene que pagar a un tercero para obtenerlos.

Ahora que ya sabes que es el 1st Party Data, vamos a por las otras dos.

 

Qué son el Second y el Third Party Data.

2nd Party Data y 3rd Party Data

Una vez conocemos qué es el First Party Data, vamos a entender qué son el Second y el Third Party Data.

El 2nd Party Data o datos de segunda mano, es toda aquella información que es obtenida mediante intercambio con otra empresa. Normalmente, este intercambio de información suelen realizarla empresas complementarias, las cuales han llegado previamente a un acuerdo de intercambio para favorecer ambos negocios.

Por ejemplo, una web de ropa para recién nacidos podría compartir información con otra que vende productos de limpieza y cuidado de bebés.

Este tipo de información es un complemento perfecto para la información de primera mano o First Party Data, ya que te ayuda a ampliar tu audiencia, saliendo de la información que recoges por tus medios a través de usuarios y clientes que ya te conocen, enfocándote a nuevos consumidores, quienes te resultaría más complicado alcanzar de otra manera.

Si ves interesante este tipo de Data, debes de tener en cuenta la nueva normativa sobre la GDPR o RGPD (si no la conoces muy bien, te dejo este post sobre “7 Tips para que tu CRM cumpla con éxito la GDPR”) la cual indica que la única manera de poder compartir información sobre tus usuarios con terceros, es si el usuario ha expresado de manera activa su consentimiento a la empresa. Como te imaginarás, tras esto, es complicado encontrar buena información de segunda mano en Europa.

La 3rd Party Data, por el contrario, es toda aquella información obtenida a través de proveedores de datos externos. La principal ventaja que tienen estos datos, es que puedes adquirirlos a gran escala y ya segmentados, normalizados y testados. A través de ellos puedes conseguir una amplia cobertura en relación a tu público objetivo, pero ten en cuenta que tu competencia también tiene fácil acceso a ellos, habiéndolos utilizado ya probablemente. Si estos datos no disponen de “un tiempo de barbecho” entre campaña y campaña del mismo sector o afín, es probable que su eficacia no sea la esperada, bajando considerablemente la conversión.

Si quieres saber un poco más sobre este tipo de datos, y cómo se regulan en España, te recomiendo echar un vistazo a La Guía Legal Tratamiento de Datos de Terceros del IAB.

 

Cómo sacarle partido a tu First Party Data.

Cómo sacar partido al First Party Data

Tal y como ya sabes, el First Party Data o datos de primera mano, son aquellos que obtienes tú como empresa a través de tus canales de comunicación con los clientes, y los cuales recoges en un DMP o un Data Warehouse.

Tras la evolución del Marketing Digital de los últimos años, los datos se han convertido en uno de los principales activos de cualquier empresa, siendo uno de los objetivos de aquellas más punteras, convertirse en Data Driven Marketing Company, es decir, una empresa que toma sus decisiones de marketing en base a los datos que va recogiendo de sus clientes.

El uso de Internet, así como las compras online, hasta hoy nunca habían sido tan elevadas. Este hecho ha impulsado, junto con las nuevas tecnologías y el IoT, la adquisición de datos relevantes sobre el comportamiento de los consumidores. Para poder sacarle el mayor de los partidos a estos datos de primera mano, te recomiendo que hagas lo siguiente:

#1. Convierte la recopilación de datos, en un pilar básico en tu estrategia de marketing.

Cuantos más datos recojamos a través de nuestros diferentes activos, más información podremos sacar de nuestros clientes y del entorno por el que se mueve nuestra empresa. Ten en cuenta todos los canales a través de los cuales puedes obtener datos, y haz una estrategia de recogida y almacenamiento para cada uno de ellos. Algunos de los canales de donde puedes obtener más información pueden ser:

  • Tu página web.
  • Tus redes sociales.
  • Tu publicidad online.
  • Tu CRM.
  • Tus vendedores.
  • Tu servicio de atención al cliente.

Cuanta más información recojamos, mayores y mejores conclusiones obtendremos de cara a desarrollar mejores estrategias de marketing.

#2. No pierdas nunca de vista la GDPR.

Desde mayo de 2018 las empresas están obligadas a pedir el consentimiento expreso de los usuarios para ceder sus datos o a que sean utilizados para campañas de marketing. Este hecho ha limitado mucho el margen de actuación respecto a los datos, por parte de las empresas. De ahora en adelante, ten en cuenta este hecho y no olvides incorporar en cada canal en el que vayas a recoger información, el aviso legal para que los usuarios expresen su consentimiento o denegación.

#3. Centraliza la información en un mismo contenedor.

Para que todos esos datos tengan sentido y puedas sacar provecho de ellos, es necesario que los tengas recogidos en una misma plataforma o (Data Warehouse Data Lake, …), la cual te permita agrupar tanto datos estructurados como no estructurados. Gracias a este recipiente, podrás hacer las consultas necesarias de cara a sacar conclusiones sobre tus consumidores, y así tomar decisiones Data Driven Marketing.

#4. Pon en marcha la maquinaria del Business Intelligence.

Los datos sin alguien detrás que sepa sacarlos, analizarlos e interpretarlos, no sirven de nada. Puedes haber realizado muy bien tu trabajo a la hora de captación de datos de primera mano y almacenamiento, pero si no sabes qué hacer con ese Big Data, toda esa labor no valdrá para nada.

Para poder sacar conclusiones, crear clusteres, segmentos y crear modelos predictivos que te ayuden a tomar mejores decisiones de marketing, y crear campañas más efectivas, es necesaria una capa de business intelligence.

 

Como ves, los datos de primera mano son muy útiles, pero necesitan de un proceso planificado y una metodología de trabajo. Si piensas que quizás conllevan muchos recursos y que no merece la pena, a continuación, te cuento por qué debes cambiar de opinión.

