ASPROC | El potencial de #BigData en el mundo
465
single,single-post,postid-465,single-format-standard,ajax_fade,page_not_loaded,,qode_grid_1300,side_area_uncovered_from_content,footer_responsive_adv,qode-content-sidebar-responsive,qode-theme-ver-10.0,bridge,wpb-js-composer js-comp-ver-4.12,vc_responsive
 

El potencial de #BigData en el mundo

big_data

El potencial de #BigData en el mundo

El desarrollo de nuevas tecnologías de almacenamiento y análisis de datos masivos en la nube están provocando dinamismo en sectores que va a acelerarse con la conexión de decenas de miles de dispositivos inteligentes a Internet. Hablamos no sólo de dispositivos móviles, infraestructuras, vehículos y hasta en la medicina con nanotecnología.

El principal movimiento donde está afectando con mayor magnitud se encuentra en las empresas con las que trabajan con millones de datos estructurados y no estructurados en base de datos complejas de productos y, por supuesto, de clientes reales y potenciales.

Esto significa que son los bancos, las telecomunicaciones, el sector energético, las grandes industrias de comercio y sus socios logísticos y las agencias de marketing y publicidad digitales quienes están recibiendo el mayor impacto del #BigData. Las empresas que manejan estas tecnologías conocen mejor a sus clientes, personalizan sus servicios, mitigan los riesgos y se anticipan a los fallos de las infraestructuras o sistemas.

big data bancos

 

#BigData en el sector bancario

Las tres principales áreas donde los bancos están viéndose impulsados por el #BigData son el análisis de riesgos (calculan, por ejemplo, qué posibilidades existen de que determinados clientes no les devuelvan lo prestado e intentan anticiparse), la evaluación de la experiencia del cliente (hasta qué punto se encuentra satisfecho con los servicios que le ofrecen, qué probabilidades existen de que abandone la entidad y cómo podrían ajustar mejor la oferta a sus necesidades) y la optimización de operaciones.

La optimización de operaciones se refiere, sobre todo, a los procesos internos. Por ejemplo, teniendo en cuenta que la mayor parte de las transacciones cotidianas se realizan mediante la banca electrónica, los datos masivos sirven para vigilar atentamente la evolución del rendimiento de la plataforma, adaptarlo a las necesidades de sus usuarios y prevenir fallos que puedan bloquear su funcionamiento o suponer una brecha en la seguridad.

 

#BigData en el sector de las Telecomunicaciones

 

Las empresas de telecomunicaciones se han visto invadidas en muy pocos años por los analistas y métricas de datos masivos, y los están empleando para mejorar la gestión de sus infraestructuras y procesos, con el objetivo de comprender y satisfacer más a sus clientes y además para utilizar el poder de su conectividad para ofrecer servicios a terceros.

La gestión de infraestructuras y procesos está avanzando a pasos agigantados ya que la información que emiten los cables sensorizados sobre el tráfico de datos que soportan en cada momento del día y una estimación cada vez más precisa del tráfico futuro gracias a sus infinitas variables plurianuales. También se emplea el #BigData para identificar un fraude o, en algunas ocasiones, anticiparlo.

La relación con el cliente ha empezado a adaptarse a este nuevo contexto igualmente. Los datos pueden servir para ofrecer a los consumidores mejores contratos, para afinar las campañas de marketing teniendo en cuenta, por ejemplo, la geolocalización, para digitalizar muchas más variables como las que ofrecen la participación en redes sociales a la hora de decidir si un cliente está verdaderamente contento e incluso para diseñar nuevos productos y servicios que lo agraden más.

Por supuesto, la multiplicación de la conectividad a Internet de miles de dispositivos nuevos (Cisco calcula que serán 50.000 millones en 2020) ya está abriendo nuevas oportunidades de negocio para que las telecomunicaciones vendan, normalmente con el consentimiento de los clientes, datos a terceras empresas como pueden ser los fabricantes y aseguradoras de vehículos inteligentes, que quieren conocer el uso que les dan y el grado de satisfacción de sus clientes.

