Big data Archivos - Artyco
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.

Qué es el Small Data y por qué deberías empezar a utilizarlo

Qué es el Small Data y por qué deberías empezar a utilizarlo

Internet y las nuevas tecnologías han facilitado a las empresas el acceso a cantidades ingentes de información. Este hecho fue el que originó a lo que hoy conocemos como Big Data, o proceso de recolección de grandes cantidades de datos para analizarlos de manera inmediata con el fin de encontrar patrones, información útil o correlaciones. Sin embargo, las empresas se ahogan ante tanta información, en la mayoría de los casos, inabarcable. Para dar solución a esta problemática, surge el Small Data. ¿No puedes con el Big Data y crees que el Small Data puede ayudarte? Entonces sigue leyendo este post.

Nuestros perfiles sociales, la actividad que realizamos con estos, nuestro comportamiento de navegación online, información sobre las apps que utilizamos a través de nuestro Smartphone… Las empresas disponen hoy día de una gran cantidad de información sobre los usuarios, pero a la mayoría se les escapa cómo sacar provecho de dicha información para conocer mejor a sus clientes y tomar decisiones que favorezcan la experiencia de cliente con la marca.

Las empresas que están utilizando el Big Data, lo hacen precisamente para eso, para convertir el dato en información que les ayude a entender mejor el perfil de sus clientes, sus necesidades y el sentir de estos hacia sus productos y servicios. Para poder manejar esta gran cantidad de datos, las empresas llevan años valiéndose de Datawarehouses y potentes herramientas analíticas que les ayuden a manejar y analizar tan gran magnitud de datos.

Sin embargo, muchas veces nos perdemos en la gran maraña de datos y no nos focalizamos en lo realmente importante, que es utilizarlos para sacar conclusiones, así como sacar información relevante para la empresa. El Small Data es un conjunto de datos con un formato y un volumen que los hace accesibles, informativos y procesables.

Por tanto, el objetivo del Small Data es hacer entendible el Big Data, conectando, organizando y empaquetando los datos para que estén disponibles para todos los miembros de la organización, siendo fáciles de aplicar en su día a día, y se centren en la tarea en cuestión que se desea abordar.

La diferencia entre el Big Data y el Small Data está en que el primero atiende a las 3 uves: volumen de datos, variedad de los tipos de datos y velocidad a la que se procesan; mientras que el Small Data se compone de porciones utilizables.

No hay dudas que el Big Data ayuda y mucho a las empresas a poder predecir comportamientos de los clientes, o dónde centrar el gasto publicitario para que el impacto sea más rentable, entre otras muchas cosas. Pero en la mayor parte de los casos, esta información sólo es de fácil lectura por parte de los expertos en el análisis de datos o Data Analysts y Data Scientists. A no ser que tengas un gran departamento de customer intelligence con estos perfiles en tu negocio, difícilmente podrás sacar conclusiones válidas para este, a través de los datos. En muchos casos el Big Data resulta excesivo, y en la mayoría de los casos sólo es útil si los que no somos científicos de datos podemos hacer algo con esa información en nuestro trabajo diario. Es aquí donde entra en juego el Small Data.

Los más puristas del Small Data sostienen que, es importante para las empresas utilizar mejor sus recursos, y de una manera más eficiente, con el objetivo último de gastar menos en grandes tecnologías que te ayuden a manejar un exceso de datos, los cuales luego no consigues descifrar de la manera adecuada, y por tanto no llegas a utilizarlos de manera óptima para tu negocio.

Por qué debes utilizar ya el Small Data

Por qué utilizar Small Data

Ahora que ya tienes una idea de qué es el Small Data y sobre todo cuál es la diferencia con el Big Data, quiero enumerarte 9 motivos que te harán convencerte de la necesidad de empezar a utilizarlo. Son estos:

1. El análisis del Big Data es complicado. Como habrás podido suponer tras lo que te he contado anteriormente, el análisis del Big Data requiere tecnología y perfiles específicos de Datos y Data Science que sepan leer entre los miles de datos, utilizando algoritmos y modelos matemáticos difíciles de comprender para los expertos en marketing e internet. Si unes a esto que la mayoría de responsables de marketing sólo necesitan una parte muy pequeña de esos datos para saber cómo enfocar sus campañas, así como que no necesitan toda esa información para ofrecer experiencias personalizadas a sus clientes, hace que el Small Data sea más lógico.

