El Big Data hace tiempo que se ha instalado en el día a día de las empresas, ayuda a entender mejor el mercado y al consumidor. Ahora, según un informe de Gartner, se estima que en el año 2025 el 70% de las organizaciones habrá cambiado su enfoque de Big Data a Wide y Small Data, nuevas maneras de tratar los datos y que permiten un análisis más robusto. Un uso de los datos más complejo, pero también más eficiente. A continuación te contamos todo lo que necesitas saber.
Durante los últimos años las empresas en todo tipo de sectores han abrazado el dato como un pilar clave en su negocio. Los datos han pasado de ser considerados “el nuevo petróleo”, la materia prima para generar negocio, a ser considerados por las organizaciones como el agua, es decir, el elemento sin el que no puedes crecer ni sobrevivir. Más un imprescindible que una ventaja competitiva.
Hasta ahora, al referirnos a datos, siempre hablamos de Big Data, es decir, las metodologías y herramientas capaces de capturar, almacenar y tramitar ingentes cantidades de datos para su posterior aprovechamiento. Esto cambia con la irrupción del Small y Wide Data.
Qué son el Small y el Wide Data
Con la democratización de internet y las nuevas tecnologías, el volumen de datos es cada vez mayor. Y en esa inmensidad es cuando a veces es posible encontrar ciertas limitaciones. El Big Data permite visualizar tendencias de mercado o patrones de distribución.
Por el contrario, en el caso del Small y Wide Data, encontramos datos más apropiados para extraer un conocimiento más específico y exhaustivo. Por poner un ejemplo sencillo, si el Big Data nos permite distinguir entre un árbol y un edificio, con el Small y Wide Data pasaríamos a ver las hojas del árbol o una habitación concreta de un edificio como medio para comprender no sólo qué es la cosa, sino cómo funciona y por qué está ahí en primer lugar.
El Wide Data permite a los analistas de datos examinar y combinar una gran variedad de datos, estructurados y desestructurados. Por su parte, el Small Data se centra en la aplicación de técnicas de análisis para encontrar información de valor para la empresa en conjuntos de datos más pequeños.
Wide Data
Básicamente, el Wide Data consiste en relacionar fuentes de datos diferentes entre sí partiendo de una amplia gama, para llegar a un análisis significativo. Por ejemplo, a partir de los datos recogidos de los movimientos de los precios de los activos, los factores de valoración de los activos, etc., se puede crear una estrategia de inversión sistemática.
Un ejemplo real de la utilidad de los datos amplios procede de los grandes almacenes Target, en EE.UU. Observaron las compras de los clientes en sus tiendas junto con el análisis de comportamiento que proporcionaba el Big Data, y que mostraba la probabilidad de que los consumidores que compran un determinado subconjunto de productos adquieran otra cesta de productos poco después. El Wide Data les mostró los hábitos de gasto de las familias que esperan un bebé, de modo que pudieron construir una estrategia de marketing eficaz en torno a ellos.
En concreto, se dieron cuenta de que los clientes que se abastecían de artículos como bastoncillos de algodón, jabones sin perfume y lociones tenían muchas probabilidades de convertirse en compradores de pañales, ropa infantil y productos de limpieza unos meses más tarde. Con esa inteligencia de negocio, fueron capaces de arrancar una estrategia de mailing para promocionar dichos productos sobre el público objetivo que habían definido previamente.
Small Data
El Small Data se refiere más bien a la recopilación y el análisis de conjuntos de datos procedentes de organizaciones individuales o basados en ejemplos individuales de resolución de problemas. Como su propio nombre indica, el Small Data es lo contrario del Big Data, con menos cantidad e información se extrae un buen nivel de conocimiento que aporte valor al negocio. Para conseguirlo se emplean técnicas como el auto aprendizaje, series de tiempo o datos sintéticos, esto último se refiere a los datos que se generan mediante un algoritmo informático en lugar de estar recopilados en el mundo real con las interacciones entre personas (como clientes, empleados, etc.).
Nuevas aplicaciones para nuevas tendencias
Small y Wide Data son relativamente sencillos y fáciles de obtener, especialmente si lo compramos con lo que supone trabajar con Big Data. Son campos que ya están disponibles en el CRM de las empresas, con los que rápidamente es posible responder al comportamiento de los clientes de forma proactiva.
En paralelo al desarrollo del Small y Wide Data, se van explorando sus aplicaciones en distintas áreas.
Por ejemplo en el customer experience:
- Previsión de demanda
- Análisis de comportamiento en tiempo real
- Personalización de ofertas y campañas
- Conocimiento exhaustivo del cliente
- Patrones de voz para las llamadas con IA
La ciberseguridad será uno de los sectores que va a aprovechar el potencial de estas nuevas técnicas, propiciando la puesta en marcha de sistemas autónomos adaptativos y de detección de fraude.
El Big Data ha marcado una época. Organizaciones, científicos e incluso países se han aprovechado de su potencial en los últimos años para tomar decisiones inteligentes y echar un vistazo a las tendencias del futuro.
Pero en lo que respecta a la aplicación de la analítica de datos sobre las operaciones, control de productos, proyecciones de demanda, etc., sus limitaciones están empezando a aparecer. Afortunadamente, Small y Wide Data han demostrado su eficacia a la hora de abordar aplicaciones similares de resolución de problemas y toma de decisiones. Y el hecho de que el flujo de datos sea más concreto y manejable es una ventaja añadida a la hora de estructurar la información y aplicarla en el día a día de la empresa.
