El rastreo y concentración de la información en Internet llegaron a tal punto que posibilitan a las empresas anticipar las decisiones de compra de los consumidores, incluso antes que ellos lo sepan. Tales acciones son posibles por vía de Big Data, análisis predictivo, Machine Learning, redes neuronales y hasta la inteligencia artificial, una artillería tecnológica cuyo objetivo es cruzar y desmenuzar inmensas cantidades de datos de redes sociales, buscadores y sitios online, para trazar perfiles y tendencias de consumo al instante.
De todo, lo más novedoso es la facultad de anticipar cuándo, cómo y dónde una persona podría efectuar la compra de un determinado producto. Y monitorear si un cliente insatisfecho tiene previsto cambiar de marca o dar de baja un servicio, un dato crucial para las áreas de marketing y fidelización de las compañías.
Google, Facebook, Amazon, IBM, Microsoft y Accenture son algunas de las empresas que impulsan esta nueva generación de tecnologías basadas en el desarrollo de algoritmos y en el entrecruzamiento de datos propios enriquecidos con contenidos de la Web.
"Las empresas están repletas de datos. Y tienen acceso a datos externos, que pueden complementarse. Con eso, se pueden identificar patrones de comportamiento y predecir, por ejemplo, si una persona me va a comprar el mes que viene y si pagará al contado o con tarjeta", explica Daniel Lázaro, responsable de Analytics de Accenture.
El secreto de todo son los algoritmos, un término que significa una serie de pasos para lograr un objetivo. En el caso de los humanos: un patrón de conducta, un hábito. En el caso de las máquinas, un programa informático, por ejemplo.
La facultad de predecir y anticipar acontecimientos o tendencias parte del análisis meticuloso de enormes volúmenes de información. "Los datos son un activo.Y bien tratados y analizados en forma inteligente nos permiten encontrar respuestas a preguntas que ni siquiera nos formulamos.Lo más importante es que la materia prima de estos modelos son los datos, que sean precisos, confiables y oportunos", explica Lázaro.
La notable evolución de plataformas de análisis predictivo es permanente. Esto se ve favorecido por la expansión de las redes sociales, las plataformas de eCommerce, portales especializados y buscadores. Navegar por Internet deja huellas y marcas personales por todos lados.
Y esas huellas son recopiladas, analizadas y sometidas a estadísticas en forma permanente. Por caso, una compra en Amazon, precedida por consultas y comparaciones en Google, Facebook y Twitter, entre otros, revela patrones ocultos incluso para el propio dueño de esa información.
Estas nuevas fórmulas para entrecruzar datos viene de lejos. En sus inicios, el foco tecnológico intentaba rastrear en las bases de datos corporativos para elaborar conclusiones sobre clientes, proveedores, eficacia del marketing y logística. Dentro de esos márgenes acotados, la herramienta ideal era el Business Intelligence. Eso mismo, en la escala global de Internet, la jerga lo define como Big Data.
Para tener una idea de la envergadura, van las siguientes cifras: Facebook tiene 1.900 millones usuarios activos, Instagram, 600 millones y You Tube, otros 1.000 millones. A esto habría que computar los 1.000 millones de personas que usan el Chrome, el navegador más popular. Todo lo que hace una persona/consumidor, queda registrado y listo para ser tratado.
"Hay algoritmos destinados a levantar perfiles de usuarios a través de las redes, el registro del celular o el buscador. Y eso permite gestionar campañas publicitarias personalizadas o direccionadas a usuarios específicos. La ventaja competitiva es la capacidad para manejar grandes volúmenes de datos, la potencia para procesar y la capacidad de almacenarla", señala Carlos Abril, presidente de Atos, una consultora en IT.
La hoja de ruta de cada consumidor es alimentada por otras fuentes (la dirección IPde cada dispositivo), que en conjunto "se somete a un modelo matemático diseñado para buscar y explotar esa información", dice Abril.
En Internet, todo está a la vista.Y cuanto menos sepan los usuarios, mejor. Diego Castiglioni, un alto ejecutivo de IBM, distingue los datos en estructurados(edad, sexo, nacionalidad, preferencias, entre otros) de los no estructurados(estados de ánimo, información de compras y comentarios en redes sociales). Incluso, hay tecnologías que interpretan archivos de audio, imágenes y video.
