CÓMO LAS GRANDES MARCAS COMO NIKE Y UNDER ARMOUR APROVECHAN EL BIG DATA

Al igual que el FC Barcelona vs Real Madrid, Manchester United vs Manchester City, o Los Lakers vs Los Celtics, Nike y Under Armour son algunos de los mayores rivales en los deportes y últimamente vienen cambiando su forma de competir (dejando en última instancia ganar o perder).

Nike y Under Armour son empresas que venden prendas deportivas y accesorios, sin embargo ambos vienen invirtiendo fuertemente en aplicaciones, portátiles y Big Data. Las dos empresas están buscando ir más allá de los productos físicos y crear marcas de estilos de vida de los atletas.

NIKE

Nike es el líder mundial en múltiples categorías de calzado y ropa deportiva, además de contar con un fuerte compromiso con la tecnología, el diseño, fabricación, comercialización y venta al por menor.

Tiene 13 líneas diferentes, en más de 180 países, pero la forma en que segmenta y sirve a esos mercados es su verdadero diferenciador. Nike lo llama “category offense”, y divide el mundo en esfuerzos deportivos en lugar de considerar únicamente la geografía. La teoría es que las personas que juegan al golf, por ejemplo, tienen más en común que las personas que simplemente viven cerca unas de otras. Y esa filosofía ha funcionado. Desde que la compañía cambió a esta estrategia en el 2008, sus ventas han aumentado en más del 70%. Esta estrategia de marketing y venta al por menor, está en gran parte impulsada por el Big Data.

Otro lugar donde la empresa viene invirtiendo en datos es con las portátiles y tecnologías. A pesar que dejó de usar su propio gimnasio FuelBand en 2014, Nike sigue integrándose con muchas otras marcas de portátiles, incluyendo Apple, que ha anunciado recientemente el Apple Watch Nike +.

Pero la compañía claramente tambien tiene grandes planes para su Big Data. En una convocatoria  con inversionistas del 2015, sobre la asociación de Nike con la NBA, Mark Parker, CEO de Nike, dijo: "He hablado con el comisionado sobre nuestro rol de enriquecer la experiencia del público. ¿Cómo podemos aprender más sobre el atleta en tiempo real? "

UNDER ARMOUR

Esta marca viene apostando fuertemente para que el Big Data le ayude a superar a Nike. La compañía ha invertido recientemente $ 710 millones en la adquisición de tres compañías de fitness app, incluyendo MyFitnessPal y su diversa comunidad de más de 120 millones de atletas (y sus respectivos datos).

Si bien es claro que tanto Under Armour como Nike se ven a sí mismos como marcas de estilos de vida y no simplemente como marcas de ropa, la pregunta es ¿Cómo se llevará a cabo este cambio? El CEO de Under Armour, Kevin Plank, ha explicado que junto a una asociación con una compañía de portátiles, impulsarán una estrategia que pone a Under Armour directamente en el camino donde se dirige el Big Data: Tecnología portátil que va más allá de los relojes.

En un futuro no muy lejano, las portátiles no solo se referirán a pulseras o sensores que sujetas a tus zapatos, sino a prendas con sensores incorporados que pueden reportar más datos con precisión sobre tus movimientos, rendimiento, ruta, ubicación, y mucho más. "Esto ayudará a impulsar nuestro negocio principal ", dijo Plank en una conversación con sus inversionistas. "Las marcas que no evolucionan y ofrecen al consumidor algo más que un producto, tendrán dificultades para competir desde el 2015 en adelante”.

La compañía planea proporcionar un combo completo de actividades, rastreo nutricional y experiencias para ayudar a los atletas a mejorar, con la suposición de que los atletas que estén mejorando compren más equipos de su marca.

Si tiene alguna posibilidad de superar a Nike, Under Armour tiene que innovar y eso parece ser exactamente donde están planeando ir, pero tendrá que conectar su Big Data a su departamento de innovaciones.

