La analítica de grandes datos puede impulsar el crecimiento y la innovación de las start-ups, pero también supone desafíos máximos en talento, infraestructura y data relevante.
Por Orlando Gómez Camacho
Imagina un emprendimiento de comercio electrónico que busca expandir su negocio a nivel global. Para lograrlo, debe ser capaz de comprender y adaptarse a las diferentes culturas y preferencias de los consumidores de cada país. Además, de superar las barreras logísticas y lingüísticas, también debe acatar la reglamentación local para ofrecer una experiencia de compra fluida, coherente y confiable en todo el mundo
¡Tremendo reto! Así es el mundo de las start-ups. Empresas emergentes que —por su naturaleza disruptiva— están constantemente en busca de soluciones tan innovadoras y competitivas como eficientes y ágiles.
Sin importar el desafío, hay una tecnología común que marca el antes y el después de las compañías incipientes: el análisis de grandes datos. Conocida popularmente como Big Data, esta tecnología se ha convertido en el combustible vital para la innovación y el desarrollo acelerado.
Con ella, una empresa como la descrita en el primer párrafo puede analizar y comprender rápidamente las preferencias y necesidades de los consumidores en diferentes regiones, lo que le permite adaptar su estrategia de marketing y ofrecer productos personalizados para cada mercado específico.
AGILIDAD E INNOVACIÓN
Cuando un emprendimiento inicia su viaje hacia la agilidad y la innovación, el Big Data parece mostrar el camino correcto. Considerado un factor habilitador del éxito en sectores más maduros tales como el entretenimiento, la tecnología y los medios de comunicación, el Big Data ayuda a retener suscriptores, ofrecer servicios personalizados y asegurar ingresos por publicidad. En la mayoría de los casos, el objetivo es el mismo: crear modelos predictivos capaces de detectar patrones repetitivos del negocio.
Sin importar el proyecto de análisis, es importante considerar los datos estructurados y los no estructurados, dijo a Gestión y Negocios, el gerente de soluciones cloud de Claro Colombia, José Julián Jiménez. “Estructurados, por ejemplo, cuando la información proviene de sistemas tales como CRM, Puntos de Venta o Planeación de Recursos; y no estructurados, cuando son datos digitados en una sola línea como documentos de texto, redes sociales o WhatsApp”.
Para Jiménez, al juntar esos dos ecosistemas de datos se generan tableros de información de altísimo valor para tomar decisiones de inversión, de estrategia de go to market, e incluso de ventas y prospección.
REVELANDO SECRETOS OCULTOS
Son muchos los casos de nuevas empresas que se han vuelto exitosas por utilizar Big Data. Con más de 232.5 millones de suscriptores, Netflix se ha coronado como el ‘Imperio del Big Data’ al desvelar los secretos ocultos en los datos de sus usuarios, desatando su potencial a través de la magia del aprendizaje automático para descifrar gustos y adelantarse a preferencias futuras.
Algo similar le sucede a Uber. A pesar de que produce pérdidas por su negocio básico de transportar personas, gana mucho dinero al vender la data recopilada de tus interacciones con la plataforma, desde tu sitio de trabajo o dirección del hogar hasta qué comes, a donde viajas y cuáles son tus horarios.
“No tienes que ser un economista ganador del Premio Nobel, como Ronald Coase, para comprender las implicaciones de ‘trabajar sobre la data’ para revelar el resultado más deseable”, finaliza John Leonard, director de Datawa.re, al referirse a la célebre frase de Coase: “Tortura a los datos y te confesarán cualquier cosa”.
COSTOS OSCILANTES
A pesar de los beneficios evidentes del Big Data, los nuevos emprendimientos tienen enormes desafíos para implementarla y convertirla en casos de uso. Acceder a información relevante y de calidad puede ser complicado, al igual que garantizar la privacidad y seguridad de los datos.
En general, implementar una solución de Big Data puede ser una inversión significativa para una empresa emergente. Los costos pueden oscilar desde unos pocos miles de dólares para soluciones básicas y en la nube, hasta varios cientos de miles de dólares o más para soluciones personalizadas y a gran escala.
“Es fundamental identificar las necesidades específicas del negocio y evaluar cuidadosamente las soluciones disponibles, teniendo en cuenta aspectos como los costos y la integración con otras herramientas”, dijo a Gestión y Negocios, Enio Moraes, CIO de Semantix. “Realizar pruebas piloto y analizar los resultados obtenidos, permiten tomar decisiones informadas sobre la tecnología de Big Data que mejor se adapte a las necesidades comerciales de la start-up«.
De forma paralela, la infraestructura y los recursos técnicos para manejar grandes volúmenes de datos pueden oscilar desde opciones más económicas, como el uso de servicios en la nube del tipo BDaaS (Big Data as-a-Service), hasta costos más altos asociados con la adquisición de servidores, almacenamiento de datos, redes y hardware especializado.
“Contratar a un proveedor externo que facture por servicio podría ser una solución más viable y rentable, pero a corto plazo”, según dijo a Gestión y Negocios, Sebastián López, ingeniero senior en BigData de SoftServe. “Por ejemplo, una empresa de e-commerce puede contratar un servicio para realizar análisis de datos de sus ventas, comportamiento de clientes online, tendencias y proyecciones; sin embargo, el soporte y escalabilidad de este análisis se vería limitado con el tiempo y sería necesario contratar nuevamente a un proveedor externo para ajustar el modelo a las nuevas necesidades”.
Superar estos desafíos requiere estrategia, inversión en tecnología y talento, así como un enfoque en la protección de datos y la ética. Aquellas start-ups que logren abordar estos desafíos pueden obtener ventajas competitivas significativas en el mercado.