"Así es posible detectar patrones de un usuario, como el malestar con una empresa, una marca o un producto. Y también acciones que realizó:movimientos de cuentas, transacciones o consultas. Todo eso son modelos predictivos", agrega.
Los expertos remarcan la importancia de analizar los comportamientos en tiempo real. "Es vital para el futuro de las compañías, porque el consumidor cambia muy rápido", coinciden.
En este sentido, recomiendan la creación de equipos de analistas y científicos de datos, que cuenten con la capacidad de interpretar la inmensa cantidad de información que circula y desarrollar algoritmos adecuados para anticipar tendencias."La utilización del Big Data y la geolocalización facilita el envío de ofertas a teléfonos móviles a una persona que está en un shopping, por ejemplo", comenta Luppi.
Los algoritmos, cada vez más complejos y precisos, arman una radiografía en tiempo real de cada usuario: qué consulta, si está contento o enojado con algo, qué quiere comprar y en dónde, su opinión sobre las marcas y si está pensando en viajar, entre otras cosas.
Y de allí, con algoritmos más sofisticados (Machine Learning, redes neuronales y la inteligencia artificial) se puede deducir casi todo lo demás: "Son estadísticas aplicadas a sistemas, que exponen información oculta y nos permiten entender patrones de conducta difíciles de ver", sostiene Ezequiel Glinsky, director de Nuevas Tecnologías de Microsoft.
La búsqueda de esos patrones tiene dos aristas contrapuestas: para las empresas, es un activo vital, una utopía.Para otros, es un mundo distópico, pero real. Haga la prueba. Intente una consulta puntual en Google o en sitios de retail de un producto específico, por ejemplo una heladera.En minutos apenas, comprobará que le llegan ofertas relacionadas con heladeras de todo tipo, tamaño y marca.
Y también de posibles puntos de venta para comprarla, medios de pago y financiación. Esos rastreos quirúrgicos para armar avisos a medida es uno de los nichos de mayor potencial, coinciden los especialistas.
Para eso, existen tecnologías descriptivas (qué hacen y qué hicieron los usuarios), y predictivas: "Son estadísticas elaboradas en función de la información de hoy y de ayer, desde la cual se puede anticipar decisiones futuras", dice Fernando Gamboa, director general del Grupo Assa.
Y agrega que por medio de las nuevas capas tecnológicas se pueden recopilar datos cada vez más rápido, lo que habilita una enorme cantidad de información vital no sólo para aumentar las ventas sino también para readaptar áreas de un negocio. "Puedo saber hoy qué producto se vende más y dónde falla la cadena de producción. Así, la reacción es online y disminuyen los factores de riesgo", afirma.
Lo cierto es que esas facultades adivinatorias resultan un tanto inquietante. La recopilación de datos de diversos orígenes son observadas con preocupación, especialmente en Europa. El traspaso de información de los usuarios sin su consentimiento se considera un delito grave en algunas legislaciones. Sin ir más lejos, la Comisión Europea le aplicó una multa de 110 millones de euros a Facebook por combinar los datos de sus usuarios con los de WhatsApp, compañía que le pertenece desde 2004.
"Tenemos una política clara al respecto:el usuario es dueño de sus datos y no capturamos esa información", se ataja Glinsky, de Microsoft. Pero el ejecutivo reconoce que recopilan "datos públicos", como las ventas de Mercado Libre.En la era digital y las redes sociales, la línea entre lo público y privado es muy difusa.
La hoja de ruta de los usuarios
Algoritmo: Es un conjunto de pasos para alcanzar un objetivo. Hay simples (subir varios escalones para llegar a la terraza) y complejos (los factores que una persona analiza para comprar un producto)
Big Data: Análisis y cruzamiento de una inmensa cantidad de información para detectar patrones determinados. Por ejemplo, una tendencia de consumo. A menor escala, esa actividad se la conoce como Business Intelligence.
Analytics: Así se llama al tratamiento masivo de datos para elaborar estadísticas con distintos objetivos, entre ellos la detección de irregularidades y fallas en un proceso de negocio, y el armado de modelos predictivos.
Cookies: Son archivos que genera el navegador, que van recopilando gran parte de la actividad del usuario: qué sitios visitó, qué búsquedas efectuó y si compró algún producto o servicio. Esta información puede ser recopilada ya que se consideran "datos públicos".