Aseguradoras_BigData

 

#BigData en las economías de seguros

 

Las aseguradoras están aprovechando el #BigData, principalmente, para calcular mejor las primas de los seguros. A veces lo hacen con modelos predictivos sobre la información de la que siempre habían dispuesto y otras, cada vez más, apuestan o por comprar la información de los clientes a los data brokers” o por pedir, por ejemplo, a los conductores que inserten un sensor en sus vehículos para acceder a una información en tiempo real sobre la calidad de su conducción.

Utilizan, igualmente, los datos masivos para identificar automáticamente, y mediante la inteligencia artificial, conductas fraudulentas y para conocer mejor a sus clientes. Desean ofrecerles servicios a la medida, localizando a aquellos que van a cancelar las pólizas antes de que lo hagan y estimar la satisfacción de todos mediante datos que incluyen desde la participación en redes sociales hasta los correos y las llamadas de teléfono que intercambian con ellos.

solar

#BigData en el sector energético

 

Las empresas de energía también están aprovechando al máximo la revolución de los datos masivos. Aquí hablamos tanto de las distribuidoras como de las productoras y tanto de las energías renovables como de las que se dedican a los combustibles fósiles. También se pueden incluir las firmas de ingeniería que fabrican, por ejemplo, los aerogeneradores o los paneles solares.

En términos de distribución, el #BigData y los contadores inteligentes les permiten anticipar fallos en la red y mejorar el mantenimiento, ajustarse a la demanda de cada momento con poderosos modelos predictivos, identificar los cortes de luz y otras averías antes de que el cliente llame para quejarse, descubrir anomalías o nuevas tendencias en el consumo o utilizar adecuadamente las redes para no derrochar energía.

Cuando se trata de producir, depende sobre todo del tipo de combustible. Si es fósil, entonces los datos masivos sirven para interpretar mejor las variables del subsuelo que se intenta explotar, para reducir el tiempo entre la perforación y el contacto con el yacimiento y para construir modelos predictivos a partir de experiencias anteriores en terrenos similares.

Si hablamos de energías renovables, los datos masivos le dejan evaluar el rendimiento de las infraestructuras (aerogeneradores, por ejemplo) y aprovechar al máximo recursos como la luz del sol o el viento, adelantarse a posibles fallos e incluso arreglarlas remotamente. Los fabricantes de esos aerogeneradores o de las placas solares reciben en todo momento los datos sobre el rendimiento de sus productos aunque los hayan vendido y eso les da la oportunidad de aprender de sus imperfecciones a medida que se descubren.

Modern business concept

#BigData en las grandes industrias de comercio & socios logísticos

 

Las grandes superficies y las cadenas de tiendas han empezado a utilizar los datos masivos de dos grandes formas: la primera tiene que ver directamente con sus clientes; la segunda está relacionada con la manera en la que transportan y almacenan sus productos.

Cada vez son menos los grandes almacenes y las cadenas de tiendas que no emplean el #BigData para construir un retrato cada vez más preciso de sus clientes. Acceden a sus datos mediante los paquetes que compran a los “data brokers”, su actividad en la tienda online y los distintos programas de fidelización.

El objetivo no sólo es conservar y retener a sus consumidores, sino también predecir con mayor exactitud las oscilaciones de la demanda y ofrecerles un paquete de productos relacionados con el que están a punto de comprar. Otra novedad de los datos masivos es que les permiten conocer en tiempo real los precios de sus competidores y ajustar los suyos automáticamente si ven que despiertan furor en las redes sociales.

El segundo aspecto en el que los grandes distribuidores se ven beneficiados por el #BigData es por el sector logístico y la gestión de inventarios. Aquí intervendrán ellos directamente o distintos socios externos especializados en transporte. Ya están procesando información de decenas de fuentes para controlar la distribución y el almacenamiento de los bienes.