 

Principales ventajas del 1st Party Data

Ventajas del First Party Data

Los beneficios que generan los datos de primera mano son muchos. A continuación, te cuento los más relevantes. Son estos:

  1. La recopilación de una gran cantidad de datos de calidad 1st Party Data, te ayuda a obtener una visión mucho más real y precisa de lo que está sucediendo en tu entorno online, por poner un ejemplo. Lo que nos va a ayudar a tomar mejores decisiones y optimizar nuestras estrategias data driven.
  2. Los datos de primera mano son propiedad de la empresa, y esto es muy importante. Con la entrada de la RGPD, es fundamental tener en orden los consentimientos de los usuarios, y tener muy claro a quién pertenecen los datos realmente, es decir, a los usuarios. Si nosotros como empresa disponemos de la propiedad de esa información, todo será mucho más sencillo de gestionar.
  3. Permite actualizar la data en función de las circunstancias de la empresa. Un negocio puede cambiar de objetivos. Un segmento de clientes puede cambiar de hábitos. Con el First Party Data, la empresa puede controlar los períodos de recolección de datos, manteniéndolos al día si es necesario. De este modo, la empresa no dispondrá de información desfasada o no útil para el negocio.
  4. Te permite targetizar y segmentar a tus clientes y usuarios en función de tus necesidades, y no bajo los criterios de proveedores de información, a través de los cuales hayas obtenido esos datos.

 

Como habrás podido ver, tener una 1st Party Data te da la posibilidad de activarla para aquellas necesidades que tenga tu empresa, personalizando su relación con cada cliente en cada momento dentro del journey de este.

En Artyco somos expertos en trabajar con First Party Data, ayudándote a ampliar la información de este con Third Party Data que haga darte una visión mucho más global del problema. A través de nuestros departamentos de Digital & CRM, así como de Business Intelligence, ayudamos a nuestros clientes a convertir ese Data en insights. ¿Quieres que hagamos lo mismo contigo? ¿Hablamos?

Emilio Fernández Lastra
Marketing Manager en Artyco Customer Database Marketing
"Después de la hipoteca, el inbound marketing es la mejor herramienta para asegurar una relación a largo plazo."

SOBRE NOSOTROS

Somos un equipo de profesionales compuesto por 100 personas, preocupados por los datos, nuestros clientes y cómo hacer que estos lancen campañas más eficaces centradas en el usuario. Somos intelligence customer centric, innovación y tecnología. #SomosArtyco

C/ Playa de Liencres 2. Edif. Londres Oficina 3 – 1º piso, Parque Europa Empresarial, 28230 Las Rozas (Madrid)

hola@artyco.com

91 640 41 50

Cómo convertir los datos de Marketing en un activo de negocio

Cómo convertir los datos de Marketing en un activo de negocio

Sin duda, el marketing es el área en donde se mueve una mayor cantidad de datos. Con Internet como multiplicadora de información, y con la presencia de mayores vías para conocer cada vez más el comportamiento de las personas en el mundo offline, esa cantidad de datos de marketing es cada vez más asombrosa, pero ¿se están gestionando y utilizando correctamente? En este post quiero profundizar en la importancia de saber recoger y almacenar los datos de marketing adecuados para la toma de decisiones, y cómo hacer para que sean un activo de negocio. ¿Te interesa?

Hoy día, disponer de datos no es un problema. La dificultad está en saber de dónde recoger aquellos que te interesan, así como centrarte sólo en los que son críticos para lo que necesitas analizar. Ni más, ni menos.

Disponer de una herramienta que te ayude a gestionarlos y sacarles provecho, a priori, tampoco parece un problema, sin embargo, la mayoría de las empresas, ante el gran desembolso que supone una herramienta de este tipo, esperan que les aporte el suficiente conocimiento e insigths que les permita tener una contraprestación directa en su negocio. Y la verdad es que este hecho no se está produciendo en muchos de los casos.

Y la verdad es que la mayoría de las empresas invierten dinero en la recopilación de datos de marketing y su almacenamiento, sin embargo, una vez los tienen, no llegan a más con ellos, ya que no tienen una estrategia definida respecto a estos.

Es curioso que, realmente es el tratamiento de esos datos lo que va a aportar verdadero valor, haciendo de esa empresa, una compañía competitiva.

Situación actual de las empresas en cuanto al tratamiento de sus datos de marketing

Tratamiento de datos de marketing

La falta de inversión bien dirigida, el reducido conocimiento y la escasez de una cultura sobre los datos, hace que la mayoría de las empresas hoy día, no estén aprovechando correctamente los datos de marketing de los que disponen. A continuación, te expongo las principales situaciones que se dan en la mayoría de las empresas, en cuanto a los datos.