2. Analizar el Small Data es sencillo porque lo tenemos a nuestro alrededor. Es el caso de los datos sociales de los que disponemos a través de las redes sociales. Estos datos se pueden recoger fácilmente, estando ya listos para poder tomar decisiones o sacar conclusiones válidas. Las personas estamos continuamente generando información a través de las redes sociales, como por ejemplo el estado físico en el que estamos, el tipo de comida que nos gusta, nuestro deporte favorito… sólo hace falta observar y sacar nuestras conclusiones. Si además utilizamos herramientas que nos ayuden en ello, mejor que mejor.

3. El Small Data será el núcleo de cualquier CRM. En este sentido, lo que se llama Social CRM y toda aquella información accesible y útil sobre tus clientes, te servirán para crear segmentos, definir cuáles de ellos son influyentes, o determinar cuáles tienen más probabilidades de recomendarte a su red. Sabiendo combinar la información de los canales sociales y los que registra tu página web, podrás crear perfiles y definir mejor tus Buyer Personas, de cara a diseñar estrategias de marketing más efectivas.

4. Ayuda a mejorar el ROI. La inversión en Small Data comparado con el retorno que te ofrece al poder plantear campañas más eficaces en menos tiempo es mínima. Es por eso que, utilizando Small Data aumentarás tu ROI.

5. Basa tu marketing en datos y no en suposiciones. No hace falta que te diga que la época en la que te dirigías a segmentos por intuición o publicabas en ciertos medios campañas de un tipo porque te daba el pálpito de que iba a generar un buen retorno, ha acabado. El Small Data te ayudará a interactuar con tus clientes de una manera más real y personalizada, pudiendo basar tus decisiones en datos y no en suposiciones. La diferencia del Small Data es que usarás datos útiles y muy concretos que te permitirán ver rápidamente la relación que tienes con tus clientes.

6. Tiene una grandísima aplicación en el sector consumo. Los mismos consumidores ya están sirviéndose sin darse cuenta, del Small Data. Por ejemplo, cada vez que optimizan sus compras, potencian su rutina de actividad física con una app, o recomiendan el mejor precio de un vuelo. Ya existen webs y aplicaciones que ayudan a los consumidores a elegir y optimizar sus procesos, bien sean financieros, de salud o de compras. La tendencia es que estos se incrementen ofreciendo resultados ajustados a los consumidores en función de unos datos previamente guardados, y aquello que recoja del entorno y el mercado.

7. Se están empezando a diseñar plataformas de Small Data. La conciencia de intentar hacer entendible y manejable el Big Data, ha sido recogida por las grandes compañías tecnológicas, las cuales están empezando a desarrollar aplicaciones y plataformas que hagan aún más sencilla la interpretación de datos y la creación de cuadros de mando realmente entendibles. Gigantes como SAP o Oracle están trabajando ya en ello.

8. Es información Customer Centric dirigida a conocer al consumidor. El Small Data busca ayudarte a que conozcas realmente al usuario final, sus necesidades y de qué manera puedes interactuar con ellos. Conociendo mejor al usuario, podremos hacer campañas más personalizadas y afines a sus gustos y necesidades, redundando por tanto en un incremento de la efectividad publicitaria.

9. Es sencillo. El Small Data se basa en hacer sencillos los datos, analizando sólo los adecuados para conseguir las conclusiones que te interesan para tu negocio. Ni más, ni menos. Lógicamente, en muchos casos, el Small Data comenzará con Big Data, del cual rechazaremos toda aquella información que nos pueda estorbar, recogiendo y atendiendo únicamente aquella que nos aclare la situación de lo que queremos medir. En el Small Data, menos es más.

