Llegamos a ustedes gracias a:



Reportajes y análisis

¿Pierde clientes? Utilice Big Data

[23/10/2012] Su representante de servicio al cliente responde a una llamada de un cliente furioso. "Esta maldita cosa que compré simplemente no funciona, exclama. "He tratado y tratado de obtener ayuda de gente de su servicio, pero siempre llegan tarde y tampoco pueden arreglarlo. Quiero que me devuelvan mi dinero".
Se hace un silencio a medida que su representante escucha con calma a este cliente desesperado -y levanta una serie de información acerca de él, como el valor de las transacciones (desde el almacén de datos) e información del servicio de llamadas (de las bases de datos del departamento de servicio), hasta el historial de llamadas (desde el sistema CRM) y lo que ha dicho acerca de su compañía en Twitter, Facebook y la blogosfera. También puede haber un historial de las conversaciones anteriores en línea o, gracias a las cookies, una lista de dónde ha estado cuando ha buscado su sitio web.
Toda esta información es compilada por lo que el representante puede ver, a través de una herramienta de visualización, que en realidad es un buen cliente que acaba de tener un mal día: No ha sido problemático en el pasado, tuitea con frecuencia y por lo tanto tiene una puntuación Klout alta (lo que lo convierte en un factor influyente en los medios sociales, presumiblemente con una gran cantidad de seguidores), él le dio un "me gusta" en Facebook y gasta una buena cantidad de dinero con usted.
Esto le da al representante la luz verde para ofrecerle un rembolso a este cliente, una etiqueta de envío gratis y un cupón para el 20% de descuento en su próxima compra. El cliente está feliz; y, mejor aún, él ha decidido que su empresa no es tan mala después de todo. Caso cerrado.
Big Data es una gran promesa para la mejora de la experiencia del cliente
Los representantes de servicio al cliente que usan todavía el tablero de luz roja y luz verde aún no lo ven; pero para las empresas que están a la vanguardia del análisis de Big Data, el escenario descrito anteriormente está ocurriendo hoy en día, señala Eric de Roos, director senior de gestión de producto del proveedor de inteligencia de negocios, MicroStrategy.
"Big Data le da una comprensión más profunda de lo que la gente está haciendo y cómo están involucrados con la organización. Diez o 15 años atrás, las empresas almacenaban los datos de las transacciones", añade. "Ahora estamos siguiendo más comportamientos. Les damos nombres de usuario a las personas, almacenamos cookies. Cuando regresan, sabemos quién es el cliente... en qué páginas han hecho clic y qué han buscado".
Esos datos, junto con la información transaccional, le ofrecen a las empresas un buen cuadro de valor de un cliente individual, agrega de Roos. Añada el análisis de los sentimientos de IBM InfoSphere Streams Twitter API y el motor Wisdom de MicroStrategy, que rastrea los 15 millones de "me gusta" de unos 65 mil usuarios de Facebook y sus amigos, y comenzará a obtener una imagen mucho más clara de lo que el cliente piensa de usted y, no menos importante, de su competencia.
Los tuits, posts en blogs y me gusta de los clientes acumulan simultáneamente una "puntuación de influencia" y se comprometen con su marca, señala Wilson Raj, director global de inteligencia de clientes de SAS. Estas "huellas digitales", a su vez, pueden ser aprovechadas para obtener una vista completa de ese cliente.
Ya que este nivel de análisis de la experiencia del cliente permanece en sus primeros días, solo los clientes más aventureros combinan feeds de Twitter con los encabezados de YouTube, el análisis de sentimiento agregado de los datos generados por la web y la blogosfera, y los envuelven en un motor de procesamiento de lenguaje natural (NLP) para considerar si un cliente está feliz o triste. A medida que estas tecnologías maduren y los departamentos corporativos de TI encuentren tiempo, talento y recursos, se pondrán al día con esta tendencia.
Tendrán que, señala Rita Sallam, analista BI de Gartner y vicepresidenta de investigación. "Los análisis avanzados debe ser más penetrantes para ofrecerle un valor significativo y ventajas competitivas a una organización", escribió Salam en su informe de febrero, Análisis avanzados: Predictivo, colaborativo y penetrante. "Hasta la fecha, el uso de herramientas y procesos para la construcción de aplicaciones analíticas avanzadas y derivadas, y los conocimientos que consumen se han limitado a un pequeño número de estadísticos, analistas y profesionales de la investigación de operaciones altamente capacitados y con experiencia".