  1. Los silos de almacenaje de datos están sin conexión. El mayor problema al cual se están enfrentando la mayoría de las empresas que comenzaron hace tiempo su andadura en la recopilación de datos, es que han invertido grandes cantidades de dinero en herramientas para que actuaran como silos de almacenaje de datos, los cuales no disponen de la posibilidad de realizar combinaciones válidas de los unos con los otros. Al final tienen información valiosa distribuida en diferentes bases de datos, las cuales no pueden cruzar para analizar esa Data en global.
  2. CRMs desfasados. Aquellas empresas que implantaron un CRM, ahora en la Era Digital se han dado cuenta que ese CRM está totalmente desfasado respecto a su negocio tal y como es hoy día. Estas herramientas se han convertido en meras bases de datos de clientes, las cuales no están centradas en sacar valor de estos, no permitiendo introducir información en los nuevos canales que se han ido creando y en los cuales están interactuando cada día más.
  3. Falta de cultura de datos de los empleados. Otro gran problema al cual se están enfrentando las empresas, es la falta de cultura de datos de sus integrantes. Para la mayoría de los empleados de una empresa, los datos no son el core de su negocio, basando el éxito o fracaso de todo lo que hacen, en los resultados trimestrales, sin llegar a pensar a largo plazo y sin centrarse en el valor de los clientes a lo largo del tiempo.
  4. No evolucionar en la explotación de datos. Por lo general, las empresas que ya comenzaron a explotar sus datos repiten una y otra vez los mismos procesos, sin llegar a pensar en evolucionarlos.
  5. No tener como foco la marca. La mayoría de las personas que trabajan con datos, se centran en entregar los informes a su jefe. Para ellos, ese es uno de sus principales objetivos, cuando en lo que deberían de pensar es en hacer crecer la marca a través de sus reportes y las conclusiones que de ellos sacan.
  6. Tener una visión ‘campaign centric. Las empresas pierden mucho tiempo y dinero en únicamente medir los resultados de las campañas, y perdiendo de ese modo, la visión customer centric, que es a donde debería de tender cualquier empresa que quiera triunfar. Esa obsesión por conocer cómo ha funcionado una campaña, hace en muchos casos, que no se preste la suficiente atención a conocer quién es el cliente, qué quiere, y cómo lo quiere.
  7. Falta de evolución. Cada año se empieza desde cero las campañas, sin tener en cuenta esos resultados medidos y qué se ha podido aprender de ellos. Por lo general, esos datos de marketing quedan en el informe pertinente como una tarea más y no se tienen en cuenta a la hora de planificar el siguiente año, y evolucionar.

Como ves, a pesar de que ya hay muchas empresas que son conscientes del potencial de los datos para su negocio, aún no le están sabiendo sacar todo el jugo que podrían sacarle. Sin embargo, tiene fácil solución. Vamos a por ella.

 

4 Tips para sacar provecho a los datos de marketing en beneficio del negocio

Tips para datos de marketing

Parece complicado, pero en el fondo no lo es tanto. Muchas veces, aplicando un poco de lógica y sentido común, tras dar un paso atrás para mirar con perspectiva la situación, todo se ve de una manera más sencilla.

Como todo se ve mejor por puntos, a continuación, te voy a ir nombrando aquellos que considero son básicos para poder conseguir dar la vuelta a tu problema con los datos de marketing y convertirlos en un activo, en lugar de un pasivo para tu negocio. Son estos:

 

#1. El lugar y la manera en la que almacenas los datos es primordial.

El almacenaje de datos es como los cimientos de una casa. Para que toda tu estrategia de datos tenga éxito, el lugar donde se almacenan tiene que cumplir con una serie de requisitos. El principal de todos ellos es que todos esos datos estén en un mismo lugar, y si eso no es posible, que al menos la empresa pueda tener acceso a ellos.

Muchas empresas comenzaron almacenando sus datos en CRMs antes de que llegara todo el ‘boom digital’. Tras ello, se lanzaron a la publicidad online, a través de la cual se fueron generando cantidades de datos sobre sus clientes en cuanto a navegación, intereses, clics, etc. Dicha información se recogía y almacenaba bien en las agencias de publicidad online, bien en DMPs (Data Management Platforms) o bien en empresas intermediarias que han creado redes de conexiones entorno a los datos, con el objetivo de venderlos a terceros. Justamente esa información es la que tiene más relación con el marketing, y la más complicada de obtener. Para ello, es necesario contar con empresas externas especializadas en el tratamiento, la activación y el análisis de los datos, las cuales permitan que el conocimiento del negocio y de los clientes de la empresa, quede dentro de esta.

 

#2. Analiza tu situación actual.

Seas el tipo de empresa que seas, es fundamental que analices muy bien en qué estado se encuentra tu compañía en este momento, y definas cuál es tu “gran objetivo”.

Si no sabes por dónde empezar o no tienes claro cuál debe ser tu “gran objetivo” te lo pongo fácil. Hoy día, el “gran objetivo” relacionado con los datos, al cual debe intentar llegar toda compañía, es el de la automatización. Para ello, es necesario, tal y como te comentaba en el punto anterior, disponer de toda la información en una misma base de datos, o al menos tenerla unida de algún modo. Para ello, te recomiendo que inviertas en un CDP (Customer Data Platform), el cual, lo que hace es precisamente unir la información de tu CRM con los datos que tengas en el DMP. Este te ayudará a conocer en qué situación estás, y poder comenzar a establecer una estrategia en cuanto a los datos.

 

#3. Crea un flujo de trabajo respecto a los datos.

Como he comentado, tener datos y más datos por tener, no puede ser tu objetivo, ya que los datos porqué sí no valen para nada. Tampoco tiene valor crear cuadros de mando de todo, y presentar dashboards por presentar. Al final lo que demandan las empresas, tal y como puedes leer en otro post que escribí sobre el tema y el cual te recomiendo (“Del Business Intelligence al Marketing Intelligence. Principales retos para implantarlo”), es que los datos y su análisis puedan sacar insights y conclusiones de valor que permitan conocer mejor a los clientes y poder establecer estrategias de marketing basadas en esos datos y esas conclusiones extraídas a través de los mismos.

El flujo que te recomiendo es este:

  • Recopilación de datos. Esta primera fase debe de estar integrada como parte de una estrategia concreta y dirigida hacia lo que queremos conseguir con estos datos. Una vez lo tengamos definido, los recopilaremos y los almacenaremos en el lugar correspondiente.
  • Procesamiento de datos. En el momento que se procesen los datos, se debe de tener siempre en mente, que estos sean accionables para la empresa, es decir, que puedan ser analizables y aprovechables por esta, además de que generen conocimiento.
  • Activación de datos. En esta fase, se debe de buscar convertir ese conocimiento adquirido en la fase anterior, en decisiones de valor para el negocio. Además, estas deben de procurar que se automaticen lo máximo posible.

