Tome una simple pregunta como “¿A qué cliente debería llamar primero?” El equipo comercial podría desear abordar a un cliente que acababa de contratar cien nuevos empleados, o uno cuyo equipamiento está listo para ser reemplazado -pero eso requiere navegar entre toda esa información y priorizarla.

La información llega rápido, en altos volúmenes y en una variedad de formatos. Es demasiado para ser manejada por un ser humano, es trabajo para el análisis de Big Data.

Walker podría haber optado por una solución de análisis in-house. Él es el director global de marketing vertical en Dell, y la compañía está llena de recursos de computación a la mano.

Pero en lugar de ello, decidió tener sus análisis de Big Data por parte del proveedor de SaaS, Lattice Engines. Al ir a la nube, señala, le permitía estar operativo de forma más rápida y barata. El proceso de configuración completo tomó solo dos semanas, agrega. Adicionalmente, Lattice Engines se especializa en esta única área.

“El hecho de que estás haciendo algo dentro de las competencias clave de un fabricante, resultará en un mejor resultado”, afirma. “También nos permite escalar globalmente, y agregar datos desde otros servicios basados en la nube”.

Hoy, la gente de ventas puede priorizar su trabajo basado en qué tan probable es que un cliente esté listo para hacer una compra. El sistema puede inclusive hacer sugerencias sobre qué, específicamente, podría estar buscando el cliente. O lo que un cliente podría necesitar y no saberlo.

“Quizás otros clientes como ellos podrían haber comprado cierta herramienta de seguridad”, señala Walker. “Puede que el cliente no sepa que tiene una debilidad en seguridad”, afirma.

Y los análisis empezaron a pagar rápidamente. Según Walker, por cada dólar que gasta en la herramienta y sus gastos asociados, está recibiendo 30 dólares de vuelta. “Espero ver incluso mejores retornos cuando se despliegue globalmente”, añade.

Esta clase de resultados están haciendo que un montón de compañías vean el análisis de Big Data. Los servicios de Big Data basados en la nube pueden funcionar bien para pequeñas empresas y emprendimientos que no tienen los presupuestos para construir sus propios sistemas, señala Joe Pignatello, gerente senior de administración de información de negocios en CapGemini. Pero también encajan bien en compañías más grandes, especialmente en aquellas que requieren moverse rápidamente para aprovechar las oportunidades de negocio.

Sin embargo, hay algunas desventajas. Como en cualquier servicio de nube, las compañías tienen que hacer su due dilligence por seguridad y cumplimiento. Adicionalmente, tienen que ser cuidadosas de no terminar con una colección de silos de Big Data de distintos proveedores que juntos no trabajan bien.

Un millar de soluciones

La mayoría de fabricantes empresariales grandes tienen una solución de análisis de Big Data de propósito general, pero los fabricantes especializados tienen soluciones enfocadas que satisfacen solo una parte del rompecabezas del Big Data.

Ellos tienden a hacer frente al fruto de Big Data más fácil de alcanzar, son rápidos y poco costosos para desplegar, tienen tableros de control fáciles de usar, o se encajan fácilmente en flujos de trabajo corporativos existentes.

Tomemos MaintenanceNet, un proveedor de análisis basado en la nube que sirve a una audiencia muy específica -compañías de tecnología que quieren tener más facturación de sus ventas de planes de mantenimiento y soporte. Comstor, un distribuidor de equipo de red, vio un incremento de 30% en su negocio de servicio general el año pasado debido a tasas de renovaciones más altas y un crecimiento general, como resultado del uso de la plataforma de análisis de MaintenanceNet.

“Hasta que las métricas y los datos puedan ser accesibles, mucha de su intuición y suposiciones demuestran ser inexactas”, señala Chris Fender, director de ventas de servicios de Comstor. Lo que hizo el servicio basado en la nube particularmente atractivo para Comstor, fue la capacidad de expandir la herramienta a cientos de resellers que son sus socios de negocios.

“Si requeríamos desplegar tecnología, hardware o software hacia las instalaciones de los socios de negocios, hubiera sido muy costoso y difícil de administrar desde una perspectiva de TI”, señala Fender. “Es un tipo de aplicación que en realidad solo es posible en un ambiente basado en la nube”, agrega.

Un segmento de rápido crecimiento es el de análisis de sitios web. Google Analytics ofrece un conjunto de datos de tráfico gratuitamente, pero no le dirá, digamos, cuál es la edad de los hijos de los visitantes. Esa es una de las respuestas que el fabricante de soluciones de análisis Sailthru ofrece a Totsi, un retailer en línea especializado en ventas a mujeres con niños pequeños.

“El enfoque de Big Data de Sailthru significó que pudiéramos usar su conducta de navegación, para inferir las edades para las que ellas tendían a comprar y en qué categorías”, señala la CEO de Totsy, Lisa Kennedy. “Vimos que esto ofrece un aumento significativo tanto en clic-throug y en conversión, y a la vez es operacionalmente simple de ejecutar”.