Fuente: Bernard Marr. Consultor estratégico de rendimiento y Analytics, KPI, y gurú de Big Data. Su nuevo libro: "Los grandes datos en la práctica: ¿Cómo 45 empresas exitosas utilizan Big Data Analytics para entregar resultados extraordinarios"

EL MARKETING DEL FUTURO Y EL BIG DATA

La Sociedad Peruana de Marketing presentó una serie de conferencias denominada “Top Marketing Program”, donde se compartieron diferentes puntos de vistas, experiencias y aprendizajes, entre los expositores y público asistente. Este programa estuvo integrado por destacados expertos del marketing peruano y el último 17 de noviembre, Julio Luque, Presidente de Métrica y destacado profesional del marketing local, estuvo a cargo del tema: Las tendencias ¿Hacia dónde va el marketing en el Perú?

Luque, resaltó la existencia de una filosofía detrás de esta nueva sociedad y contexto “People, Not Profits”, la misma que se habría convertido en la demanda social que se impone al marketing y los negocios. En tal sentido, hay un nuevo marketing y también un nuevo perfil del marketero.

En su opinión, el expositor señaló tres grandes escenarios donde se moverá el marketing del futuro: Propósito (Meaningful Brands), Transformación digital (más allá de la comunicación) y Big Data.

MARCAS CON PROPÓSITO: DE LA DIFERENCIACIÓN A LA CONTRIBUCIÓN

• “Para tener un propósito, las marcas deben replantear sus propuestas de valor y su forma de interactuar con la sociedad”. En el sustento de esta propuesta, Luque mostró algunas encuestas de IPSOS donde la mayoría de peruanos (65%) considera que “ninguna marca” en el Perú, está contribuyendo a mejorar la calidad de vida de su comunidad/sociedad. De hecho, la marca más mencionada (Gloria) solo recoge el 11% de menciones, señalando un grueso de oportunidad para las marcas y negocios locales.

• Esta corriente por la recuperación del propósito humano se base en cambios sociales importantes en el mundo que surgieron el 2008, como la emergencia de movimientos antisistema luego de la crisis; asimismo la creciente clase media con expectativas diferenciadas y un avance del capitalismo que no necesariamente trae bienestar a toda la población.

• En este sentido no se trata solo de competitividad sino de ofrecer algo “meaningful different” dándole propósito a la propuesta de valor. Luque menciona el libro DIFFERENT de Youngme Moon y el libro Human Brand de Chris Malone y Susan Fiske. De acuerdo a estos autores el contexto de negocios ha cambiado totalmente y esto obliga a las empresas a cambiar sus relaciones con los skateholders relevantes, para lograr una rentabilidad social y no solo monetaria. En particular seduce el manifiesto de Moon: “Tenemos que abandonar la rutina competitiva que no nos está llevando a ningún lugar. Tenemos que aspirar a ofrecerle al mundo algo que sea “meaningful different”.

• Se propone como ejemplo de esta visión a Whole Food, la cadena de supermercados norteamericana cuya razón de ser es mejorar la salud de los norteamericanos a través de los alimentos que venden. Luque comenta que la compañía no vende gaseosas por principio.

• Luque también propone como ejemplo a Starbucks: la primera tienda que se opone a las armas y prohíbe entrar con armas a sus locales. Para su CEO Howard Schultz “En USA estará permitido, pero en nuestros locales no”. De igual una marca que desde sus inició enarboló los derechos de los homosexuales como suyos. Es decir una marca que se atreve a ser disonante con el establishment imperante. La conclusión de esta parte de la exposición es tan sorprendente como aleccionadora: “Si quieres hacer marcas con posición y quieres cambiar el mundo eventualmente tendrás que hacer política”

• Patagonia: Cuando la misión te pide coherencia: Patagonia y el mercado de segundo uso. Su misión es reducir impacto en el ambiente.

• IKEA: De propuesta de valor a propuesta democrática. La visión de la compañía se sustenta como “Crear un mejor día a día para las personas reales”.

