2019-09-09T17:08:06+00:0009/09/2019|Etiquetas: , , , , |

Por: Vikram Shanbhag – Vicepresidente de Soluciones de Datos

Imagine este momento: el día de Acción de Gracias se avecina y usted está en su día libre y decide hurgar entre las cosas viejas que están en el ático de su casa.  Encuentra fotos, diarios viejos, notas en post-it, y otros trozos de papel, algunos con décadas de edad que simplemente se dejaron de lado para organizarlos y revisarlos en el futuro.  A medida que revuelve todo eso encuentra contactos de antiguos amigos y de empresas que estaban perdidos desde hace mucho tiempo.  Comienza a hacer llamadas y logra contactar con algunas de esas personas, renovando esas relaciones.  Estas son las «pepitas» de datos que usted tenía guardadas y se siente agradecido por haberse dado el trabajo de rebuscar entre esas cosas que estaban allí desde hacía varios años.

En la jerga actual de Big Data, estas pepitas (de oro) de información forman parte de lo que se llama Dark Data (datos oscuros). Este término fue inventado por Gartner y se refiere a los activos de información que las organizaciones recopilan, procesan y almacenan durante las actividades comerciales regulares, pero que generalmente no se utilizan para otros fines, como por ejemplo, en el análisis de datos, en las relaciones comerciales y en la monetización directa. Al igual que «dark matter» (materia oscura) en la física, los Datos Oscuros a menudo forman parte del universo de activos de información de la mayoría de las organizaciones. [1]

La razón de existencia de esos Datos Oscuros es la diferencia entre la velocidad con la que se crean y se almacenan los datos, y tiene que ver con la intención y la capacidad de la organización para analizar esos datos en busca de información.  Hay muchos ejemplos de este tipo de Datos Oscuros, tales como: analítica web, formularios de feedback de clientes y encuestas.  Por una serie de razones –miedo a perder información importante, regulaciones, compliance–, las organizaciones almacenan ingentes cantidades de datos que nunca llegan a analizar.  Esto sería el equivalente corporativo del «ático de datos» doméstico que mencionamos anteriormente.  Algunas estimaciones indican que la mayoría de las organizaciones analizan solo el 1% de sus datos. [2] Ahora imagine el valor potencial de esas «pepitas de oro» almacenadas en esos datos no analizados.  Aprovechar esa información podría ayudar a tener una mayor comprensión de su base de clientes y saber por qué estarían, por ejemplo, tomando ciertas actitudes con sus productos, lo que podría impactar en los parámetros clave para la captación de clientes, para crecer, para entender la razón de la pérdida de clientes, etc.

A medida que las tecnologías de Big Data mejoran en habilidades (capacidad, velocidad, análisis) para ingerir y analizar datos en tiempo real, se está volviendo cada vez más viable obtener información valiosa a partir de esos datos que, de otro modo, habrían sido relegados al «Ático de Datos».  Uno de los objetivos principales de las Plataformas de Datos de Clientes (CDP) es esa habilidad para ingerir, analizar y transmitir datos, en tiempo real, a las aplicaciones downstream y así obtener información vital sobre los clientes que pueda utilizarse de inmediato.  Esto volvería mucho más eficientes a las organizaciones en cuanto al uso de sus valiosos datos de clientes.

Hoy en día, las organizaciones líderes en los sectores minorista, financiero y sanitario están potenciando sus estrategias de datos de clientes y avanzando hacia una Plataforma de Datos de Clientes bien estructurada.  Aquellos que puedan lograr ese cometido pronto podrán aprovechar aún más los datos de sus clientes y mejorar significativamente la experiencia que a ellos ofrecen, así como los ingresos y la rentabilidad del negocio. Serán aquellos que se librarán del Ático de Datos.

Referencias (en inglés):

  1. Dark Data, Gartner
  2. The big data challenge of transformation for the manufacturing industry