Digital Global

LA REVOLUCIÓN DEL SMALL DATA

Piense en pequeño: Por qué el big data no es para todos

(Advertising Age) – Cómo los marketers puede usar el small data para contactar a los consumidores indicados.

Piense en pequeño: Por qué el big data no es para todos
El autor, Jeff Hassemer, es chief product officer de Trueffect.

Si el big data le suena desalentador, no está solo. Un sinnúmero de marketers dicen que no saben ni siquiera por dónde empezar; que el big data llegó a ellos más como un mandato del c-suite que como algo que creció orgánicamente con la organización. Todos esos datos, vuelan hacia nosotros a híper velocidad para ser vaciados, analizados y rebanados de millones de formas distintas hasta llegar a unas pocas piezas claves de información que podemos usar para hacer que la respuesta emerja.

El big data, en ciertas aplicaciones, es algo casi mágico; pero si un retailer tiene 2.000 data points sobre un consumido individual, ¿cómo distingue cuáles son los atributos importantes y cuáles son solo ruido? Además, ¿cuáles son las posibilidades de que obtenga mejores resultados con 2.000 atributos que con 1.500, 1.000 o 500? La ley de retorno decreciente dice que algunas veces mucho es demasiado. Esto trabaja a favor de las organizaciones que no tienen staff suficiente o los recursos para mantener un juego de big data. Creo que en los próximos años, oiremos mucho más sobre small data.

 

De todas formas, ¿qué es el small data?

El small data, como lo defino, es el menor conjunto de datos que una única organización recolecta sobre sus clientes. Engloba unas pocas piezas de información que adquieren un valor extra para influir en la respuesta del cliente. En lugar de sacrificarse por medio de grandes conjuntos de datos, se trata de entender y utilizar esas pequeñas cosas de una manera más poderosa.

El big data emplea conjuntos enormes de datos –de terceros– para permitir que las compañías personalicen el contenido para los clientes. Estas son excelentes noticias si eres un e-trailer gigantesco. Pero es poco práctico si se trata de un pequeño equipo especializado en una categoría o producto particular. En esos casos, el small data informará a las empresas si un cliente ya ha visitado su sitio anteriormente, y utilizará la información acerca de esas visitas previas –si es que las hubo– para hacer retargeting o explorar. No es tan expansiva como el retargeting del big data pero tampoco debe serlo.

 

Cómo se ve el small data

¿Cuándo fue la última vez que un cliente visitó este sitio web? ¿Qué tan frecuentemente lo hace? ¿Cuánto suele gastar? ¿Qué es lo que acostumbra comprar? ¿Qué es lo último que vio? Piénselo: es suficiente información para lograr resultados.

Si un shopper visita ilikeshopping.com el segundo viernes de cada mes, es un buen comienzo. Visitas frecuentes y predecibles nos dicen que probablemente hace compras con su salario. El shopper suele hacer click directamente en la página de ventas del sitio. De modo que sabemos que en este momento tiene presupuesto. Su historial de compras dice que en general gasta entre cero y cien dólares en cada una de estas visitas, lo que nos da una buena impresión del presupuesto, y que en su última visita compró una campera negra de lana, lo que nos informa sobre qué es lo que definitivamente no va a comprar en su siguiente visita. Estos cuatro data points (frecuencia de visitas, comportamiento de navegación, categoría de producto y compras recientes) componen todos los datos que el retailers necesita saber sobre este cliente o cualquier otro. No 2.000 data points. Cuatro.

 

Aprovechando el small data

Cuando miramos pequeños conjuntos de datos, vemos información que no requiere aprendizaje automático. Sistemas simples de rastreo y segmentación de su información puede producir grandes resultados. Al final, los productos se pueden organizar en categorías y las páginas se pueden construir para responder a ciertos comportamientos, que se desencadenan con el log-in. Estas situaciones pueden ser disparadas por el big data, pero responden con mayor facilidad al small data. Piénselo como un interruptor de la luz, no como una máquina de Rube Goldberg.

 Si las empresas medianas pueden encontrar unos pocos elementos claves que conduzcan la predictibilidad en su mercado –con dos o diez atributos– pueden utilizarlos para alcanzar la personalización y la respuesta a clientes reales explorar a los visitantes nuevos. Todo sin big data, sin inversiones en motores de alta capacidad y sin contratar científicos de datos. Solo la activación de datos que ya están al alcance de sus manos y que van a iniciar la revolución del small data.

 

 

Redacción Adlatina

Por Redacción Adlatina

Compartir nota