Luque concluye que las marcas que se fundamentan en el “Bienestar Colectivo” serán las ganadoras y por tanto existe una gran oportunidad de transformación del mindset corporativo. Debemos por tanto, dejar de ver a las marcas únicamente como propuestas de valor comercial y empezar a verlas como la miran las personas: Sistemas de valores con significado.

DE COMUNICACIÓN DIGITAL A TRANSFORMACIÓN DIGITAL

• Luque insiste en diferenciar la comunicación digital de una auténtica transformación digital que involucra a los CEO de una organización y su cultura corporativa. Usando una definición de Mike Bracken sostiene que la transformación digital supone “Utilizar la cultura, procesos, prácticas y tecnologías de la Era de Internet para responder a las crecientes expectativas de los clientes”.

En resumen, No se trataría de HACER digital, sino fundamentalmente de SER digital. Es interactuar y conectar. De nada sirve la tecnología sino SIENTES.

"...alentar a los marketeros a usar el Big Data para crear valor para el consumidor y no solo targetearlo.

BIG DATA: DE MAD MEN A MATH MEN

• Luque muestra una comprensible admiración por este tema al ser un ingeniero mecánico al que “siempre le interesaron los números y sus conexiones” en sus propias palabras. En su revisión del tema propone una definición de partida. Big Data es “el conjunto de patrones, tendencias y asociaciones relativas al comportamiento humano y sus interacciones”. Sostiene que estas relaciones son cada vez más visibles debido al avance de las ciencias de la computación y algoritmos matemáticos.

• La posibilidad de predecir acciones del futuro basado en evidencia científica lleva a Luque a concluir que estamos pasando del “De Mad Men a Math Men”. Estos datos nos ayudarían a responder quién compra que, dónde y a qué precio, cuanto compro y cuanto pago. Luque usa un último artículo de la revista “Harvard Business Review” para alentar a los marketeros a usar el Big Data para crear valor para el consumidor y no solo “targetearlo”. Es decir, para entender su dinámica de comportamiento (y lo que espera de las marcas) y no sólo para identificar perfiles o segmentos de mercado.

• “El que tenga la misma edad, 2 hijos y viva en la misma zona NO asegura que tengamos el mismo comportamiento”. Luque con justa razón habla de las limitaciones de una estadística descriptiva y propone una estadística inferencial cuyos patrones y relaciones generen inteligencia.

• “Busquen marketeros entre los antropólogos, sociólogos y psicólogos”. Luque propone una mirada holística que personalmente considero esencial para el pensamiento estratégico. Se trata de hibridizar las fronteras del conocimiento y hurgar en áreas desconocidas o complementarias. La mirada del ingeniero (usualmente cuantitativa, analítica y enfocada en procesos sistemáticos) podría ser enriquecida con una mirada cultural, humana y por supuesto especialista en entendimiento del comportamiento de consumo. Bajo este enfoque, el Big Data se volvería Smart DATA y por supuesto se haría más útil para nuestros análisis y predicciones.

Cristina Quiñones, CEO de Consumer Truth, opina que la data (Big o Small) es necesaria pero no reemplaza el pensamiento. Las conexiones más importantes son neuronales. Y esto nos debe llevar a replantear una visión absolutista de imposición de la data sobre la inteligencia, o de la inteligencia por sobre la data. En el mundo real, la mejor fórmula seguirá siendo tener datos relevantes pero con mentes inquietas capaces de hacer confesar a los números aquellos que estos no necesariamente revelan en una primera línea.

Fuente:

1. Cristina Quiñones. CEO Consumer Truth. Autora del libro: “Desnudando la mente del consumidor: Consumer Insights en el Marketing”. 