El desplazamiento de estas herramientas en manos de los usuarios de la línea de negocio puede no ser tan difícil de imaginar, señala el director de tecnologías emergentes de IBM, David Barnes. "El costo de empezar con esto no es tan grande. Esa es la parte buena de estos sistemas masivamente escalables. Puedo empezar en mi MacBook, decido que me gusta, tomo ese mismo código y lo difundo a través de 100 servidores".
T-Mobile utiliza Big Data para entender y predecir la Red
También puede utilizar Big Data en el back-end para asegurarse de que sus ofertas son lo que dicen ser. T-Mobile, por ejemplo, analiza continuamente dos peta bytes de datos de la red en su almacén de datos IBM Netezza; carga casi 20 mil millones de filas y procesa cerca de 150 mil puestos de trabajo ELT diarios. En un lapso de cinco minutos, señala Christine Twiford, que trabaja en el departamento de ingeniería de red de T-Mobile, hasta 60 usuarios pueden ejecutar operaciones de carga y consulta en el sistema en tiempo casi real.
El objetivo principal de la ingeniería de red es el rendimiento óptimo de la red en nombre de la experiencia del cliente, señala. "Hemos utilizado los datos de seguimiento de clics para calcular la velocidad de canciones descargadas. Esto nos da una gran representación para la comprensión de velocidades de rendimiento en el nivel de la torre, así como las velocidades de los teléfonos móviles".
Con estos datos en mano, T-Mobile ha sido capaz de predecir -y prevenir- las interrupciones de red que podrían haber sido causadas por aplicaciones fallidas de Android, señala Twiford. (Después de todo, un usuario de teléfono inteligente sin red podría hacer una llamada al servicio al cliente similar a la descrita en el inicio de este artículo).
Twiford y su equipo también utilizan los datos de teléfonos móviles para determinar si pueden necesitar abrir las compuertas si, por ejemplo, se anticipan a una gran cantidad de video que de repente golpea un área geográfica determinada -Boston en el cuatro de julio, Times Square en Año Nuevo y así sucesivamente. Esto es exactamente lo contrario de lo que sucedió en algunas sedes olímpicas, donde el uso saturó a las redes creadas para servir tanto a los organizadores del evento como a los aficionados.
Estas corrientes se pueden utilizar para ponerse en frente de una tendencia emergente -o de un candidato presidencial.
Digamos que una cadena de cafeterías usó Wisdom para entender mejor a sus clientes y descubrió que tenían "afinidad" (para usar el lenguaje de MicroStrategy) con un nuevo tipo de chocolate que acababa de salir al mercado. Si la empresa quería tomar una decisión rápida sobre la base de esta idea preliminar, pero convincente, podría abastecerse de ese chocolate en las tiendas donde los me gusta de Facebook eran más elevados, señala Warren Getler, vice presidente de comunicaciones corporativas de MicroStrategy.
Los periodistas en la campaña electoral han utilizado Wisdom para localizar a los simpatizantes de Mitt Romney en sus restaurantes favoritos. ¿Cómo así? Si les "gusta" Mitt y les "gusta" Joes Diner, los periodistas saben que pueden entrar a Joes y conseguir algunas entrevistas.
Big Data dará grandes pasos
Big Data, mientras es intrigante, permanece en sus primeros días. Big Data no es fácil -o, para el caso, barato, pues Wisdom Pro cuesta desde 25 mil dólares. Las empresas que trabajan para integrar los silos de datos internos con inteligencia desde la web y análisis de los sentimientos desde los motores de la NLP, están en la cresta de la ola.
Estas empresas están en la minoría. Actualmente, menos del 1% está utilizando Big Data de esa manera, señala el estratega independiente Esteban Kolsky. Sin embargo, eso va a cambiar, añade.
"Big Data proporciona datos sociales y otros datos públicamente disponibles que pueden ser analizados y utilizados para comprender los sentimientos y las necesidades de los clientes antes de que se conviertan en asuntos o problemas que conduzcan a la pérdida de clientes", agrega Kolsky. "Este es un avance significativo para las organizaciones que, hasta ahora, tenían que depender de la franqueza y la sinceridad de los clientes para comprender los problemas".
Allen Bernard, CIO (EE.UU.)