 

Lo cierto es que cada vez más empresas se están dando cuenta que pequeños conjuntos de datos son suficientes para resolver muchos problemas y responder a muchas de las preguntas que nos hacemos en el entorno empresarial. Si queremos ampliar información con más datos, la solución sería crear e integrar paquetes pequeños de datos que nos ayuden en esa necesidad, pero nunca ir acumulando más y más datos sin sentido en un mismo lugar.

Todos conocemos el caso de LEGO y cómo el testimonio de un único niño salvó a la compañía de la quiebra en el año 2004. En esa época LEGO había aumentado el tamaño de sus piezas bajando por tanto el nivel de dificultad. Analizaron el caso visitando varias casas donde se utilizaba el juego y fue en la casa de un niño de 11 años donde encontraron la solución. Cuando le preguntaron por la posesión que tenía el niño de la cual se sintiera más orgulloso, este se refirió a unas zapatillas Adidas destrozadas, las cuales guardaba en un lugar preferente de su habitación. Al preguntar cuál era el motivo, el niño les argumentó que era porque con ellas consiguió hacer piruetas y mejorar muchísimo con su Skateboard. Los responsables del estudio se dieron cuenta que cuando tienes un reto difícil y lo consigues, lo valoras. ¿Cuál fue la solución para LEGO? Volver a piezas más pequeñas y juegos más complejos. Hoy día LEGO sigue siendo la compañía que era.

Te recomiendo que leas uno de nuestros posts en el que te descubrimos cómo diseñar un customer journey map. Una forma de utilizar el Small Data y detectar insights útiles para las empresas.

Gurús como Rufus Pollock, de la Open Knowledge Foundation, dice que nos hemos dado cuenta de la poca operatividad que nos permitía el Big Data, siendo el Small Data el modelo más adecuado, ya que sólo pequeños conjuntos de datos son los que nos acaban aportando el verdadero valor. Además, vaticina que la verdadera revolución será la democratización de los medios de acceso, almacenamiento y procesamiento de datos. Se trata de que haya personas colaborando de forma eficaz entorno a un ecosistema de información distribuido, un ecosistema de Small Data. ¿Hablamos sobre Small Data?

¿Quieres conocer mejor a tus clientes?

Agrupamos tus datos, les damos valor y los convertimos en útiles y prácticos, ofreciéndote las mejores conclusiones posibles para ofrecer a tus clientes lo que necesitan.

Qué es un análisis predictivo y cómo utilizarlo en marketing

Qué es un análisis predictivo y cómo utilizarlo en marketing

Como respuesta al titular de este post, podríamos decir que el análisis predictivo nos permite a través de los datos, conocer por adelantado el comportamiento de los consumidores en referencia al objeto de estudio. Parece lógico ¿verdad? Sin embargo ese no es su único fin. El fin último del análisis predictivo no es tanto predecir, que es importante, sino conocer cómo podemos influir con acciones y qué probabilidades tienen que ser determinantes ante ese suceso predicho. ¿Estás confuso? Sigue leyendo este post, creo que te puede descubrir algunas cosas interesantes.

Para ponernos en situación, vamos a definir primero qué es un análisis predictivo. El análisis predictivo forma parte de lo que se llama analítica avanzada, la cual busca a través de análisis estadísticos, predecir sucesos futuros estudiando los sucesos pasados. Los profesionales del Big Data suelen referirse a ello como “bolas de cristal”, ya que al igual que hacen las videntes, con dichos modelos se busca predecir qué ocurrirá. Sin embargo, como ya hemos adelantado antes, esta metáfora no es del todo válida, ya que lo que buscamos en marketing es que no se cumplan los pronósticos de nuestros modelos de análisis predictivos, si no nos interesa, utilizando acciones que nos ayuden a obtener los resultados que sí queremos. Te lo explico mejor.

Para construir una inteligencia de negocio, es necesario recoger el mayor número de datos posible y saber diferenciar el dato que aporta valor sobre la paja. Los datos que nos podemos encontrar los dividimos en: datos estructurados y no estructurados.