El despliegue es sencillo porque todos los clientes solo tienen que agregar una pequeña pieza de código a sus sitios web.

Otra herramienta fácil de desplegar es una de análisis de marketing de la empresa Convertro, establecida en Santa Mónica, California, EE.UU. Toma unos minutos instalar el código. La compañía no solo mira el comportamiento en el sitio web, sino que también jala información de compañías de medios y otros canales para averiguar qué tan efectivo es un canal de publicidad o marketing en particular.

El vendedor minorista de ropa para hombres, Indochino, usó Convertro para averiguar cuándo un visitante móvil era la misma persona que había ingresado previamente a través del navegador de una computadora personal.

“Lo importante es ser capaz de asociar ese individuo como un individuo”, señala Antonio Guzman, gerente de marketing digital de la compañía. “También estábamos interesados en entender qué canales realmente aportan conductas de influencia y compras, u otras conductas en las que estábamos interesados”.

En el pasado, el informe de rendimiento podía basarse en el primer clic sobre la publicidad, señala. Ahora, Indochino puede ver una transacción y observar todos los puntos de toque que condujeron al cliente a hacer la decisión final de compra.

“La gran pregunta es qué canales de marketing están contribuyendo en qué medida a la facturación”, señala Tom Cole, CEO de Beau-coup, un minorista en línea que también es cliente de Converto.

“Ahora somos capaces de distribuir con mucha precisión nuestro presupuesto, porque ahora tenemos una buena vista de la contribución de cada canal”, señala. Cole afirma que, como resultado, el incremento en el ROI de marketing ha sido “significativo”, pero prefirió no dar cifras específicas.

Las ventas y el marketing es un objetivo principal de muchos proveedores de Big Data como servicio. Como Dell, otras compañías tienen gente de ventas preguntándose a quién deberían llamar primero, y de qué deberían hablar cuando les contesten el teléfono.

El fabricante de partes de camión FleetPride, establecido en Texas, recientemente desplegó SalesMax, una aplicación de ventas predictiva de Zilliant, de Austin, Texas. “Cuando desplegamos inicialmente el programa, la gente de ventas no creía en los datos”, comenta Rick Turner, director de ventas nacionales de FleetPride. “Tuvimos que poner el análisis en terminología relacionable, y una vez que logramos entrar y el campo empezó a usar los datos, estuvieron agradablemente sorprendidos sobre lo exacta y útil que era”.

Por ejemplo, la herramienta puede predecir cuándo lo clientes están pensando en desertar, mediante el análisis de transacciones históricas y de datos de las plataformas CRM, repositorios de datos internos, fuentes sociales y bases de datos de terceros.

La editorial de la revista de negocios SourceMedia usa la solución del fabricante de Big Data Scout Analytics, para determinar qué usuarios del período de prueba tomarán probablemente una suscripción pagada, y qué clientes actuales no están obteniendo mucho de sus suscripciones y pueden estar pensando en cancelarla.

“Les enviaremos un e-mail con artículos relevantes para ellos, recordándoles el site”, señala Adam Reinbach, vicepresidente ejecutivo de soluciones de marketing y circulación de SourceMedia.

Previniendo el efecto silo

Big Data como servicio puede ofrecer herramientas económicas y rápidas que los negocios pueden a veces desplegar con poca o ninguna participación de TI, y puede ofrecer beneficios inmediatos.

“Individualmente, todas las aplicaciones de punto diferentes que se ejecutan en la nube pueden añadir valor”, señala Ron Bodkin, fundador y CEO de Think Big Analytics, una firma de consultoría de Big Data. “Pero colectivamente, puede ser una pesadilla”.

Las compañías que no planean por adelantado, podrían encontrarse con problemas al integrar los datos de diferentes sistemas de Big Data y terminar con un montón de duplicación, señala.

Pero, de acuerdo a Walker de Dell, tener soluciones de análisis de Big Data como servicio de un proveedor, realmente permite más conectividad que de otras formas posibles. Por ejemplo, si Dell quiere hacer sociedad con, digamos, VMware, Lattice Engines habilita a las compañías para agregar ciertos tipos de datos.

“No les quiero dar todos mis datos, y ciertamente ellos no quieren compartir todos sus datos”, señala Walker. “Podemos permitir que Lattice actúe como una especie de cuenta de garantía. Puede imaginar la cantidad de datos que tenemos internamente sobre nuestros clientes y los productos y servicios que han comprado. Es rico y valioso. Pero pensemos en un socio como VMware; si ejecuta sus datos en tándem con los nuestros, hace a nuestra data mucho más rica”, explica.

Lattice Engine siempre trabaja bien con otros fabricantes, como Salesforce.com, señala, y Lattice fue capaz también de alimentar resultados dentro de otras herramientas.

“No diría que fue automático y realmente basado en estándares”, añade. “Lattice aún no es una oferta llave en mano. La interoperabilidad y los estándares abiertos siempre podrían ayudar”.

Sin embargo, los proyectos de integración complicados pueden a veces ralentizar los despliegues. Le tomó a SourceMedia cerca de tres meses completar su integración con Scout Analytics, por ejemplo.