Al final, todo este flujo debe de girar entorno al cliente, consiguiendo responder a las preguntas de ¿dónde está?, ¿cómo es?, ¿cómo impactarlo mejor?, ¿qué busca?…

 

#4. Evoluciona constantemente alrededor de los datos.

La mejor manera es a través de una CDP (Customer Data Platform) que te ayude a convertir tus datos en un activo de negocio. Esta herramienta te va a permitir también, mantener dentro de la empresa todo el conocimiento sobre ella y sus clientes, facilitándote crear previsiones y por tanto evolucionar entorno a ellas.

Gracias a toda esa información, ese conocimiento y ese valor para el negocio, podrás enfocarte en conseguir metas cada vez más ambiciosas, relacionadas quizás, con la innovación en la explotación de tus datos, por ejemplo.

 

En definitiva, debes de crear una cultura entorno al dato de marketing, que posibilite poner al cliente en el centro de tu estrategia. Esto es la base para llegar a ser una compañía Customer Centric.

 

¿Estás buscando crear conocimiento alrededor de tus clientes? Si la visión que tiene tu empresa es realizar auténticas estrategias Customer Centric, queremos hablar contigo. En Artyco tenemos equipos de Data Scientists y expertos en creación de estrategias centradas en el cliente, quienes no sólo a través de informes, sino también de conocimiento de valor para tu negocio, te ayudarán a tomar decisiones de marketing relevantes para tus clientes. ¿Hablamos?

¿Quieres rentabilizar tus datos de marketing?

Te ayudamos a convertir tus datos de marketing en un activo para tu negocio. Contacta con nosotros y descubre a donde puedes llegar.

Big Data y automoción: un matrimonio de conveniencia.

Big Data y automoción: un matrimonio de conveniencia.

Según un informe de McKinsey, de hace ya tiempo, en el año 2030 los coches conectados podrían generar un negocio cercano a los 750.000 millones de dólares. En su día no entusiasmó a todos los fabricantes por igual, sin embargo, la tecnología ha evolucionado, el coche conectado es una realidad, y el uso y tratamiento de altas cantidades de datos es ahora posible gracias a esa evolución tecnológica, propiciando nuevos negocios. Ya son muchas las marcas que están utilizando el Big Data para su negocio, como para, por ejemplo, acercar más a los gustos reales de las personas, las configuraciones de los nuevos modelos. ¿Quieres saber cómo se puede utilizar el Big Data en un sector tan complejo como el de la automoción? Aquí te lo cuento.

Ya no tenemos dudas de que los vehículos se van a convertir en los próximos años, en grandes contenedores de datos. La información que recogerán, almacenarán y enviarán, además, no será nada despreciable, ya que servirá, por ejemplo, no sólo para evitar y reducir la siniestralidad de los vehículos, sino también para crear diferentes tipologías de los conductores en función de determinados patrones de conducta en su día a día como conductores. Esta información, será utilizada por la marca o por terceros, para ofrecer a dichos usuarios, productos o servicios nuevos o más personalizados.

El coche conectado generará millones de datos, pero hay otras muchas fuentes que harán crecer y crecer esa base de datos. Esta gran cantidad de información sería inútil para cualquiera, si no fuera por las tecnologías de Big Data y los expertos en tecnología que ayudan a clasificar, extraer y analizar esos grandísimos volúmenes de información. ¡Y muchos de ellos en tiempo real!

Como entenderás, el coche conectado interesa y mucho al sector de la automoción, sin embargo, se enfrentarán a un importante reto, ya que “las marcas están acostumbradas a ciclos de producción de siete años, a tener un control sobre toda la cadena de valor y a tener poca interacción con el cliente final. Además, suelen entregar productos y servicios con capacidades digitales limitadas”, según dice McKinsey en su informe.

Para solucionar todo ello, el Big Data puede ser un poderoso aliado. Antes de continuar, hablemos de lo que es el Big Data y cuáles son sus usos y aplicaciones. Breve y directo. Allá va.

 

Big Data: usos y aplicaciones

Usos y aplicaciones del Big Data en Automoción

Big Data es el conjunto de datos, tanto estructurados como no estructurados, y la combinación del conjunto de estos, cuyo volumen, complejidad y velocidad de crecimiento dificultan no sólo su procesamiento, sino también su almacenamiento y su recogida. Para hacer esto de manera eficaz, se hace imprescindible disponer de tecnología específica diseñada para ello.

Entre los ejemplos de uso del Big Data más conocidos, podríamos citar la optimización de la distribución, el establecimiento de políticas de precios, el análisis de riesgo, la detección de fraude, o el análisis de campañas y retención de clientes. Sin embargo, todo esto va mucho más allá.

Gracias al Big Data y toda la gran cantidad de datos de la que se puede disponer, es posible crear modelos predictivos, de por ejemplo catástrofes como tsunamis, o modelos para otras más habituales, como la predicción de congestiones de tráfico.

En el caso de Big Data y automoción, este puede ayudar a las marcas a comparar los modelos actuales con los anteriores similares, así como los diferentes colores, complementos, etc. Esta información se puede cruzar con las ventas de los concesionarios por zonas geográficas, tanto al nivel nacional como internacional. Para continuar, deberíamos incluir el análisis de la evolución de esas ventas, con el fin de determinar qué tipo de vehículos, de qué características y con qué complementos se venden más en unos sitios u otros y así asignar la comunicación y la logística, así como la estrategia comercial en función de ello. Este simple ejemplo, sólo se podría llevar a cabo a través del Big Data.

