Comparte

29/07/2018 –  9 minutos de lectura
Por Findasense

Nuestros partners son una fuente riquísima de conocimiento especializado en la industria. Aprovechamos la oportunidad de trabajar para extraer y analizar pequeñas parcelas de opinión y pensamiento.

En esta ocasión, hemos aprovechado nuestro Chat con el Partner” para profundizar en la industria del análisis de datos con Omar Rois y Carlos Benito Cediel, cofundadores de XeerpaBig data, small data, la personalización extrema de los datos, la importancia de ser “respetuosos con los usuarios” y de devolverles un valor a cambio de la información que brindan, fueron algunos de los temas de esta charla.

Xeerpa es una compañía española que desarrolla tecnologías disruptivas de Social Network Profiling y crea herramientas que ayudan a los departamentos de marketing a perfilar a sus usuarios a nivel one to one, por medio del análisis de los datos que estos comparten en las redes sociales o big data.

La empresa, cofundada y codirigida por 3 socios, Omar Rois Merino, Carlos Benito Cediel y Andrés Redondo, se planteó el reto de procesar los datos de Internet hace 7 años, cuando el concepto de big data ni siquiera existía.

El proyecto creció gracias al acople perfecto de dos campos del conocimiento claves para el desarrollo del big data: Omar viene del mundo del marketing analytics, los reportes y el CRM; Andrés y Carlos, del mundo de la tecnología, CRM, análisis de los datos y las redes sociales.

 

¿Cómo fueron los inicios de Xeerpa?

Carlos: Al principio fue complicado, no había herramientas, apenas comenzaban a aparecer algunas bases de datos y lenguajes de programación orientados a ello, todo lo que utilizábamos eran versiones beta. Afortunadamente, las herramientas que escogimos fueron las adecuadas y pudimos darle continuidad. Podemos decir que fuimos pioneros en usar este tipo de tecnologías que trabajan con datos reales y muy cerca del real time.

Por suerte, desde el primer momento, tuvimos mucho contacto con posibles clientes, que nos dijeron lo que ellos se imaginaban sobre el futuro y qué tipo de información necesitaban para su trabajo. Gracias a ellos pudimos orientar las herramientas para hacerlas útiles, que es lo más importante.

Omar: Desde el principio enfrentamos nuestros primeros prototipos al mercado y a lo que necesitaban los directores de marketing, para ir adaptando nuestros métodos a lo que ellos necesitaban. Todavía hoy seguimos funcionando así, todos los desarrollos de Xeerpa se basan en lo que los clientes necesitan.

Hoy tenemos acceso a una gran cantidad de datos de los consumidores: ¿están las compañías capacitadas para procesarlos y aprovecharlos?

Omar: Vemos que han avanzado mucho, hace algunos años eran pocas las empresas que tenían la capacidad de almacenar datos de forma inteligente, ahora muchas tienen la tecnología para almacenar esos datos y eso es la base de todo, la materia prima.  También, han evolucionado mucho en analítica, en la capacidad analizar esos datos. Hace 5 años era muy difícil encontrar un perfil de análitico en un departamento de marketing, hoy es algo muy común. Donde vemos una carencia es en la ejecución, a pesar de tener capacidad de almacenamiento y recursos analíticos, son muy pocas las empresas que pueden traducir toda esa información en campañas de marketing personalizadas. Todo el mundo quiere hacer lo que hace Amazon, pero pocos son capaces de hacerlo. El reto está en lograr convertir todos estos datos en conversaciones personalizadas.

Carlos: Este es un punto complejo, sobre todo por el tamaño de las empresas, el mover tanta gente; son muchos los departamentos involucrados, no sólo tecnología y marketing: es cambiar la filosofía de la empresa y eso tiene que venir de la dirección. Pero sí que hemos avanzado, porque al principio cuando contábamos sobre Xeerpa a un cliente no nos entendían, ahora el problema ya no es que no lo entiendan sino usar la información obtenida. Por eso, nuestros esfuerzos al desarrollar la herramienta siempre se han centrado en dar inmediatez a los resultados.  Sin duda, en los 7 años que llevamos con el proyecto la evolución en el mercado ha sido brutal.

 

Carlos Benito y Omar Rois, cofundadores de Xeerpa

¿En qué necesitamos pensar primero antes de lanzarnos a la utilización de la data?

Omar: Todo lo que se haga tiene que estar orientado a la ejecución, porque vemos, por ejemplo, cómo grandes bancos presumen de su big data y hacen análisis muy avanzados de datos, pero muchas veces estos análisis son para presentar en una conferencia y muy pocas veces se trasladan a la ejecución real. Sin ir más lejos, yo como cliente de mi banco no siento ningún tipo de personalización en las comunicaciones que tienen conmigo.

Carlos: Primero hay que saber para qué vamos a usar el big data, segundo, definir qué tipos de datos quiero obtener y analizar. Porque los datos son infinitos, hay que saber en qué datos hay algo interesante para nuestra empresa. Porque puede ser información válida, pero puede que no sirva para tu negocio. Por último, se analizan estos datos para ponerlos en ejecución, porque lo importante es que esa información pueda ser aplicada.

¿Qué tan personalizado puede ser el análisis de la data?

Omar: Puede ser extremo, hoy en día cualquier compañía avanzada tiene datos económicos de sus clientes: su historial de compras, datos de navegación por la huella digital que han dejado, puede conocerse el perfil social; y cuando hablamos de perfil social estamos hablando de cuáles son los gustos de esa persona, sus marcas favoritas, su artista preferido, si es una persona influyente o no, sus temas de conversación, los lugares a donde viaja. Si unimos todo estos elementos, obtenemos un retrato muy preciso de un cliente, un potencial cliente o un usuario. Nuevamente, otra cosa es lo complejo que es poner toda esa información en ejecución.

