PYME

Cómo aprovechar el big data para saber lo que el cliente quiere

El análisis de datos puede dar información valiosa: qué quieren los consumidores, qué compran, cuándo y a quién. De qué modo pueden utilizar esta herramienta las pequeñas y medianas empresas.

Ahora más que nunca se puede saber con precisión lo que los consumidores quieren, qué están comprando, cuándo, a quiény qué quisieran comprar, todo gracias al big data analytics. El desarrollo de nuevos productos y servicios reduce dramáticamente el margen para las decisiones intuitivas, y, por ende, para los errores. Aunque con cierta timidez, los empresarios pyme de la región y el país ya comenzaron a aprovechar esta herramienta con éxito.

El Cronista dialogó con algunos de ellos y con consultores que dieron algunas pautas para quienes aún no se animan a adaptarse y competir en este nuevo escenario, algo que, predicen, será la única opción dentro de unos años.

A pesar de que el debate sobre qué es y qué no es big data está lejos de terminar, expertos y empresarios concuerdan en que existe un cambio de paradigma, en donde es posible acceder a grandes volúmenes de datos, depurarlos, analizarlos y obtener resultados precisos a los problemas de las compañías. El ingrediente distintivo del big data es que el volumen de los datos es tal que solo puede ser abordado con software, es decir, se necesitan cálculos estadísticos que no pueden hacerse de modo tradicional.

"Hay un antes y un después. Se trata de poner a la información como un activo más de las empresas. Todas se están convirtiendo en empresas de información. El que mejor conoce y atiende a sus clientes, el que más sabe y mejor puede interpretar lo que quiere su cliente es quien mejor va a estar", explica Federico Rosenhain, coordinador de Programa Ejecutivo de Big Data de la Universidad de Palermo.

Para Gonzalo Alonso, CEO de ClowderTank, consultora especializada en transformación digital en la región, se trata de convertir inputs de datos en visiones de negocios aplicables. Cuando una compañía basa sus decisiones en este tipo de análisis "deja de adivinar, para entrar a un mundo de negocios muy fáctico, muy lógico".

El consultor sostiene que al tomar medidas basadas en lo que las audiencias indican, y no en filtros personales, "se tiene una fórmula de proceso adecuada y hacer correcciones es siempre más metódico".

Rosenhain, por su parte, asegura que se trata de empezar a cambiar la forma en que se trabaja con la información en las empresas, para predecir y no solo deducir o entender, para que los datos sean los que marquen el rumbo.

Es lo que Andrés Jara Werchau, CEO y cofundador de Nubimetrics, ofrece a sus clientes, y lo que aplica para su propia compañía. Fundada en 2013, con una inversión inicial de u$s 800.000 entre capital privado y el impulso dado por MercadoLibre y la aceleradora de start-ups Wayra, Nubimetrics brinda a pymes latinoamericanas que venden en MercadoLibre la posibilidad de convertir datos disponibles en información para sus decisiones de negocios, de "pasar de una inteligencia de negocios intuitiva a una racional, analítica".

Sus clientes obtienen tres tipos de información: las de sus operaciones, que incluye cómo vende mejor, cómo captura mejores visitas, con qué publicaciones genera más ventas; cómo es la competencia, sus detalles de facturación, tácticas de ventas; y por último, el mercado, qué se busca y qué se termina vendiendo para las 25.000 categorías existentes por cada país. "El problema de los vendedores del e-commerce en general es que todo el tiempo tienen que tomar decisiones y se toman basadas en intuiciones o en sensaciones, no en información", señala Werchau. "Sin información, de 10 decisiones, el empresario se equivoca seis o siete. Con información, ese número se reduce a dos", subraya.

Para desarrollar y mejorar sus servicios, Nubimetrics sigue sus propias recetas y parte del análisis del comportamiento de los más de 7 millones de vendedores del universo de MercadoLibre. "Mucho de cómo definimos nuestros precios o nuestras soluciones es en base a lo que vemos que pueden pagar los usuarios, a partir de entender qué porcentaje destinan a nuestros servicios, desde los números reales, que van cambiando, por lo que nos permite hacer los ajustes a medida que se van necesitando", dice.

Pero a pesar de estos beneficios, una encuesta de la consultora especializada Intellignos sobre la evolución de las empresas en sus actividades de big data analytics y marketing digital en 18 países de América latina reveló que solo el 12% de ellas están logrando actuar en base a información de big data y que el 95% de las áreas de marketing digital invierten menos del 10% de su presupuesto en ello.

Cuestión de know-how

Para Tom Sawada, Business Development Manager de Intellignos, el principal problema es que no todas las empresas tienen el know-how que necesitan y, además, cuando invierten, los esfuerzos suelen enfocarse en tecnología y no en las personas. "Se puede tener lo mejor pero si nadie lo sabe interpretar, no sirve", subraya.

