Seguint el marc d'idees desenvolupades entorn de la "Measurement Week" organitzada per la International Association for Measurement and Evaluation of Communication (AMEC) del 15 al 19 de setembre, aquest article tracta el fenomen del big data com a font d'informació estratègica de la mà d'un dels participants destacats, Jesús Bélmez (Insight Manager d'ACCESO), i ho fa centrant-se en el seu valor d'ús estratègic i en els seus límits metodològics.
En el procés de l'anomenada mercantilització del món, el big data o dades massives representa un instrument específic que permet l'extensió de l'anàlisi sistemàtica de tota la informació i la comunicació rellevant per a les empreses més enllà del registre de dades de qualsevol corporació, centrant-se en les dades que flueixen a internet, siguin a les xarxes socials o als cercadors. Preguntem a Jesús Bélmez (Insight Manager d'ACCESO) sobre el big data.
Víctor Cavaller (VC): Quin és l'ús efectiu que es fa del big data?
Jesús Bélmez (JB): La producció de dades en volums massius és un dels fets fonamentals del nostre temps. Si atenem la perspectiva de les indústries que fan ús d'aquesta informació, segons els resultats de l'estudi Big Success With Big Data trobem que en el 94% de les empreses consultades el big data s'havia utilitzat per a identificar noves fonts d'ingressos i en el 89% per a desenvolupar nous productes o serveis.
La informació és poder i, en el cas de les empreses, disposar d'informació sobre els seus clients és imprescindible per a la seva supervivència. Bàsicament perquè la regla que diu que “captar un nou client resulta més car que retenir el que ja tens” continua vigent.
VC: És un fenomen nou o l'evolució d'algun fenomen ja existent?
JB: L'anàlisi de grans quantitats d'informació no és un fenomen nou, fa uns quants anys que ho coneixíem per mineria de dades o data mining. L'aspecte veritablement nou és el volum de dades amb el qual podem treballar, per la quantitat d'informació que generem i la petjada que deixem. El fenomen big data implica la necessitat de guardar volums ingents d'informació que s'emmagatzema en dispositius o en el núvol. El cost del seu emmagatzematge ha baixat de forma notòria, cosa que ha permès la democratització del fenomen (pensem en quants "gigues" d'informació tenim a casa, en el meu cas alguns "terabits").
VC: Quins altres aspectes són realment rellevants del big data?
JB: L'altre aspecte rellevant és la reducció de l'espai necessari per a emmagatzemar la informació. Estretament vinculat al punt anterior, la veritable riquesa és la quantitat d'informació que recullen aquestes dades, les anomenades metadades. Un altre aspecte fonamental és el de la privadesa de les dades, però això és un debat que transcendeix aquesta entrevista. En resum, conèixer els consumidors, avui igual que abans, continua essent imprescindible. L'avantatge és que avui tenim molta més informació sobre ells. Igual que abans, aquestes dades han de ser tractades amb tècniques estadístiques multivariables i analitzades per experts que en sàpiguen extreure insights rellevants i accionables.
En una entrevista recent a Michael I. Jordan (20 d'octubre del 2014), professor de la Universitat de Califòrnia, , Berkeley, una de les autoritats mundials més respectades en aprenentatge (machine learning) i autor de la introducció del 2013 National Research Council Report Frontiers in Massive Data Analysis apuntava des d'una altra línea les mateixes reflexions de Jesús Bélmez, així com també els mateixos resultats que s'observaven en el tall final de l'AMEC Submit 2014.
Jordan advertia de la necessitat de regular les expectatives del big data i ho feia amb la coneguda expressió “having billions of monkeys typing... one of them will write Shakespeare”. I també comenta el següent: “Si no tinc principis, i construeixo milers de ponts sense cap ciència real, molts d'ells cauran, i esdevindran grans desastres. De la mateixa manera aquí, si la gent fa servir dades i inferències sense cap preocupació sobre els marges d'error, l’heterogeneïtat de les dades i el seu context, noisy data, sampling pattern, llavors es faran un munt de prediccions, i hi haurà alguna probabilitat de resoldre ocasionalment alguns problemes reals, però sobretot hi haurà una probabilitat molt elevada de prendre decisions erròniament” .
Aquí és on som actualment. Les noves tecnologies i en especial l'ús del big data al servei de les marques és un focus de grans expectatives per a la planificació estratègica empresarial. Tanmateix, en l'explotació de grans volums de dades cal fonamentar amb rigor científic les metodologies d'anàlisi per a proporcionar respostes raonables considerant els marges d'error en els resultats obtinguts per a la presa de decisions.
El valor afegit que pot conferir la medició i l'avaluació de la comunicació mitjançant l'explotació estadística de grans volums de dades requereix d'una metodologia sistemàtica basada en una definició clara del nivells, modes i processos analítics universalment implicats en els fenòmens a estudiar, així com també la definició de l'abast i els límits d'aquesta anàlisi depenent dels objectius pretesos i dels recursos informatius disponibles.
Per a saber-ne més:
Citació recomanada
CAVALLER, Víctor. Big data: ús estratègic i límits metodològics. COMeIN [en línia], març 2015, núm. 42. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n42.1521
