Fins fa relativament poc, la informació disponible d'un consumidor o client depenia, en la majoria de casos, de les anàlisis de dades declaratives estructurades (enquestes, entrevistes als consumidors, un programa de fidelització, o de qualitat de servei, etc.) .) i una part no declarativa que ens venia dir el que el client no havia manifestat i que va generar una primera onada del denominat Business Intelligence, on es treballaven dades estructurades a partir de bases de dades creades sobre consum en telecomunicacions o energia, contractació de assegurances, banca, etc. Aquesta última part ha fet un gir radical en els darrers anys gràcies al Big Data ia elements com el telèfon mòbil, la compra amb targeta de crèdit, les xarxes socials, la pròpia navegació web o la geolocalització. Ara sabem del consumidor real el que anomenem el 'customer journey', tots els seus moviments durant les fases de model relacional entre un mercat, una marca i el mateix consumidor, qualsevol 'touchpoint' del camí, des d'elements influenciadors de compra, a la pròpia compra i futura prescripció del producte o servei. Deixa empremta amb cada clic, amb cada acció, amb cada aplicació. Tot això, multiplicat per milions, i tractat sempre de forma agregada, ens dóna un retrat força més ajustat que qualsevol altra informació disponible, això és real, tangible i estratègic. En 24 hores es generen 2,3 bilions de gigabytes d'informació a Internet; vivim a l'era del 'Think fast'.
Però si ens sortim de l'àmbit del que s'ha afegit, les marques com Amazon ja estan actuant de forma predictiva sobre consumidors concrets, oferint-los ofertes en funció del seu perfil, els seus hàbits de consum, les seves cerques… La tendència creixent és arribar al receptor de forma individual, pel canal idoni per assolir-lo i amb el missatge més rellevant i útil. Un màrqueting one-to-one amb missatges concrets i diferenciats no ja per a cada públic, sinó per a cada membre concret del públic. L'essència del micromarketing portada a una realitat palpable gràcies a la tecnologia.
Les enormes repercussions encara no han arribat a l'empresa. Recentment, un estudi indicava que només el 7,2% de les principals companyies amb departaments de màrqueting i comunicació potents reconeix utilitzar tecnologia Big Data en els seus processos, però si els preguntaves quants anaven a incorporar aquesta tecnologia en els propers i immediats anys, el 47% contestava afirmativament. Això no és una nova religió o un nou invent, després del Big Data hi ha una consistència científica irrefutable i és possible que aquesta previsió del 47% es quedi curta.
De tot això, m'agradaria destacar les conclusions d'utilitat següents tant per a qui fa comunicació política o corporativa com per als que s'enfoquen al màrqueting:
1. Hem de generar engagement i amb tota la informació que tenim, ho podem fer. Avui dia, les dades (i les cinc V que comporten: volum, varietat de fonts, velocitat de processament, veracitat i valor, especialment el que es genera amb aquestes dades) es poden utilitzar com a eina per contribuir a assolir objectius estratègics.
2. A més de fer anàlisi descriptiva i predictiva dels comportaments, hem de pensar a fer una feina prescriptiva amb les dades. Influir en les decisions (de compra, de vot) que contribueixin les companyies a assolir els seus objectius.
3. Reclutar el talent necessari obligarà a modificar el percentatge de perfils tècnics als departaments de màrqueting i de comunicació (matemàtics, programadors, físics, etc.) Si avui la proporció és un 39% perfils tècnics i un 61% perfils creatius, a un futur la tendència serà a equilibrar-se en un 69% perfils tècnics, i un 31% perfils creatius. No serà un procés ràpid, però s'acabarà produint, i això converteix els tècnics de dades en la professió del futur. Preparar aquests perfils és difícil i el sistema educatiu també s'hauria d'adaptar a aquestes capacitats emergents.
· 4. Els perfils canviaran a tots els nivells a les companyies. Apareixerà el Chief Data Officer a nivell directiu. El científic de dades (Data Scientist) estarà a un nivell just inferior i la seva tasca serà extreure coneixement de la informació. L'enginyer de dades (Data Engineer), que haurà de salvaguardar les bases de dades, fer-les accessibles, dissenyar arquitectura, processament, etc. L'analista pur de dades (Data Analyst) i, finalment, el Data Artist, que serà qui digui com explicar això per fer-ho visible i comprensible.
En els propers anys, és previsible que visquem en els propers anys una certa inflació de preus respecte a aquests professionals com en el seu moment va passar amb les puntcom a l'any 2000, però tot s'ajustarà i després d'un creixement exponencial hi haurà 10 o 15 jugadors que sobrevisquin a una futura caiguda inicial superada aquesta fase d'early adoption.
Jordi Crespo