Sin embargo, el Big Data puede tener otras muchas aplicaciones, basadas en otras variables más complejas como pueden ser la conducta de los consumidores. Dos de los usos más importantes respecto a esto serían para:

  • La detección y prevención del fraude.
  • La creación de modelos predictivos relacionados con el abandono de clientes.

Para trabajar sobre ellas, es necesario manejar un alto nivel de datos no estructurados, los cuales sólo se pueden controlar a través de tecnología de Big Data.

Ahora que ya nos podemos hacer una idea de qué es y qué nos puede aportar, vamos a centrarnos más en el sector que nos ocupa: el de la automoción.

 

El Big Data en el sector de la automoción

Usos del Big Data en Automoción

Está claro que las nuevas tecnologías han propiciado y ayudado a la recogida de datos. La implantación de robots y sistemas digitalizados, a su vez, han potenciado también la posibilidad de obtener más información, más precisa y en tiempo real, creando ese entorno de Big Data del que estamos hablando.

El sector del automóvil, además, por sus características no es sólo una industria más que se podrá aprovechar del Big Data, sino que es una industria que puede ser referente en cuanto a la explotación y aprovechamiento de esta información.

Entre las principales aplicaciones de uso del Big Data y automoción, destacan los siguientes:

 

#1. En el proceso industrial.

El proceso industrial en la automoción ha alcanzado unos niveles óptimos de automatización, los cuales son la antesala del almacenamiento de datos, no solo por su inmenso volumen, sino por la capacidad para integrar conocimiento de modo fiable y sistemático. Los robots de las plantas de montaje llevan años almacenando datos relacionados con el control de calidad y utilizando el Big Data para prever la durabilidad de las distintas piezas que componen el automóvil. Según el Instituto Fraunhofer IFA, la industria automovilística podría ahorrar hasta un 20% de sus costes de mantenimiento si utilizara modelos predictivos para anticipar el desgaste de las piezas.

 

#2. En el proceso de diseño de nuevos modelos.

Internet es uno de los grandes generadores de datos, y los medios sociales la gran fuente inacabable de datos no estructurados. Sabiendo recoger la información plasmada por los consumidores en dichos medios, almacenándola y sabiéndola analizar, a través de sistemas de Big Data, se podría ordenar correctamente dicha información de manera que sea útil para poder determinar a través de modelos predictivos que utilicen dicha información, qué acabados se venderían más, qué complementos demanda más el usuario, qué tipo de vehículo puede ser el más vendido, en función del segmento, etc.

 

#3. En el proceso de fidelización de clientes.

En esta fase Big Data y automoción tienen mucho que ver, ya que gestionando grandes cantidades de información relacionadas con nuestros clientes, y cruzándola con información geográfica, social, de estilo de vida o incluso emocional, podemos crear modelos que nos ayuden a conocer en qué momento cambiará de vehículo y cuál es el tipo de coche más probable que busque, incluso de qué color y características, con el objetivo de anticiparnos a ello y lanzarle al usuario una comunicación que haga que se plantee repetir con nuestra marca.

 

#4. En el servicio posventa.

Todos somos conscientes de que cuanto más conoces a tu cliente, más posibilidades tienes de satisfacerle. En este caso, la tecnología aplicada a la economía de servicios puede dar un importante salto hacia una experiencia positiva, gracias al conocimiento preciso de las exigencias de los consumidores. Además, gracias al Big Data se podrá prever los fallos del coche, ya que este permanecerá conectado con el taller, pudiendo concertar una cita, incluso antes de que ocurra dicho fallo, ayudando a reducir significativamente la siniestralidad.

 

#5. En la creación de nuevos servicios.

Los coches conectados, así como los coches autónomos propiciarán un aumento en el número de datos. Se estima que los vehículos conectados podrían emitir cerca de 5 TB en datos en una sola hora, según Automotive World. Esa cantidad de información va a propiciar su utilización no sólo por las marcas, sino también por terceros, llegando a decirse que un usuario acabará consumiendo un servicio en lugar de un coche.

Por ejemplo, los seguros de coche se aprovecharían de toda esta data de cara a ofrecer un producto personalizado a cada conductor en función de su estilo de conducción. Todos estos datos serían lógicamente recogidos por el vehículo.

Lo cierto es que está más cerca de lo que pensamos. Se estima que para el 2020 el 90% de los coches serán conectados. En este sentido, la marca Tesla ya está creando alianzas estratégicas con empresas como Telefónica, con el fin de poder gestionar toda esta información. Otras, sin embargo, lo que han hecho es inscribirse a la CNMC (Comisión Nacional de los Mercados y la Competencia) con el objetivo de poder prestar, en este sentido, servicios telemáticos en España. En lo relativo a todo este tema, tendremos que ver cómo evoluciona paralelamente el marco legal relacionado con la protección de datos, y el nuevo reglamento e-privacy. Este no es otra cosa que una nueva propuesta que ha sido impulsada por los organismos europeos y que tiene por objeto, proteger el contenido de las comunicaciones electrónicas y por lo tanto de la privacidad en Internet.

 

Como conclusión, podemos apuntar que los usuarios cada vez dejamos más rastros de todo lo que hacemos en forma de datos. Por dónde navegamos, qué nos interesa, qué nos gusta hacer en nuestro tiempo libre, qué grado de emotividad tenemos, además de los clásicos datos socio demográficos y de clase social. A todo ello, en un corto plazo uniremos datos sobre estilo de conducción, cuánto solemos tardar en llegar al trabajo, por qué gasolineras pasamos habitualmente, o por qué centros comerciales, así como otra mucha información más.

Como decía el famoso claim de la marca Pirelli, “La potencia sin control no sirve de nada”, y es que en el mundo de los datos, la cantidad de datos no sirven de nada, si no tenemos una tecnología de Big Data con la que sacarle provecho.