Datos estructurados son aquellos que se pueden ordenar y tratar perfectamente, algunos ejemplos de datos estructurados más comunes son: la edad, el género, el estado civil, nivel de ingresos, etc. Datos no estructurados son aquellos que no se pueden ordenar y clasificar, sin una estructura clara, como por ejemplo, los contenidos en las redes sociales, incluso elementos que se pueden derivar de sus contenidos, como por ejemplo el sentimiento de sus publicaciones.

De este modo, y a través de los datos necesarios, podremos averiguar y anticipar resultados y comportamientos, que nos permitan ser proactivos. Aquí está la diferencia de valor: en ser proactivos. Esto es una gran ventaja, ya que podremos tomar decisiones de actuación basadas en datos y no en suposiciones.

La analítica prescriptiva va un poco más allá y nos sugiere acciones que podemos poner en marcha, a raíz de las predicciones y sus implicaciones. Aquí es donde tiene especial valor para el marketing esta ciencia. De nada nos sirve conocer que va a ocurrir algo que no interesa a la empresa, si paralelamente no estudiamos qué habría que hacer para que ese comportamiento cambie y sea el que nos interesa.

Por tanto, podríamos decir que el análisis predictivo no tiene como objeto último conocer qué puede pasar, si no crear modelos de análisis predictivos que se construyan usando técnicas matemáticas y de inteligencia artificial, permitiendo inferir cómo se comportará en el futuro una variable (predecida) en función de una serie de variables predictoras.

Ya tenemos claro qué es y qué no es, ahora vamos al grano: cuál es el proceso, qué ventajas tiene y dónde podemos aplicarlo.

 

El proceso de la analítica predictiva.

Procesos puesta en marcha análisis predictivos

Como todo proceso, este está compuesto por diferentes fases.

1. Definición del proyecto. Aquí debes establecer cuáles son tus objetivos, es decir, para qué vas a hacer esto. Además, debes determinar las fuentes de datos que vas a utilizar, las decisiones, los resultados y el alcance que esperas obtener como resultado de tus esfuerzos.

2. Recogida de datos. Este es el momento en el que obtenemos los datos. Una vez los hemos recogido, tratamos la información y la transformamos en una estructura comprensible para así poder usarla posteriormente.

3. Tratamiento de datos. Consiste en el proceso de inspeccionar, limpiar, transformar y clasificar los datos con el objetivo de descubrir información útil, que te permitirá llegar a conclusiones.

4. Análisis estadístico. Esto te permitirá a través de estadísticas descriptivas conocer los primeros resultados y conclusiones, además de identificar probabilidades de comportamiento.

5. Modelación predictiva. Esta fase te da la oportunidad de crear, de forma automática, modelos predictivos.

6. Puesta en marcha de los modelos predictivos. Es la última fase, en la que puedes desplegar los resultados analíticos de las decisiones de cada día, construyendo un proceso para obtener resultados e informes que nos permitan llegar a la automatización de decisiones.

 

Ventajas y aplicaciones de la analítica predictiva.

Ventajas analítica predictiva

Puestos en situación y una vez sabemos qué es la analítica predictiva y cuál es su proceso, imagino que te harás una idea de sus ventajas y dónde aplicarla. Estas son las que se me ocurren a mí.

Principales ventajas de la analítica predictiva:

1. Te ayuda a prevenir la rotación, detectando señales tempranas de insatisfacción. De este modo, puedes crear segmentos de clientes en función del riesgo mayor o menor, de pérdida. De este modo, podrás aplicar acciones correctoras oportunas, aumentando con ello la retención y los ingresos.

2. Te permite maximizar el valor del ciclo de vida del cliente (CLV). Con la analítica predictiva podrás identificar segmentos de clientes con alto valor y así planificar acciones de marketing estableciendo las oportunas estrategias de coss /up selling más adecuadas.

3. Identificar nuevos segmentos de clientes con alto potencial. ¿Qué significa esto? Si sabes quiénes de tus clientes tienen la capacidad de aumentar sus compras, dirígete a ellos con acciones oportunas y aumenta los ingresos.