“Fue ligeramente más complicada que una integración regular en la que teníamos múltiples sistemas por los que Scout tenía que preocuparse”, señala Reinebach, de SourceMedia.

Scout puede jalar datos de sistemas de facturación, plataformas internas de CRM y desde proveedores externos como Salesforce.com. Scout Analytics también jala información de terceros, como bases de datos que pueden vincular las direcciones IP de los visitantes a las compañías donde ellos trabajan, o desde proveedores que rastrean sentimientos en medios sociales. Los resultados también pueden ser exportados tanto por usuarios individuales y desde un nivel de programación, a través de un lenguaje de búsqueda.

Salesforce.com es el centro de muchos proyectos de análisis basados en la nube, debido a su dominio en terreno de CRM.

Rembrand M&A es el más grande asesor para personas que buscan comprar o vender compañías en la región Benelux, parte del Rabobank Group, establecido en Holanda, y cliente de Salesforce.com.

“Usamos CRM en la forma en que se supone debe usarse”, señala Gerrard Snippe, gerente de TI de Rembrandt. “Adjuntamos cada e-mail. Registramos cada reunión. Registramos todas las llamadas telefónicas. Realmente tratamos de construir una buena vista de 360 grados de nuestros contactos”, agrega.

Luego están todos los documentos de conocimiento, mejores prácticas y plantillas, además de una base de datos de terceros que recoge información sobre todas las pequeñas empresas en los Países Bajos.

Y donde Salesforce se queda corto, hay muchos proveedores en el ecosistema Salesforce que pueden ayudar a llenar la brecha. Por ejemplo, para Rembrandt el reto fue buscar entre todos esos documentos para crear vistas holísticas de las compañías, que sean fáciles de usar, y la solución fue una herramienta de Coveo, la cual hace tecnología de indexación que puede correlacionar grandes cantidades de datos de diferentes canales.

Salesforce.com ha estado expandiendo activamente su alcance los últimos tiempos. Se movió en el espacio de análisis social en el 2011, cuando adquirió Radian6. El otoño pasado, la empresa construyó esto con un anuncio de su Marketing Cloud, con un ecosistema de 20 proveedores de solución de análisis social. Salesforce.com también ofrece acceso a juegos de datos de terceros como los datos de crédito de negocio de Experian, información empresarial de D&B.

Aunque está principalmente enfocada en ventas y marketing, Salesforce.com está creciendo rápidamente hacia una plataforma de negocios de propósito general en la nube, y la disponibilidad de las API permite interoperabilidad tanto con los sistemas internos como con otros proveedores, reduciendo el efecto de silo.

Acción fantasmagórica en un instante

La mayoría de proyectos de análisis de datos de Big Data agregan datos y luego responden preguntas basadas en los datos. Algunos envían automáticamente respuestas a los empleados que pueden hacer algo con esos insights. Pero la última revolución de esta tecnología es ir un paso más allá, y actuar sobre esas recomendaciones.

“Esa es una tendencia que estoy viendo”, señala Fern Halper, director de TDWI Research, un instituto de investigación y educación, establecido en Eugene, Oregon, con enfoque en análisis de datos. “Un montón de proveedores están hablando sobre ‘de los insights a la acción’ y están ofreciendo la parte accionable.

Por ejemplo, una plataforma de análisis puede monitorear en tiempo real los tuits de una empresa, decidir cuáles necesitan atención inmediata y reenviarlos junto con recomendaciones para una acción específica a la persona indicada.

Y algunos vendedores están eliminando el componente humano por completo. Por ejemplo, la plataforma de Sailthru se puede utilizar para cambiar páginas web sobre la marcha, mostrar a los visitantes contenido que no han visto todavía, u ofertas especiales adaptadas específicamente a sus gustos.

“Si busca camisetas y compra el modelo en rojo, sabemos que la primera imagen de una pieza de ropa debería ser la opción en rojo si tuviéramos una”, señala el CEO de Sailthru, Neil Capel.

Sin embargo, todavía hay un papel para los seres humanos en el escenario de Big Data. “Usted aún necesita aplicar pensamiento crítico a lo que está saliendo de esta cosa”, señala Halper de TDWI. “¿Tiene sentido lo que te está diciendo? ¿Tiene sentido para el negocio?”.

Digamos, por ejemplo, que una compañía está buscando información sobre el sentimiento social. El proveedor podría estar procesando trillones de puntos de datos, pero solo un puñado puede ser relevante para esa compañía -y aún un grupo menor de ellos tiene información sobre el género, o la ubicación geográfica asociada con ellos, lo cual no es suficiente para sacar una conclusión significativa sobre cuántos hombres y mujeres en ubicaciones particulares vieron la compañía”.

“Con un montón de esas herramientas, podría tener una oportunidad de 50-50 de obtener el sentimiento correcto”, señala. “También depende de con quien esté yendo -si paga poco, obtienen poco”, agrega.

- Maria Korolov, Network World (EE.UU.)