2. http://blogs.gestion.pe/consumerpsyco/2016/11/el-futuro-del-marketing-people-not-profits-excelente-presentacion-de-julio-luque-en-la-sociedad-peruana-de-marketing.html

3. http://topmarketingprogram.pe/home/HTML/one-page/index.html

LA GRAN CANTIDAD DE DATOS Y SU UTILIDAD PARA LA INTELIGENCIA DE NEGOCIOS

La rápida proliferación de Big Data, los datos en la nube y la memoria, y sobre todo la explosión de los datos resultantes, se están convirtiendo en un fuerte argumento para la mayor "tecnificación" de las soluciones de inteligencia empresarial (Business Intelligence), según un nuevo informe de la empresa Frost & Sullivan del grupo TechVision.

A medida que los datos son capturados de diversas fuentes y en formatos estructurados, no estructurados y semi estructurados, las organizaciones vienen enfocándose en sofisticadas tecnologías de Business Intelligence que pueden mejorar la recopilación de datos, ofrecer conocimientos prácticos y aumentar su competitividad.

El mercado se está alejando de los procesos de Business Intelligence tradicionales que implican hojas de cálculo complejas, hacia sistemas de Business Intelligence ágiles que ofrecen una comprensión más profunda de las correlaciones en los datos. “Las nuevas soluciones de Business Intelligence pueden ofrecer una interactividad mejorada, así como enriquecer los datos y la experiencia del usuario, gracias a la avanzada analítica e inteligencia artificial (AI)”, reveló TechVision. Las computadoras inteligentes basadas en datos de AI y analítica, resultarán particularmente muy útil para obtener información precisa en tiempo real.

"Teniendo en cuenta el aumento del uso de dispositivos móviles para aplicaciones empresariales, los profesionales ahora prefieren aplicaciones de Business Intelligence móviles colaborativas y multiplataformas que se puedan utilizar sin problemas desde ubicaciones remotas", dijo Debarun Guha Thakurta, analista de TechVision. "Además, existe una alta demanda de Business Intelligence de autoservicio con experiencia personalizada de usuario en dispositivos móviles. Los dispositivos portátiles, como los anteojos inteligentes que funcionan con tecnología de realidad aumentada, se utilizarán ampliamente para las experiencias de Business Intelligence personalizadas.”

Fuente: Bob Violino. (http://www.information-management.com/)

COMO CITIGROUP VIENE UTILIZANDO EL BIG DATA PARA MEJORAR SU RENDIMIENTO

Citigroup es uno de los mayores proveedores de servicios financieros del mundo. Opera en más de 160 países y tiene más de 200 millones de cuentas de clientes. La compañía, en los últimos años, para impulsar el crecimiento de su negocio y mejorar los servicios que proporciona a sus clientes, ha adoptado un enfoque basado completamente en Big Data.

Los proveedores de seguros pueden estar dando grandes pasos en la era de Internet, gracias a la abundancia de datos de comportamientos no estructurados. Sin embargo, otros servicios financieros como la banca minorista, de inversión y corretaje ya están empezando a innovar rápidamente su panorama analítico, aprovechando los volúmenes de los activos de datos en un ritmo acelerado, pero medido. Esto se debe al equilibrio de los datos con la necesidad de ofrecer valor a los clientes y a la mayor oportunidad que el Big Data ofrece a empresas como Citigroup, colaborando en su capacidad de ver el panorama general. Las pruebas del modelo permiten una comprensión holística de los casos de usos innovadores, mediante la desconstrucción de datos en su nivel más granular, así como la síntesis de fuentes de datos estructurados y no estructurados. Es decir, todo se trata simplemente de "¿Qué pueden hacer los datos para nosotros?"

Esta programación puede cambiar a medida que los beneficios de un enfoque analítico, dirigido a los datos de los negocios sean más evidentes. Michael Simone, Director Gerente de Data Platform Engineering de Citigroup, es el responsable de diseñar el plan para el uso de herramientas analíticas Big Data en toda la compañía, ayudando a impulsar la estrategia de innovación de datos en los negocios de Citi. La plataforma se basa principalmente en Hadoop y los conjuntos de datos se obtienen entre diferentes aplicaciones que ingieren flujos de datos multi-estructurados de almacenes transaccionales, retroalimentación de clientes y fuentes de datos de procesos empresariales.