4. Planificar adecuadamente tus campañas, dándole el enfoque idóneo para cada uno de los segmentos. Analizando todos los datos de que dispones, como patrones de compra, comportamiento, navegación web, interacciones en redes sociales, etc, podrás definir cuáles son los mejores momentos y canales a través de los que comunicarte con tus clientes.

5. Poder predecir el rendimiento de cada campaña en función del canal. Gracias a los análisis predictivos puedes analizar los hábitos de compra y comportamiento online, ayudándote a predecir el rendimiento de la campaña en cada canal.

6. Crear recomendaciones de producto (cross/up selling) en función del histórico de compras de cada cliente. Se puede utilizar el conocimiento histórico de compras por cliente e identificar productos o servicios con alto potencial de venta por cliente.

7. Predecir momentos valle y así poder efectuar campañas para reducir esa bajada de ventas. Gracias a estos análisis, predecimos cuáles son los momentos en los que hay una bajada de ventas y así poder actuar sobre ello por adelantado, reduciendo al máximo posible esa circunstancia.

8. Reducir la tasa de abandono de clientes o de la cesta de la compra. Sigue la línea del primer punto, donde hablábamos de prevenir la rotación, detectando señales tempranas de insatisfacción. Identificando qué clientes tienen más probabilidades de abandonar la compra, puedes intervenir sobre ellos evitando que esto suceda.

9. Identificar probabilidad de compra. Crear segmentos de clientes en función de su probabilidad de compra y así comunicarte con ellos de manera diferente en función de esta.

 

Veamos ahora algunas de sus aplicaciones:

  1. Analítica de la gestión de las relaciones con los clientes (CRM).

Estos análisis tienen una importante actuación a lo largo del ciclo de vida de los clientes. Desde el momento de la adquisición y crecimiento de la relación, hasta incluso el momento de la retención y la reconquista. En este sentido, los análisis predictivos nos permitirán conseguir los objetivos de CRM en cuanto a campañas de marketing, ventas y atención al cliente.

  1. En el ámbito sanitario.

Estos análisis pueden utilizarse de manera muy eficiente en el sector de la sanidad, para determinar los pacientes que están en riesgo de desarrollar, en base a sus datos, algunas enfermedades como asma, diabetes y otras patologías. También puede ser utilizado para ver el resultado de un nuevo tratamiento.

  1. Analítica de recopilación de datos.

Las aplicaciones de análisis predictivo, además se pueden emplear para la optimización de la asignación de recursos de datos, identificando bien a las agencias de recolección, las estrategias de contacto y las acciones legales, para incrementar la recuperación de la información y reducir los costes de la recogida de datos.

  1. Detección del fraude.

Aunque parezca raro, la analítica predictiva, tiene una importante utilidad en la detección de transacciones fraudulentas, tanto online como offline, robos de identidades y reclamaciones de seguros falsas.

  1. Gestión del riesgo.

Las aplicaciones de analítica predictiva también pueden usarse para predecir la mejor cartera para maximizar el retorno en el modelo de valoración de precios de los activos financieros, conocidos como CAPM o Capital Assets Pricing Model.

 

Interesante, ¿verdad? No tengo duda de que si has llegado hasta aquí es porque te interesa mucho poder poner en práctica en tu negocio estos modelos predictivos. Normalmente, este tipo de trabajo lo realiza un departamento de Business Intelligence el cual no muchas empresas se pueden permitir. En Artyco disponemos de un gran equipo de expertos en crear ventajas y oportunidades a empresas, a través del Customer Intelligence y la analítica predictiva. Si quieres que te ayudemos, no dudes en ponerte en contacto con nosotros.

¿Quieres predecir tus ventas?

Te ayudamos a conocer el comportamiento de tus clientes, a fidelizarlos y a predecir sus ventas maximizando tus resultados.

Descargar entrada en PDF

[contact-form-7 404 "Not Found"]

¿Qué es el Marketing WiFi?

¿Qué es el Marketing WiFi?