¿Qué hay de la ética y las regulaciones en cuanto al manejo de estos datos?

Omar: Hay limitaciones legales, por supuesto, y nosotros somos partidarios de que esto sea así, que se respeten la leyes y que haya siempre un tratamiento cuidadoso de la información. Por otra parte, los usuarios son cada vez más conscientes del valor que tienen sus datos y más exigentes a la hora de reclamar a las empresas sobre el uso que éstas van hacer de ellos. En lo que tienen que trabajar las empresas es en devolverle esa información a los usuarios con algo que sea valioso para ellos. Aquí está el famoso ejemplo de Netflix, pero aún son pocas las empresas que alcanzan este nivel. Cada vez será más difícil que un usuario le brinde sus datos sociales a una empresa, creo que las marcas tienen un importante reto para el futuro: seducir a las personas para que compartan los datos con ellas. Se abrirá un nuevo campo de batalla entre las compañías en la “lucha por los datos”.

Carlos: Todo pasa por pedirle permiso al usuario, que el usuario sea consciente de la información que te está dando, que sepa para qué las vas usar y sobre todo pedirla en  nombre de la marca que la va a usar. De esta manera el usuario es más proclive a dar información, sabiendo que eso va a significar mejoras en el servicio que se le va a dar. En este sentido, la reputación que tiene la marca juega un papel fundamental. El problema está en que la tecnología te permite extraer datos muy personalizados sin pedir permiso al usuario y aquí es donde empiezan los problemas éticos y legales.

Se habla mucho de los algoritmos, la matemática de alto nivel y la inteligencia artificial para generar modelos predictivos. ¿Están trabajando al respecto?

Carlos: Sí, son modelos predictivos estadísticos. Nosotros tenemos un departamento dedicado a ello, cuya misión es obtener un valor de los datos que extraemos. Una vez extraído ese valor, se transforma en la materia prima para hacer predicciones, que se hacen con modelos estadísticos analíticos predictivos. Poco a poco, la inteligencia artificial se va desarrollando y logra obtener más valor a partir de esto. Por ejemplo, de un análisis semántico de los textos se puede conocer el perfil de un usuario: cómo es, qué siente, qué le gusta, su forma de ser básicamente. Este es el siguiente paso evolutivo del big data, herramientas automáticas inteligentes que serán capaces de dar este tipo de información con solo darle los datos. Pero todavía queda mucho por aprender y desarrollar en este campo.

Omar: Nuestro papel aquí es facilitar a nuestros clientes aplicaciones inteligentes para devolverles una serie de indicadores de cómo es el perfil del usuario que está interactuando con ellos. Por ejemplo, le podemos decir a una marca de cerveza de qué equipo de fútbol es fan la persona que está interactuando en ese mismo momento en su página web. Este debe de ser un dato de entrada para sus modelos analíticos de segmentación, por ejemplo, pero también los que son capaces de predecir el comportamiento futuro de este cliente.

Teniendo en cuenta el gran auge del procesamiento de los datos, ¿qué lugar ocupan para ustedes la small data o los estudios cualitativos, como la etnografía del consumidor?

Omar: Son metodologías que pueden convivir, las metodologías clásicas de investigación de marketing siguen aportando y nos dan insights sobre nuestros clientes que muchas herramientas “real time” no son capaces de ofrecer. Estas técnicas son compatibles con herramientas de listening de redes sociales, por ejemplo, que también nos dan una idea de lo que están opinando nuestros clientes. Los departamentos de marketing deben saber cómo se combina una y otra metodología. No creo que una vaya a sustituir a la otra, la big data es tan necesaria como la small data.

Al principio dijeron que gracias a sus clientes pudieron saber hacia dónde iba el análisis de la big data, ¿qué están demandando los clientes actuales? ¿Hacia dónde nos dirigimos en este campo?

Carlos: Nuestros clientes, como cualquier empresa, quieren vender más (risas). En general, nos piden datos más inteligentes para que ellos puedan aplicarlos más rápidamente y conseguir retorno de inversión mediante un mejor servicio al cliente, ofrecerle una oferta personalizada. El futuro tecnológico del big data está en la inteligencia artificial.

Omar: Nos demandan más inteligencia en los datos que les entregamos, que esa capacidad de análisis sea cada vez más inteligente, en forma de recomendaciones cada vez más precisas que se acerquen cada vez más al real time. Por ejemplo, introducir al análisis el factor de la geolocalización. Analizando los datos de las localizaciones históricas de un usuario podemos recomendar a una aerolínea cuál es el vuelo que le debe ofrecer.

Si tuvieran que recomendarnos un libro sobre big data, ¿cuál sería y porqué?

Carlos: Recomiendo Internet, ahí está todo y casi siempre gratis. Lo mismo, Internet es big data, debes aprender a separar lo que te sirve a ti, y eso es buscar en Internet. Luego, aplicas.

Omar: “Predictable Revenue”, no es sobre el big data, pero nos ha gustado mucho. Pero como dice Carlos, en vanguardia tecnológica hay que estar más pendiente en lo que se publica en línea, los cambios son demasiado rápidos.

Autor

Findasense Insights

El equipo de Insights de Findasense es un apasionado del customer experience y todo lo relacionado con el mismo. Siempre tiene presente la misión de Findasense, que es innovar y transformar la manera en la que las empresas se relacionan con las personas.

Artículos Relacionados

Artículos Relacionados