top of page

Uso del Big Data



En la actual era digital se calcula que diariamente se generan 2.5 quintillones de bytes de datos producidos por usuarios digitales alrededor del mundo (Marr, 2018), sin embargo, cerca del 97% de estos datos no son utilizados por las compañías. (Accenture Aws Business Group, 2019)


En 2006, Clive Humby, dijo “los datos son el nuevo petróleo”, más allá de las analogías que puedan surgir de esta expresión, señala el gran valor que representan los datos cuando son extraídos y analizados adecuadamente. Es lo que se puede hacer con ellos lo que realmente da un sentido a los datos, y gracias al uso del Big Data es que se les da un sentido.


Para las empresas el uso de Big Data, no sólo contribuye en los procesos de planeación estratégica y toma de decisiones, su aplicación sirve para identificar nuevas oportunidades de negocio y obtener ventajas de valor frente a la competencia. Si bien es cierto que las empresas entienden la importancia de los datos, “más del 87 % de las organizaciones tienen bajos niveles de madurez en términos de inteligencia empresarial y capacidades analíticas” (Accenture Aws Business Group, 2019). Actualmente son pocas las empresas que han hecho de los datos un activo relevante, a través de estrategias de Big Data.


Tesla es una empresa dedicada a la fabricación y venta de vehículos eléctricos, energías solares y baterías de litio. “A finales de 2017 superó a Ford en capitalización de mercado solo en 7 años desde su lanzamiento”. (Saavedra, 2022). Pero qué fue lo que hizo Tesla, con la idea inicial de convertirse en una empresa automotriz, Tesla recopila constantemente los datos de los sensores del automóvil, entre los cuales se encuentran “datos como automóviles, edificios, peatones, señales de tráfico, básicamente todo lo que está a la vista. A partir de esta información, la IA de Tesla puede predecir eventos inesperados en el camino”. (Lobzhanidze, 2022)

Tesla se asoció con NVIDIA, líder en computación de Inteligencia Artificial, con lo cual logró utilizar la “tecnología de aprendizaje profundo” que permite a sus automóviles aprender de sus propios datos e interactuar con nuevos conjuntos de datos. NVIDIA señaló que el automóvil no fue programado para detectar explícitamente ningún objeto, planificar una ruta o maniobrar componentes específicos del automóvil, más bien, tiene la libertad de aprender por sí mismo al observar las acciones del conductor. Los investigadores de McKinsey & Co. estiman que para 2030 el valor de los datos recopilados por vehículos alcanzará los $750 mil millones al año. (Lobzhanidze, 2022)


Con una información en tiempo real, Tesla anticipa y corrige los problemas que pueden interferir con una buena experiencia de usuario. Mientras que otras compañías tienen dificultades para descubrir cómo usar los datos de los clientes y los ignoran la mayoría de las veces, Tesla está fomentando la lealtad con su atención al conocimiento. (Lobzhanidze, 2022)


PepsiCo es una empresa multinacional con una cartera complementaria de bebidas y alimentos que incluye más de 500 marcas, tiene presencia en más de 200 países y territorios de todo el mundo. Tan solo en 2021, PepsiCo generó $79 mil millones en ingresos netos. (PepsiCo, 2022). PepsiCo lanzó “Pep Worx”, plataforma de análisis y Big Data desarrollada y patentada por la propia empresa para ayudar a asesorar a minoristas a identificar compradores por ubicación. “La plataforma proporciona información para la selección de inventario, la colocación de productos y las estrategias promocionales”. (builtin, 2018)


El ejemplo más claro de su aplicación fue con el producto “Quaker Overnight Oats”, “utilizó Pep Worx para identificar 24 millones de hogares de un conjunto de datos de 110 millones de hogares estadounidenses”, Jeff Swearingen, vicepresidente sénior de Marketing en PepsiCo, declaró que los clientes prioritarios “impulsaron el 80 por ciento del crecimiento de las ventas del producto en las primeras 12 semanas posteriores al lanzamiento”. (builtin, 2018)


PepsiCo entendió que el uso de datos y tecnologías como la IA son un requerimiento empresarial en un mundo en constante cambio.


