Single post

¿Alguna vez has escuchado susurrar a un mercado? Se llama Big Data

¿Alguna vez has escuchado susurrar a un mercado?, mi respuesta sería uno NO alto y rotundo hasta hace unos días. Ahora diré un YO NO SÉ, pero lo he visto. Se llama BIG DATA.

Él mes pasado estuve por Madrid porque un amigo me dijo que me iba a presentar a una gente que cogía datos de Internet, trabajaba con Big Data y sacaba datos increíbles. Empezando la frase con “un amigo” y “datos increíbles” me sonaba a cuento chino,  pero este interlocutor es muy válido y no cuenta esos cuentos así que me fui volando con mucha ilusión y poca confianza.

 

PEGADO es la descripción exacta. Tanto leer sobre Big Data, tanto asumir el término y hasta que ves aplicaciones reales no ves el fin de semejante conjunto de tecnologías. Cuando me hablabas de Big Data, al igual que os pasará a muchos, piensas en multinacionales con miles de datos desestructurados y un loco informático haciendo cubos (uniendo) datos de todos los sitios para extraer información válida y, con suerte, un cuadro de mando útil.

Pues no, Juan José Divasson (@divasson), Francisco Maturana (@fmaturanac) y su equipo desde Madiva Soluciones obtienen todos los datos de bases de datos públicas, los unen, los procesan, los analizan y estructuran y aportan susurros. Susurros del tipo “tu cliente potencial vive aquí, gana tanto y necesita tu producto con urgencia” o del tipo “No te pasees por toda España, este polígono industrial y esta zona de oficinas te auguran el mayor porcentaje de éxito”.

 

¿Crees que no se puede?

Bienvenido al club de los incrédulos. Yo no lo había reflexionado pero si se puede. A mí me gusta hacer el camino andando así que, en vez de una infografía rara, una charla indescifrable o un texto infumable lo voy a resumir con un ejemplo práctico.

Si al acabar de leer esto tienes una idea buena contacta con Madiva. Si es MUY BUENA llámame a mí (me caen muy bien pero quiero forrarme primero) y, si no es muy buena idea escríbela como un comentario debajo y podemos discutir sobre ella 😉


Un “susurro” de ejemplo

Imaginemos que eres recolector de lombrices para pesca. Es un mercado local y, tu competencia ya que tienen que estar vivas, es local (ni idea de la veracidad de semejante información pero me viene al pelo como BigData en PYMEs). Ahora intenta imaginarte que pasaría si consiguiésemos un histórico de datos de dos sitios públicos:

1) Windfinder: Un portal que te dice cómo van los vientos y las olas con predicciones a futuro (http://es.windfinder.com)

2) Acceso al histórico de precios de la lonja más cercana. El razonamiento clave es el precio sube cuando la oferta baja y la demanda se mantiene. El pescado suponemos que no es un producto de temporada así que si sube la oferta (hay más cantidad) baja el precio.

20141020_Ejemplo_BigData_1

 

Con este simple e inocente acceso a dos datos totalmente públicos (precio y previsión del tiempo) podríamos extraer varias conclusiones:

 

20141020_Ejemplo_BigData_2

 

1) La primera es una correlación entre el tiempo y el precio del pescado. A lo mejor mañana queremos comprar pescado y congelar por si acaso. Por ahora no es mi negocio, pero la información ahí me queda.

2) Una estimación de la demanda que voy a tener. A mayor volumen de pesca mayor necesidad de lombrices para la pesca. Puedo plantearme incluso nuevos modelos de negocio como dejar lombrices en depósito a los barcos. Con su consumo habitual y la previsión de pesca, podría saber cuántas van a necesitar mejor que ellos mismos.

3) Conocer mi posición en el mercado: Si se pesca el doble (la bajada de precio en la lonja me lo indica) hicieron falta el doble de lombrices para la pesca. Si mi demanda no aumentó o aumentó menos de un 50% debería hacer un análisis de mi tipología de cliente y de la competencia (alguien vendió el doble de lombrices).

4) ¿Podría comprar lombrices de Valencia (estoy en Galicia) porque sé que con el tiempo de allí la demanda está baja y venderlas aquí en estos días de máxima demanda?, ¿Sabría jugar con el precio?

Ahora reflexiona: Información, estimación de la demanda, nuevos modelos de negocio, posición en el mercado, política de precios.

Dos bases de datos y 10 datos. Esto no es Big Data y mira lo que podemos sacar. Ahora incluye ahí tus ventas y a que barcos fueron y extrae de nuevo la información:

1) ¿Qué clientes de mis lombrices no se benefician de la subida de precios del mal tiempo, ¿puedo ayudarlos y subir mi demanda de lombrices?

2) ¿Sería una buena fuente de fidelización coger a esos 100 pescadores que sólo hacen su trabajo con buen tiempo y darles un curso de formación de pesca en condicione adversas?

3) ¿Podría adelantarme a la demanda y engordar más mis granjas de lombrices para que se vean lustrosas en las semanas clave?

 

 

Ahora junta cientos de fuentes de datos a nivel nacional, dales una forma coherente de visualización y tendrás una definición mental de lo que es Big Data. ¿A que ya sabrías donde abrir una nueva sucursal?, ¿Podrías vender tus lombrices en el puerto del pueblo de al lado sólo los días que tengan exceso de demanda?, ¿serías capaz de saber en qué días se vende menos lombriz para evitar gastar en publicidad esos días?

¿Ya te sientes más identificado con el Big Data?, ¿ya escuchas susurrar a tu mercado? ya sabéis, ¡¡al Big Data PYMEs!!

Mª José Cousillas
diciembre 10th, 2014 at 2:02 pm

Muy bueno, gracias.

LEAVE A COMMENT

theme by teslathemes