Hoy día el reto es precisamente este, disponer de la tecnología, que la hay, de los profesionales y expertos en data que puedan trabajarla, que los hay, de los algoritmos y métodos que permitan analizar los datos, que los hay, y las ganas de sacar provecho de verdad del Big Data en la industria del automóvil, lo cual creo que está comenzando a haberlo.

En Artyco llevamos dos décadas trabajando para Mercedes Benz España, más de 12 años para FCA, así como muchos años para el retail de Renault en España. Todos y cada uno de nuestros clientes saben de la importancia de esos datos para su negocio, y nosotros se lo reafirmamos día a día con nuestro trabajo. ¿Hablamos?

¿Quieres aprovechar la Data que genera tu negocio?

A través de nuestra tecnología en Data Warehouse y Big Data, así como nuestro departamento de BI llegarás al nivel que buscas.

Data Warehouse y Data Lake. Qué son y para qué sirven

Data Warehouse y Data Lake. Qué son y para qué sirven

Internet y las nuevas tecnologías han provocado el acceso y el almacenamiento desmesurado de información de los clientes y potenciales. Las empresas son cada vez más conscientes de la importancia que tienen esos datos para conocer mejor a los usuarios y así poder ofrecerles aquello que realmente piden, y no lo que nosotros pensamos que necesitan. Esto es lo que se llama, aplicar estrategias customer centric. Para ello se necesita gestionar altos volúmenes de datos, tanto en tiempo real como organizados. Para ello, no hay nada mejor que un Data Warehouse o un Data Lake. Si no sabes exactamente en qué consisten, no te preocupes, en este post te cuento de una manera sencilla, qué son, para qué sirven y las principales ventajas, ¿vamos a por ello?

El término de Data Warehouse fue acuñado por Bill Inmon, traduciéndose literalmente como Almacén de Datos. Sin embargo, si fuera meramente un almacén de datos, no solucionaría el principal problema por el que se creó, estructurar de una manera lógica la información, con el objetivo de poder construir consultas que aporten información de valor al analista de datos.

Según lo definió el propio Bill Inmon, el Data Warehouse se compone de las siguientes características:

  • Los datos almacenados en el Data Warehouse deben integrarse en una estructura consistente. La información, además, debe estructurarse en diferentes niveles, adecuándose a las necesidades de cada uno de los usuarios.
  • Los datos se deben de organizar por temas para facilitar su acceso y entendimiento por parte de los usuarios. Por ejemplo, todos los datos sobre ventas, deben de estar almacenados en el mismo sitio, de tal modo que al realizar la consulta sobre ventas, sea más sencillo.
  • Los datos suelen representar una situación en un momento presente, sin embargo, el Data Warehouse debe de cargarse con los distintos valores que toma una variable en el tiempo para permitir analizar las tendencias y crear un histórico.
  • La información que se almacena en un Data Warehouse es permanente y no debe ser modificada. Se deben de incorporar nuevos valores de las mismas variables, sin realizar ninguna acción sobre las ya existentes. De este modo podemos sacar conclusiones.

Sin embargo, el objetivo último del Data Warehouse, no es otro que facilitar el procesamiento de datos, con el fin de analizar dicha información desde diferentes puntos de vista y a gran velocidad.

Para ello, es fundamental poder realizar un análisis multidimensional. De este modo, si queremos conocer el número de ventas del modelo de zapatillas X, color azul, de la tienda de la calle Real, en La Coruña, del año 2016 al año 2018, disponiendo de un Data Warehouse, el proceso es sencillo, ya que previamente hemos realizado una jerarquización de la información y creado diferentes dimensiones.

Otra característica importante del Data Warehouse, son los metadatos, ¿qué es esto? Muy sencillo. Imagínate que tienes una serie de datos almacenados, pero no sabes de dónde proceden, cuándo se incluyeron, su fiabilidad, la forma de calcularlos… Con los metadatos tienes toda esa información. Estos metadatos son también los responsables de que se puedan construir consultas, informes o análisis.

Ahora que sabes qué es un Data Warehouse, vamos a ver cuáles son sus principales ventajas.

 

Principales ventajas del uso de un Data Warehouse

Ventajas del Data Warehouse

Estas son las principales ventajas que se pueden encontrar en la implantación de un Data Warehouse en el proceso de gestión del dato en tu negocio:

  • Facilita la toma de decisiones basadas en datos, en cualquier área funcional de la empresa, ya que te proporciona información integrada y global del negocio.
  • La información se convierte en un valor añadido para cualquier negocio, gracias a que permite aplicar técnicas estadísticas de análisis y modelización que ayudan a encontrar relaciones ocultas entre los datos almacenados.
  • Te permite de manera sencilla aprender de los datos del pasado y predecir situaciones futuras para diferentes escenarios.
  • Simplifica la implantación de sistemas de gestión integral de la relación con el cliente, dentro de la empresa.
  • Supone una optimización tecnológica y económica en entornos de Centro de Información, estadística o de generación de informes con retornos de la inversión espectaculares.
  • Es un sistema especialmente útil para el medio y el largo plazo.
  • Aumenta la productividad de las empresas de manera muy sustancial.
  • Te permite realizar planes de una manera mucho más efectiva.
  • Permite la integración de todas las herramientas corporativas. Por ejemplo, nosotros en Artyco integramos toda la información que recogemos a través de todas nuestras aplicaciones (monitorización web, crm, wifi tracking, campañas…) en un Data Warehouse, de donde sacar la información necesaria ante consultas determinadas.
  • Para trabajar de manera correcta un Data Warehouse, es preciso que todos los componentes de la organización hablen el mismo lenguaje, es decir, que todos llamen a las cosas por su nombre. De este modo, gracias al Data Warehouse se pueden unificar conceptos.