Starbucks es una de las empresas que tiene acceso a millones de datos y que los ha sabido aprovechar, tan solo en 2018 tenía 25,000 tiendas alrededor del mundo y generaba 90 millones de transacciones a la semana. Los datos que tienen provienen en gran medida de sus herramientas internas, como es el caso de su programa de recompensas con 13 millones de usuarios y su aplicación móvil con más de 17 millones de usuarios. (Forbes, 2018)


Con estas herramientas pueden saber dónde y cuándo compran café u otro tipo de producto, con el cruce de información puede darle un sentido desde el clima, los horarios, los periodos vacacionales, las zonas o incluso a sus promociones. A través del uso de Big Data e IA, Starbucks ha dirigido sus decisiones de marketing, ventas y negocios.


Quizás uno de los casos más destacables es el determinar las ubicaciones para nuevas tiendas, y es que, aprovechan los datos de geolocalización, a través de Atlas, una herramienta de mapeo e inteligencia comercial desarrollada por Esri. Esta herramienta evalúa cantidades masivas de datos, como la proximidad a otras ubicaciones de Starbucks, datos demográficos, patrones de tráfico y más, antes de recomendar una nueva ubicación de tienda. (Forbes, 2018)


El uso de los datos también ha cobrado relevancia en sectores como el de la moda, en gigantes de la industria como Zara con presencia en más de 80 países y con más de dos mil puntos de venta, ya se está explotando el potencial y valor de los datos, por ejemplo detectar tendencias de moda en los diferentes países donde tiene presencia y con ello actualizar las prendas de moda y llevarlas más rápido a los puntos de venta; a nivel interno la empresa implementó el uso de tecnología RFID (Sistema de identificación bajo frecuencia), un sistema de almacenamiento y recuperación de datos mediante código de barras o tarjetas inteligentes que acompañan a los productos y por medio del cual cada vez que se vende una prenda, se emite una orden inmediata al almacén para que se reponga, lo que sin duda les representa una gran ventaja al momento de realizar la planificación de inventarios.


Fuentes:


Santiago X. Saavedra, El éxito de Zara, en Data World Blog, publicado el 20 de abril de 2021, disponible en: https://cutt.ly/ZB26llm


IEBS, El impacto del Big Data en la moda, publicado el 23 de mayo de 2020, disponible en: https://cutt.ly/1B26V28


Saavedra S. (s.f.) Tesla y el Big Data. DataWorld. Recuperado el 19 de octubre del 2022 de: https://cutt.ly/qB0dL0H


Lobzhanidze. G. (s.f). Improving experience through data, the tesla way. Qminder. Recuperado el 19 de octubre del 2022 de: https://cutt.ly/4BMVuVf


Marr,B. (2018). How Much Data Do We Create Every Day? The Mind-Blowing Stats Everyone Should Read. Forbes. Recuperado el 19 de octubre del 2022 de: https://cutt.ly/zBNcIKH


Accenture Aws Business Group. (s/f). El poder de la empresa basada en los datos. Recuperado el 19 de octubre de 2022 de: https://cutt.ly/PBNvmgL


Builtin. (2019). PepsiCo embraces big data with new Pep Worx platform. Recuperado el 19 de octubre de 2022 de: https://cutt.ly/FB2XFm0


PepsiCo. About PepsiCo. Recuperado el 19 de octubre de 2022 de: https://cutt.ly/8B22TUf


Marr. B. (2018) Starbucks: Using Big Data, Analytics And Artificial Intelligence To Boost Performance en Forbes. Recuperado el 19 de octubre de 2022 de: https://cutt.ly/RB26jFI


61 visualizaciones0 comentarios

Entradas Recientes

Ver todo
bottom of page