Podríamos decir que Marketing wifi son las acciones de marketing y comunicación realizadas a través de la red wifi gratuita de un comercio o negocio, con el fin de obtener unos resultados concretos, no sólo en lo relacionado con el incremento de la base de datos, sino también en aumentar la efectividad del email marketing, el re-targeting, la integración en redes sociales, o para el estudio del negocio.

Técnicamente, Marketing wifi consiste en instalar una red inalámbrica wifi pública que dé cobertura al negocio, ya sea un restaurante, un gran resort en el Caribe o un centro comercial, el cual permita a cualquier usuario con un dispositivo móvil equipado con tecnología wifi, previo registro, tener acceso a dicha red de manera gratuita.

La navegación a través de los smartphones está cada vez más extendida. Vivimos en una sociedad hiperconectada. Los usuarios se mueven buscando redes wifi gratuitas a través de las cuales poder conectarse a la web del negocio para comparar precios, compartir contenidos en las redes sociales, o enviar algún whatsapp. Durante el proceso de compra en un centro comercial, esta búsqueda se realiza de manera espontánea. ¿Qué mejor manera de obtener datos de esos clientes que a través de un servicio gratuito como el wifi?

Desde hace años, muchos negocios ofrecen el wifi gratuito a sus clientes. Algunos como un servicio que dé valor añadido a la marca, otros para aprovechar los datos de ese usuario y lanzarle publicidad a su móvil.

Cómo funciona el Marketing wifi

Wifi gratis

El primer paso es instalar dos redes wifi totalmente diferenciadas. Una privada para el uso del negocio, y otra para ofrecer a los clientes. Esta última tiene que tener un nombre de identificación claramente reconocible para el usuario.

A continuación, el negocio debe elegir el método de conexión a la red wifi: Facebook, formulario personalizado, pincodes… Una vez establecido esto, diseña el portal cautivo de acceso para todas estas fases de conexión. Redirige el tráfico a la página que desees y parametriza el tiempo de conexión autorizado, la velocidad de subida y bajada, etc.

Gracias al registro, principalmente a través de Facebook, recibirás datos como: email, sexo, rango de edad, … Además, obtendrás información como horario, si vuelve a conectarse otra vez, porcentaje de visitantes, por cuáles zonas se ha movido, dónde ha pasado más tiempo, si ha visitado nuestra web con la intención de hacer comparaciones de precios y productos…

 

Principales ventajas que hacen rentable el Marketing Wifi

Ventajas Marketing wifi

El acceso al wifi puede ser una excelente herramienta de marketing para tu negocio. Ten en cuenta que 3 de cada 4 consumidores encuestados consideran fundamental poder disfrutar de wifi gratuito en los lugares donde: comen, beben, duermen y compran. Esa necesidad puede ser aprovechada por tu negocio obteniendo estas principales ventajas:

  • Mejora el conocimiento de tu público. Gracias al registro, necesario para poder disfrutar del wifi gratuito, podrás obtener información de quién ha entrado en tu negocio. Si dispones de un CRM, esta información te ayudará a ampliar tu base de datos o ampliar información relevante sobre tus clientes.
  • Incrementa la afluencia y el tiempo de visita. Con el marketing wifi puedes dirigir a tus clientes hacia aquellos lugares que consideres más estratégicos, así como aumentar el tiempo que pasan en tu tienda, descubriéndoles productos y guiándoles por ciertas zonas.
  • Potencia tus servicios en las redes sociales. Una de las ventajas más evidentes del marketing wifi es la conexión directa con las diferentes plataformas sociales. Una localización, un “like” o un comentario, pueden ser un excelente elemento publicitario para tu negocio.
  • Da visibilidad a tu oferta y productos. El marketing wifi te ayuda a comunicarte con tus clientes. Incrementa las ventas a través del envío de ofertas o mostrándoles productos extra con precios excepcionales por un tiempo limitado y en exclusividad.