 

Qué es un Data Lake y para qué sirve

Que es un data lake

Un Data Lake no es otra cosa que un gran almacén de datos en bruto, los cuales se mantienen tal cual han llegado, y hasta que se necesitan para su uso. La principal diferencia con el Data Warehouse, está en la jerarquía y el almacenamiento de los datos en ficheros y carpetas que utiliza este, frente a la arquitectura plana del Data Lake. Podríamos decir que el Data Lake se nutre de Big Data y datos en tiempo real, tanto estructurados como no estructurados, en una amalgama plana, sobre la cual puedes recoger aquella información que necesites.

Las principales características de un Data Lake son estas:

  • Permite una fácil y rápida búsqueda de datos. El Data Lake está asociado al Big Data, en el sentido de que es el recipiente donde descansan todos esos datos. Al no estar organizados como en el Data Warehouse, se hace necesaria una búsqueda eficiente de la información que en este se contiene. Esta búsqueda se realiza básicamente a través de machine learning
  • Un Data Lake inteligente permite analizar eficazmente el grado de protección de la información que se guarda en los diferentes silos. Con la nueva normativa europea GDPR, esta seguridad en la privacidad de los datos se ve asegurada.
  • El Data Lake te permite ser rápido y disponer de datos en tiempo real. Además, te permite preparar y compartir rápidamente datos que son fundamentales para ofrecer analíticas competitivas.
  • Te permite guardar pasos de preparación de datos y luego reproducir rápidamente esos pasos dentro de procesos automatizados. Es decir, muchas veces los analistas repiten las mismas actividades en la preparación de datos. Con un Data Lake inteligente, puedes acceder a esos procesos y reducir tiempos y esfuerzos.

¿Vamos bien? Pues veamos cuáles son los principales beneficios que tiene el implantar un Data Lake en tu empresa.

 

Principales beneficios de un Data Lake

Ventajas de un Data Lake

Un Data Lake tiene muchas ventajas. Las más destacables son estas:

  • El Data Lake permite centralizar todos los datos en un mismo lugar, vengan de la fuente que vengan. Una vez incluidas en su silo correspondiente de información, pueden ser procesadas a través de herramientas de Big Data. Muchas veces, en esa disparidad de información, habrá datos que requieran un tratamiento especial en cuanto a seguridad. Gracias al Data Lake, este aspecto se puede solventar.
  • Puede que la fuente original del dato esté obsoleta o se haya desactivado, sin embargo, su contenido puede que siga siendo valioso para el análisis. A través del Data Lake, puedes acceder a dicha información.
  • Todo dato que llegue al Data Lake puede ser normalizado y enriquecido.
  • Los datos se preparan en función de la necesidad del momento. Esto permite reducir considerablemente los costes y los tiempos. En el Data Warehouse, por ejemplo, es necesaria dicha preparación.
  • Se puede acceder a la información y enriquecerla desde cualquier punto del planeta, por cualquier usuario autorizado por el Data Lake. Esto ayuda a la organización a recopilar más fácilmente los datos necesarios para la toma de decisiones.
  • Un Data Lake pone la información en manos de un mayor número de personas dentro de cualquier organización, aprovechándose mejor la empresa de ese conocimiento que adquieren dichos individuos.

 

Diferencias entre Data Warehouse y Data Lake

Diferencias Data Warehouse Data Lake

Podemos resumirlas en cinco grandes diferencias.

  • Un Data Lake conserva todos los datos, no sólo los que podrían utilizarse actualmente, sino también aquello que podrían necesitarse en un futuro. En frente, está el Data Warehouse que estudia muy bien qué datos incluir, cuáles son las fuentes de los datos. Además, se necesita dedicar tiempo para entender el negocio y así perfilar los datos. El Data Warehouse al final, contiene un modelo de datos altamente estructurado, diseñado para la generación de informes. El Data Lake utiliza un hardware muy diferente al del Data Warehouse. En el Data Lake, la ampliación a terabytes y petabytes es mucho más económico que en el caso del Data Warehouse. Es por eso, que en este último se mira tanto qué datos son necesarios para conservar, y cuales eliminar, ya que supone un costoso almacenamiento.
  • Un Data Lake soporta todos los tipos de datos, es decir, en este se guardan todos los datos, independientemente de la fuente y la estructura, y además, se mantienen en su forma bruta, transformándolos sólo cuando van a ser utilizados. En el Data Warehouse los datos almacenados son muchos más críticos para el negocio y la realización de informes. Por ejemplo, los datos de imágenes, comentarios en redes sociales, textos, etc, no suelen ser tenidos en cuenta, ya que, como he comentado, su almacenamiento es muy costoso.
  • Los Data Lakes son más flexibles que los Data Warehouses. Uno de los mayores problemas que presenta un Data Warehouse, está en el momento que se necesita realizar un cambio importante. Todo cambio se convierte en una tarea realmente difícil, ya que adaptar un Data Warehouse supone invertir mucho tiempo en el desarrollo de la estructura del almacén. Hoy día, las organizaciones demandan respuestas rápidas a sus preguntas comerciales, y en muchos casos, no pueden esperar a que el Data Warehouse se adapte. En cambio, el Data Lake, al almacenar todos los datos en bruto, permite el acceso de cualquier usuario para que los explote y analice en función de sus necesidades, encontrando la manera de responder a sus preguntas a su ritmo.
  • El Data Warehouse te proporciona unos resultados más limpios, estructurados y fiables. Sin embargo, en el Data Lake, al disponer de datos en bruto y sin estructurar, al hacer las consultas, usuarios no demasiado cualificados, recibirán información rápida, pero no del todo precisa, tal y como la obtendrían de un Data Warehouse. Normalmente, para usuarios de perfil Data scientist, este problema no existe en el Data Lake, ya que ellos crean sus reglas y estructuran la información para preparar sus análisis y modelos. El verdadero problema reside en el 80% del resto de usuarios, quienes simplemente buscan tener acceso a ciertos kpis diarios.

