Usando Business Analytics y Ciencia de Datos

En este post os presentamos un resumen y la presentación completa de otra de las charlas del UOC Data Day, celebrado el día 21 de junio de 2017 en Madrid sobre nuevas formas de analizar datos, como ya hemos hecho en el pasado con la forma de tus datos tiene significado.

Esta ponencia fue a cargo de Álvaro Galán, experto en Business Analytics, Digital Experience Global Account Manager en Liferay y profesor colaborador docente del máster en Inteligencia de Negocio y Big Data.

Que mejor que las propias palabras de Álvaro para explicar su ponencia.

Los datos (y su abundancia) pueden ser utilizados para muchas cosas en una empresa, si bien, desde un punto de vista ortodoxo, las empresas solo tienen dos objetivos con ellos: maximizar los ingresos, conteniendo o minimizando los gastos.

Con esos dos objetivos en mente, una empresa puede usar sus datos de múltiples maneras, pero la que elegí analizar en el segundo UOC Data Day fue la del marketing digital (entendido de manera amplia, incluyendo la personalización de sitios).

La mayoría de las empresas están invirtiendo mucho dinero en la publicidad programática o contextual, la optimización de sitios web, las plataformas de experiencia digital, en pintar el mejor “path to conversión” o “customer journey”, …

Y en el camino están recogiendo terabytes de datos asociados a nuestros clics, nuestras preferencias, nuestras visitas, nuestros intereses, nuestras transacciones…

Hasta hace poco, esos datos eran analizados de manera muy somera, manual, y hasta cierto punto anticuada, y se acababa utilizando la teoría del “cañón gordo”: cuanto más dispare, más cazo.

Pero esos tiempos se están acabando.

No es extraño escuchar a los responsables hacerse la siguiente pregunta: ¿estoy invirtiendo mi dinero de manera correcta?.

Tras un periodo de inversión sin demasiado control ni una manera directa de medir el ROI, los CEO de las compañías han mandado un mensaje claro a los responsables digitales: “Ha llegado el momento de medir y optimizar nuestra inversión”.

En la disyuntiva entre medir y activar palancas (ojo, que no son excluyentes, es más, es imposible saber que activar si no has medido antes), en mi charla me centré en la parte de activar.

El reto es grande, por ejemplo, masticar, digerir y activar los datos de una multinacional hotelera con millones de visitantes únicos al mes, con centenares de variables por visitante, y tomar decisiones automáticas para impactar mejor en el retargeting publicitario (ahorrando en el camino varios cientos de miles de euros por trimestre).

O utilizar las transacciones, datos demográficos, y campañas de mail marketing de un sitio de venta privada para diseñar un “customer journey” que, desde el primer impacto, me hable de lo que me interesaría comprar, ajustando la oferta a mis gustos y preferencias (y conseguir incrementar la venta en un jugoso 12% en medio año).

Y todo ello apoyado en el análisis automático o asistido de grandes, grandísimos, volúmenes de datos.

Si queréis saber cómo vuestra navegación, gustos, y hasta nivel adquisitivo han sido recogidos, analizados mediante ciencia de datos y Business Intelligence, interpretados , y retroalimentados a los sistemas que os muestran la publicidad digital y personalizan los sitios web en los que os movéis a diario, y todo ello mientras leíais este artículo, no os perdáis el vídeo de la charla.

A continuación, os dejamos la grabación de la ponencia completo, así como el material de soporte utilizado para la presentación.

¡Esperamos que la disfrutéis!

This entry was posted in Big Data, Business Intelligence, Data science and tagged , , , . Bookmark the permalink.

Leave a Reply

Your email address will not be published. Required fields are marked *