Las Desventajas de Big Data

En el mundo de los negocios solemos mostrarnos indecisos cuando se habla de algo relativo a “big” (grande). Una gran idea en negocios puede generar un éxito relevante, pero también un fracaso significativo, lo que podría atentar contra la salud de la compañía en varios sentidos. Por ello, el concepto asociado a “big” habitualmente nos obliga a detenernos al menos por un momento. ¿Se acuerdan de Enron? El crecimiento desmedido de esta organización provocó, entre otros factores, su apocalíptico final.

 La desventaja real del concepto “big” camina en paralelo al riesgo plausible de error. El otro principal inconveniente estriba en que aquellos que han decidido que su empresa dé el paso hacia objetivos mucho más ambiciosos, suelen minimizar el riesgo de lo que supone ese movimiento.

 El fenómeno del big data goza de la misma ambigüedad. ¿Es realmente útil para nosotros? ¿Tiene mi compañía esta necesidad? ¿Contamos con los recursos para afrontar un proyecto de big data? ¿Cuánto costará? Uno se podría cuestionar indefinidamente si los beneficios están por encima de los riesgos. Pero tengamos claro que cuantas más cuestiones nos hagamos, más arriesgado nos parecerá el proyecto.

 Otra desventaja de lo que entendemos como “big” es que este término suele conducir a aquellos que toman decisiones en una empresa a emplear una actitud pasiva en muchos aspectos. Por ejemplo, esperarán hasta que sus competidores den el paso y aprenderán de sus errores e implementarán su propio proyecto cuando llegue el momento adecuado. El problema de esta actitud es la presuposición por parte de estos directivos de que podrán aglutinar rápidamente un equipo de primer orden para reducir la brecha que sus competidores han abierto al haberse arriesgado a apostar con éxito por el fenómeno “big”. Cualquier entrenador de fútbol sabe que esto no es posible —ya que se requiere de mucha investigación y trabajo con los jugadores para contar con un equipo real de alto nivel, y este factor es aún más importante para nuevas disciplinas donde el talento es escaso.

 Por todo ello, la clave no estriba en si debo o no debo hacerlo, sino en cómo he de empezar.

 La mayoría de las compañías se empeñan en encontrar un caso de uso, y frecuentemente los más relevantes están relacionados con el análisis de los datos que generan las máquinas. El problema con esto es que todavía son muy pocas las compañías que tienen la capacidad y equipamiento para generar esta información.

 Sin embargo, hay otra fuente de big data con la que toda compañía exitosa cuenta: el cliente. Los datos relativos al cliente sustentan una riqueza palpable en materia de información relativa a marcas, productos, atención al cliente, sentimientos del consumidor, satisfacción del cliente y su impacto en las ventas. Esto se almacena en silos, que pueden parecer pequeños almacenes de información. Pero si se quiere ganar en visibilidad, las compañías deben analizar los datos de sus clientes de una manera plena. Integre los datos de sus clientes provenientes de todas las fuentes existentes y ¿qué obtendrá? ¡big data! Datos tanto estructurados como desestructurados, aunque la mayoría de comentarios que depositamos en las redes sociales, blogs y correos electrónicos son desestructurados.

 Este big data es el más relevante para las compañías, puesto que las ayuda a recabar patrones sobre comportamientos, tendencias, incidencias de producto e incluso ideas para el desarrollo de nuevos productos. Los sistemas y herramientas para extraer y analizar este tipo de big data ya están disponibles. Modificar su actitud ante este reto es el riesgo que ha de asumir.