Tanto los Data Warehouses como los Data Lakes están destinados a convivir en las empresas que deseen basar sus decisiones en datos. Como habrás podido entender, ambos son complementarios, no sustitutivos, pudiendo ayudar a cualquier negocio a conocer mejor el mercado y el consumidor, de cara a poder realizar estrategias basadas en el conocimiento de estos, con comunicaciones cada vez más personalizadas, es decir, ser más customer centric.

En Artyco trabajamos con estos sistemas de cuidado, almacenamiento y análisis de datos, apoyado por desarrolladores especialistas y un equipo de data scientists y data analysts que ayudan a nuestros clientes a tomar las decisiones adecuadas. ¿Quieres que hagamos lo mismo con tu empresa?, ¿hablamos?

¿Ves que necesitas un Data Warehouse?

Ponte en contacto con nosotros y te explicaremos cómo sacar valor a toda aquella información que tienes de tus clientes y potenciales.

Digital Enterprise Show Madrid 2017

Digital Enterprise Show Madrid 2017

Entre los días 23 y 25 de mayo de 2017, Madrid acogerá por segundo año, el Digital Enterprise Show. Un encuentro en el que se conocerán las últimas novedades en cuanto a innovación tecnológica en el mundo empresarial. ¿Quieres saber de qué se va a hablar durante esos días? Aquí te lo contamos.

A finales de mayo, Madrid se convertirá en la capital mundial de la innovación tecnológica. Digital Enterprise Show Madrid se propone poner en relieve las últimas novedades en temas tecnológicos y de innovación, los cuales están afectando al mundo empresarial día tras día. Ciberseguridad, Comunicaciones y Redes, Centro de Datos, Big Data y Análisis, serán el centro de las conversaciones de los allí presentes, durante los tres días que durará el evento.

La Transformación Digital y cómo lo ha permitido la Nube o el Mobile, entre otros, será uno de los temas más recurrentes en las sesiones y conferencias que componen dicho evento. Más de 200 expertos al nivel internacional, relacionados con la atención al cliente, los procesos operativos y los modelos de negocio digital, ayudarán a los asistentes a descubrir cuáles son las tendencias, así como dirigirles hacia el conocimiento de la importancia de integrar esos procesos innovadores en los procesos de negocio de cualquier empresa moderna.

Entre los principales ponentes que ya han confirmado su asistencia están: Alex Tapscott, Martha Heller, Tom Goodwin, Anders Indset, Anita Schjøll Brede, Roya Mahboob, David Shing, Lilian P. Coral, Jens Meggers o Susan Fonseca.

Dentro de su programa destacan los Premios European Digital Mindset; el Foro Tecno Invest, a través del cual las empresas podrán conseguir financiación para su transformación digital; el Innovation Market Place, espacio para que las nuevas compañías del sector pueden ofrecer sus últimas soluciones tecnológicas; y las actividades Music Experience y Sweden Business Brigde, donde se vislumbrará el avance tecnológico y comercial de las empresas de Suecia, país invitado en esta ocasión.

Hemos entrado en una Era en la que los avances tecnológicos están creando oportunidades de negocio y retos para todo tipo de empresas. Sectores tan diversos como la salud, agricultura, retail, banca o turismo, están sufriendo los efectos de esta tendencia global. Cada día miles de soluciones tecnológicas nuevas aparecen como respuesta a las necesidades de cada industria y negocio. Del mismo modo, nuevos modelos de negocio están continuamente emergiendo gracias a dicha innovación tecnológica. La Transformación Digital es sin lugar a dudas, el camino que debe recorrer cualquier empresa que desee sobrevivir en el mundo empresarial que nos va a tocar vivir.

Siguiendo esta línea, la UE ha creado un plan de crecimiento para el 2020, el cual incluye un programa de innovación tecnológica y mejora de la competitividad de las empresas, en lo que han llamado la “Digital Agenda”. Este Plan está pensado para que se convierta en un acelerador para las empresas europeas.

Por lo general, la velocidad con la que la tecnología se ha implantado en la vida cotidiana de las personas, no se corresponde con el mundo empresarial. Sin embargo, los nuevos modelos de negocio creados actualmente así como las Starups, han sabido integrar esa tecnología mucho mejor que las empresas tradicionales, las cuales, debido a su rigidez, aún siguen funcionando con modelos de negocio antiguos.

En base a todo esto, se prevé que los departamentos de IT de las empresas focalizarán toda la atención estratégica en el mundo de los negocios. Ya que a través de ellos girará todo el proceso de digitalización. Del mismo modo, los responsables de marketing se encuentran con que los consumidores han evolucionado, siendo en muchos casos “tech-savvy” además de muy dinámicos, obligándoles a poner en práctica cada vez más estrategias de marketing digital, las cuales estén fundamentadas y soportadas en datos. Para conseguir que este trabajo, mucho más complicado y con demasiados procesos de personalización, se realice con éxito, las soluciones tecnológicas y la integración con productos innovadores de conocimiento del consumidor y automatización de procesos, se hace vital.

Ante esta perspectiva, el Digital Enterprise Show se convertirá seguramente, en un evento que dará mucho de qué hablar en las próximas semanas. Con su segunda edición, piensan que se elevarán las cifras del año pasado, donde alcanzaron 18.000 visitantes y 27 millones de euros de impacto para la ciudad de Madrid, según datos de la organización.

¿Vas a asistir al Digital Enterprise Show? Compártelo con nosotros… 🙂