Sawada asegura que lo que limita a los empresarios pyme no es principalmente un tema de costos, sino de mentalidad. "Las pymes tienen los recursos financieros muchas veces pero no la estructura interna necesaria", señala y explica que para que una empresa pueda obtener resultados a partir de la analítica de datos "la estructura de la compañía tiene que estar pensada de tal manera que los datos sean los que determinan las decisiones de inversión, de contenido, de desarrollo de aplicaciones".

Rodrigo Álvarez es director de Entradafan, una compañía que sí responde a esta dinámica. La empresa, de capitales argentinos, desde 2012, a partir de una inversión inicial de $ 400.000, ofrece un servicio de compra y venta de entradas online entre particulares con garantía para cada operación. "Necesitábamos conocer a los usuarios, saber quién consume, cuándo, qué tipo de eventos y desarrollamos herramientas de cluster de datos, analíticas específicas para la industria de entretenimiento, que manejamos a nivel interno", explica.

"Cambiamos el producto en base al big data para mejorar las ventas. Aumentamos la tasa de conversión gracias a la información que pudimos recolectar", asegura Álvarez. Los datos obtenidos sirvieron para arrojar luz sobre áreas que eran desconocidas, y también llegaron a contradecir con datos empíricos algunas creencias del equipo, lo que derivó en mejoras puntuales en el servicio ofrecido.

"Empezamos a ofrecer muchos más medios de pago offline porque vimos que, en muchos pueblos del interior, no hay cultura de usar tarjeta para pagar por Internet, y mejoraron las ventas", señala. "Además, entre otras cosas, pensábamos que los recitales eran mayormente consumidos por hombres, y nos dimos cuenta de que las mujeres de entre 20 y 35 años son las que más entradas consumen", agrega.

Por su parte, Marcelo Aguilera, CEO de CasaPick, un portal de e-commerce de artículos del hogar que busca ofrecer "diseño accesible" al mercado argentino, no considera que los volúmenes de datos que maneja la empresa correspondan a la definición de big data. Sin embargo, y sin entrar en los debates teóricos, describe la puesta en marcha de análisis estadísticos con softwares específicos para entender qué buscan sus clientes y poder hacer los ajustes necesarios en base a los resultados.

La empresa, fundada en 2014, que tiene una facturación anual de $ 20 millones, cuenta con un equipo de trabajo interno que usa herramientas como Google Analytics y Google Ad Words, así como Real Trends para monitorear lo que pasa con sus usuarios y también con la competencia en MercadoLibre. "Usamos datos del comportamiento del usuario a la hora de desarrollar el producto", explica Aguilera. "El core de nuestro negocio es conocer el comportamiento del consumidor, y también de la competencia, por ello no lo tercerizamos, para darle mayor relevancia al cliente", añade.

"No es algo caro", asegura el empresario. "La mayoría de las herramientas están en la nube y no hay que comprar licencias ni adquirir servidores, tampoco se requieren grandes desarrollos. Lo que sí es importante es que en la empresa, desde arriba, todos apuesten a la información, es una mentalidad que tiene que estar en los accionistas, en la gerencia, y en los recursos humanos que se contratan".

Sin embargo, aunque la mayoría de los expertos concuerdan en que no es un problema de costos, advierten sobre los riesgos de querer empezar a lo grande, sin tener muy en claro los objetivos y las posibilidades reales que ofrece big data analytics.

"Los primeros pasos tienen que ser seguros", señala Sawada. "Hay que empezar de a poco, haciendo las preguntas correctas, entendiendo cuáles resultados son posibles y cuáles no. Es como una maratón, lo importante es empezar, tener la decisión de hacerlo, y no pretender ganar la carrera al primer día".

Rosenhain usa una imagen similar: "No se puede correr antes de aprender a caminar", subraya. "Es importante definir los casos de uso, a partir de allí definir qué tipo de solución de datos se necesita. Se empieza de a poco y bien, y se va avanzando proyecto por proyecto", detalla el especialista.
Alonso, por su parte, aconseja a los empresarios a no dudarlo, a empezar a trabajar estos procesos, pero a conciencia.

"Hay que usar la cabeza para entender por qué lo hacés, cuáles son los objetivos ,y en función de ello, comprar la herramienta adecuada, proporcional al problema", explica. "Se debe pensar en grande, para no ponerse techos, hacer en chiquito, y, a medida que obtienes logros, ir escalando", sintetiza. "Eso sí, dejemos la fantasía de que el big data es algo alejado, ajeno a nuestras vidas", advierte para los que aún permanecen escépticos. "Si usas Waze, Google, o AirBnB, por nombrar algunos, ya estás adentro", subraya.

Temas relacionados
Más noticias de datos
Noticias de tu interés