 

Para quién se recomienda el Marketing wifi

Donde usar marketing wifi

Cualquier negocio que tenga un contacto directo con sus clientes es susceptible de necesitar el marketing wifi. Por sus características concretas, estos son algunos de los sectores en los cuales esta puede convertirse en una “super-herramienta”:

  • El sector hotelero. No hay duda que con esta herramienta tan potente, los hoteles podrían mejorar su reputación online, pidiendo directamente a sus clientes comentarios positivos en TripAdvisor, por ejemplo. Además, pueden aprovechar el monitoreo a tiempo real de la situación de sus clientes, para ofrecerles servicios y para realizar ventas cruzadas, haciendo más rentable a sus clientes. ¿Quieres saber más sobre las aplicaciones del Marketing wifi en hoteles? Visita entonces nuestro post sobre Ventajas del Marketing wifi en hoteles.
  • El sector retail. Con la implantación del wifi gratuito, conseguirían mejorar la experiencia de compra dentro de la tienda, así como conocer a tiempo real quién está visitando la página web de la tienda de cara a comparar precios y productos, e impactar sobre él a tiempo real. Si quieres saber más sobre su aplicación en este sector, no te pierdas nuestro post sobre ventajas del Marketing WiFi en el Retail.
  • Centros comerciales y centros de ocio. Con el Marketing wifi podrían analizar el comportamiento de los visitantes en su espacio, identificando patrones e interactuando con ellos a tiempo real, dirigiendo a los clientes hacia zonas concretas en función de los intereses de negocio. Además, pueden influenciar sobre ellos en la compra enviándoles cupones descuento y promociones. Si quieres saber más, visita nuestra post sobre las ventajas del Marketing Wifi en centros comerciales y de ocio.
  • Hostelería y restauración. Las opiniones de los clientes son fundamentales para cualquier bar o restaurante. Con el Marketing a través del wifi podrían identificar qué clientes son más influyentes, y actuar sobre ellos para ampliar el alcance de tu servicio. Además, pueden obtener ingresos extraordinarios a través de la venta de publicidad, enviando a tiempo real y en el momento de consumo, anuncios de marcas relevantes para su negocio. Si estás interesado en este sector, visita nuestro post sobre ventajas del Marketing WIFi en restauración.
  • Eventos. Con esta herramienta, la gamificación llega a su máximo exponente, ofreciendo juegos a los asistentes que les haga entretenerse en tiempos de espera, así como lanzarles publicidad de terceros, afín al evento. ¿Quieres saber más sobre Marketing WiFi para eventos? Entonces visita nuestro post sobre las ventajas del Marketing WiFi para el sector eventos.
  • Automoción. Las marcas y sobre todo los concesionarios buscan ofrecer a sus clientes potenciales un momento de experiencia único, mientras están en su concesionario, el cual haga que la marca se posicione en la mente del potencial y se convierta en notoria. Para ello, el Marketing WiFi puede hacer mucho al respecto. Si te interesa, puedes leer nuestro post sobre ventajas del Marketing WiFi en el sector automoción

Como he comentado, los sectores son diversos: durante el tiempo de espera de un concesionario o de un taller, el incentivo a la descarga de apps que ayuden a la fidelización en franquicias y medios de transporte…

Si gestionas cualquiera de estos negocios y hasta ahora no te habías planteado todo lo que puedes conseguir con el Marketing wifi, estás de enhorabuena, puedes ser uno de los primeros en implantarlo y aprovecharte de todas sus ventajas. Sin lugar a dudas, el Marketing wifi es una herramienta sólida y eficaz que ha llegado al mercado para quedarse. 🙂

¿Quieres convertir tu WiFi en una herramienta de marketing?

Crea un nuevo canal de comunicación con tus clientes y aumenta tus ventas directas con Marketing de Proximidad.

Los 5 mejores posts de Marketing del 2016

Los 5 mejores posts de Marketing del 2016

Se nos ha ido un año: un año lleno de retos, proyectos únicos y crecimiento junto a nuestros clientes. En nuestro blog hemos ido reflejando nuestras inquietudes sobre crm, las tendencias del sector, los últimos avances y novedades sobre el marketing digital, así como nuestros últimos descubrimientos sobre customer intelligence.

En el post de hoy os recopilamos “lo mejor del 2016”, ya que no queremos dejar pasar aquellos contenidos que más os han gustado y que más habéis visitado y compartido. Os presentamos nuestros 5 mejores posts sobre marketing del 2016.

