Introducción a Big data y su aplicación en el comercio internacional

Antes de introducir el concepto de Big Data, es necesario introducir el concepto de Dato como fuente de conocimiento. Los datos son fuentes de conocimiento que provienen de distintas fuentes y que deben ser útiles. Cuando los datos son procesados, estructurados y contextualizados se transforman en información. El conocimiento es esa información interpretada por las experiencias del sujeto y que perite tomar decisiones. La sabiduría es la aplicación del conocimiento para resolver problemas. De aquí surge la importancia del dato para la toma de decisiones.

El Big Data es el proceso de recolectar y analizar grandes volúmenes de datos de diversas fuentes donde la información es muy diversa y compleja. Esto exige el uso de nuevas tecnologías, arquitecturas, técnicas y algoritmos para poder identificar tendencias o patrones que agreguen valor al negocio. De esto se destacan 4 conceptos claves:

-   Volumen: gran cantidad de datos. Con aparición de internet y digitalización de los datos (el internet de las cosas).

- Variedad: distintos formatos en los que puede venir la información: estructurados, semi-estructurados y no estructurados. A su vez, puede ser capturados en tiempo real o estático.

-   Velocidad: de almacenamiento y de procesamiento.

-   Valor: surge de la aplicación de distintas técnicas de analítica avanzada sobre datos obtenidos, luego de procesarlos, limpiarlos y ajustarlos.

 

El Big Data como ventaja competitiva para empresas

La tecnología puede ayudar a marcar la diferencia en el mercado ofreciendo nuevos niveles de innovación y competitividad. El Big Data se posiciona como elemento diferenciador: obliga a mantener una actualización tecnológica, mejora la toma de decisiones, permite segmentar el mercado, mejora los productos ofrecidos a partir de la segmentación y mejora la accesibilidad y la fluidez de la información en una empresa.

¿Cómo debemos prepararnos?

Es necesario establecer normas y procesos sobre la forma de adquirir, gestionar, mantener transformar y compartir los datos. El Gobierno de datos es el conjunto de políticas dentro de una organización que tiene como objetivo mantener la integridad y seguridad de los datos. Definido a nivel de: personas, procesos y tecnología.

Pasos para buena gobernanza:

-        Establecer objetivos

-        Definir métricas y KPIs para evaluar la efectividad del programa

-        Tomar decisiones

-        Comunicar las políticas

-        Medir resultados

-        Realizar auditorias para el mejoramiento continuo

Es importante definir objetivos concretos respecto a qué se busca lograr con los datos, se debe establecer una política de gobierno de datos para garantizar su seguridad e integridad, definir el nivel de inversión.

 

Aplicación de Big Data en Comercio Exterior

Flujo de trabajo

1)     Identificar el problema

2)     Adquirir datos

3)     Parsear los datos, es decir, hacer un análisis exploratorio de datos

4)     Minar los datos, es decir, limpiar, homogeneizar y filtrar datos

5)     Refinar los datos

6)     Estimar un modelo

7)     Presentar los resultados

Estudios de mercado:

Es el conjunto de acciones que se ejecutan para poder estimar la respuesta del mercado ante un producto o servicio y así definir la viabilidad o no de un proyecto.

Se recopila información relativa a clientes, competidores, entorno de operación y el mercado.

• Se analizan las 4P para la estrategia de marketing tradicional: precio, producto, promoción y punto de venta;
• Se analizan la 4C para la estrategia de marketing digital: consumidor, costo, conveniencia y comunicación

¿Cómo recopilamos esos datos?

Análisis de sentimiento: a través de esta metodología tomamos información de las redes sociales. A partir de posteos, comentarios, likes, mensajes, etc. se puede hacer un análisis del sentimiento hacia un producto o marca. De este modo se evalúan las emociones, actitudes y opiniones, clasificando un texto como positivo, negativo o neutral.

Los beneficios del análisis del sentimiento son:

• Nos mantiene al tanto de gustos de los consumidores
• Nos permite enfocar en diferentes segmentos de mercado, permitiendo crear productos o servicios que los atraigan
• Permite compararnos con la competencia y ver qué se puede mejorar

Por lo general la información obtenida proviene en forma de textos muy voluminosos. Por lo tanto, se los debe comprimir para armar una matriz sobre la cual buscar un patrón de comportamiento dentro de los mismos. Para esto se llevan a cabo 3 pasos:

1)     Tokenización

2)     Construcción de un vocabulario

3)     Encoding

De este modo podemos construir una nube de palabras con aquellas que más se repiten.

La clasificación de los comentarios como positivos o negativos puede hacerse con dos opciones:

- Lexicones: listas de palabras que representan sentimientos positivos o negativos. 

- Machine learning: aplicación de un modelo de clasificación donde toma una lista de comentarios ya identificados como positivos o negativos y luego aplica lo aprendido en nuevos comentarios.

Micro-segmentación de mercado: con la técnica de Clustering se pueden segmentar a los clientes de acuerdo a su comportamientos en distintas agrupaciones (clusters). Esto permite simplificar las características de consumidores permitiendo extraer perfiles de comportamiento, de modo de adaptar las comunicaciones y campañas a las características particulares de cada segmento.

Para esto se puede tomar información de fuentes tales como: información de clientes (edad, sexo, etc.), análisis web (visitas a página, clicks, abandonos) y análisis de sentimiento.

Para identificar los clusters se utilizan 2 tipos de criterio dependiendo del tipo de dato:

-        Cuantitativa: distancia

-        Cualitativo: similitud

El algoritmo elige centro sobre los que se toman medida o similitudes para ir formando los clusters.

Social Networking Analysis: con la técnica de Grafos se pueden descubrir las relaciones entre diferentes consumidores y clientes, así como posibilita la detección de comunidades objetivo para el negocio y quiénes son sus “influencers”.

La teoría de Grafos permite estudiar las relaciones entre elementos dentro de un conjunto. Un grafo es un conjunto de vértices conectados entre sí mediante aristas.

Fuente: Big data y Comercio Internacional - YouTube