 

1. Principales diferencias entre Business Intelligence y Big Data

Diferencias entre Big Data y Business IntelligenceEn los últimos años una de las palabras que más se escucha en el sector es sin duda “Big Data”. Mucha gente la relaciona inmediatamente con el Business Intelligence, pero ¿tienen realmente algo que ver? Nuestra compañera Desiree Martínez nos aclara cualquier duda que pudiéramos tener, sin dejar de lado la gran importancia que tienen ambas para cualquier empresa que quiera servirse de los datos para aumentar sus ventas. Sin duda un “must” para quien quiera ordenar mentalmente conceptos.

Leer más >>

 

2. Prioridades de tecnología para el CIO en el 2016 según Gartner

Prioridades tecnológicas 2016Abrimos el 2016 con este post, informando a todos nuestros lectores sobre cuáles podrían ser las tendencias tecnológicas más predominantes para ese año. Un año después, nos damos cuenta que nuestras predicciones, basadas en Gartner, tenían mucho fundamento. ¿Quieres comprobarlo? Échale un vistazo.

Leer más >>

 

3. ¿Sabes qué es el Social Profiling? ¿Y el Social Listening?

Social profiling y social listeningOtro artículo de nuestra compañera Desiree Martínez, donde nos ayuda a conocer qué son el Social Profiling y el Social Listenig. En este post nos descubre sus diferencias, y además nos enumera cuáles son las principales ventajas de usar uno u otro, para cualquier empresa. Ambas esenciales para completar el Social CRM de cualquier empresa interesada en sacar provecho a los datos de sus clientes.

Leer más >>

4. El presidente de InfoAdex: “2016 y 2017 van a ser años de recuperación”.

Estudio Infoadex 2016

En este post en el que nos hacemos eco del Estudio Infoadex sobre inversión y consumo en los medios de comunicación durante el año 2015, reflejamos todas las cifras relevantes para el sector de la comunicación publicitaria. Como bien dice el titular del mismo, son el reflejo de una recuperación económica, la cual deja entrever la coexistencia entre los medios convencionales y los digitales, obligando a los departamentos de marketing de las empresas anunciantes, a realizar planes globales de comunicación. Si ya conoces los datos del 2016 y necesitas compararlos con los del año pasado, no dejes de leer nuestro quinto post más visto.

Leer más >>

 

5. Cómo el machine learning está detrás de las cosas más cotidianas

Machine learning y customer intelligenceSi queréis saber qué hay detrás del Business Intelligence, este es el post que estáis buscando. En él os contemos un resumen de la intervención de dos de nuestras especialistas en Customer Intelligence en el curso de la UCM “Matemáticas para el mundo y para la sociedad”. En su ponencia hablaron de redes bayesianas, “Machine learning” y las matemáticas que hay detrás, todo con el fin de demostrar como afectar a la toma de decisiones en las empresas que saben utilizarlo. Sin lugar a dudas un post muy técnico, pero que te ayudará a entender todo lo que hay detrás del dato inteligente, y lo importante que es disponer de personal cualificado que sepa traducir estos datos en negocio.

Leer más >>

 

Un año más, nuestro post más leído del año 2016 sigue siendo “Barreras de la comunicación“, escrito en el 2013. No podemos dejar de incluirlo en nuestra lista, a pesar de no estar escrito este pasado año, ya que sigue estando de total actualidad. A la vista está…

Barreras de la comunicación

Barreras de comunicaciónEn este post nuestro compañero Juan Carlos de la Torre, hace un repaso a qué supone la comunicación y el entorno social para el ser humano, y cómo influye en nuestro día a día. Nos acerca al sentido más amplio de lo que es la comunicación, qué tipos de comunicación nos podemos encontrar, así como las barreras más frecuentes que tenemos para comunicarnos. Su conclusión nos acercará a conocer cómo influye en nuestro Social CRM o Social business, y en definitiva, todo lo referente a nuestro Big Data. Un post que merece la pena repasar.

Leer más >>