Además de la arquitectura e ingeniería de la plataforma de tecnología de datos, su equipo de Data Science a menudo actúa para "iniciar" la actividad analítica de Big Data en cualquier parte del negocio donde se pueda demostrar que ofrece beneficios. Identificar dónde pueden utilizarse con mayor eficacia, implica alinear casos de uso comercial con capacidades tecnológicas y es ahí donde se desarrollan las mayores posibilidades. Simone cuenta: "Desde el inicio de nuestro programa de innovación de datos, hemos ejecutado cientos de pruebas de conceptos y casos de uso, todos validados para cumplir requisitos de negocios específicos. Estamos enfocados en tener resultados accionables que se equilibren con resultados muy específicos basados ​​en métricas".

Un área de las operaciones de Citi, en las que se ha implementado exitosamente el análisis de Big Data, consiste en la retención y adquisición de clientes. Esto implica analizar datos y dirigir el gasto promocional utilizando algoritmos de aprendizaje automático. Otra forma de uso consiste en escanear registros transaccionales para detectar anomalías, que podrían identificar o predecir defectos (y en el caso de clientes), cargos incorrectos o inusuales. Los costos resultantes de estas anomalías, son mucho más fáciles de corregir si se detectan rápidamente (o incluso antes de que suceda), a través de modelos predictivos. Simone opina que en toda la organización el costo de volver a trabajar estos "puntos de datos errantes", se ha reducido en algunos casos a doble dígito, gracias a los nuevos métodos de análisis de Big Data.

Los costos de plataforma también se han reducido, debido a la evolución hacia la arquitectura horizontal de Big Data. Citi también se basa en distribuciones comerciales de tecnología de código abierto para apoyar su estrategia. "Hemos estado gestionando y analizando datos de manera efectiva durante años, para ver cómo podemos mejorar nuestras propias operaciones y ofrecer un mejor servicio", dice Simone, "Pero Big Data también ofrece un punto donde podemos almacenar y analizar los datos, al que llamo Citi-escala. Somos una empresa global con una cantidad increíble de activos que son valiosos para nuestro negocio, y ahora podemos almacenarlos en un punto de gasto que los hace analíticamente beneficioso para nosotros en su nivel más granular”.

"Junto con otras industrias, la banca y las finanzas están programadas para ser revolucionadas por los avances que se avecinan en las capacidades analíticas de streaming en tiempo real..."

Mientras que la comunidad comercial de código abierto ofrece mucho, Citi elige la tecnología y los socios con los que trabajar, con la capacidad de adaptarse para satisfacer sus necesidades de negocio. Dice Simone: "Nuestra plataforma principal se basa en el valor de código abierto con la integración de soluciones Big Data de gran capacidad. Como resultado, tenemos un conjunto de proveedores de código abierto con los que trabajamos estrechamente”.

Como fundamento de su estrategia Big Data, Citi ha invertido en su propia arquitectura integrada de esta plataformas, a la que Simone se refiere como su Virtual Enterprise Data Lake. Además de hacer que todos sus datos disponibles, sean accionables donde quiera que se necesiten con un mínimo de latencia, asegurándose que los datos puedan asignarse con precisión a los modelos de referencia comunes de la empresa, el Data Lake reduce el TCO (Costo Total de Propiedad), eliminando los datos redundantes o duplicados y reduciendo los costos.

Junto con otras industrias, la banca y las finanzas están programadas para ser revolucionadas por los avances que se avecinan en las capacidades analíticas de streaming en tiempo real, sostiene Simone. "En la mayoría de los casos de uso que hemos ejecutado hasta ahora, sólo un pequeño porcentaje ha sido en tiempo real. Como una industria, lo que estamos viendo es un creciente número de casos de uso creativo y pensando en la transmisión analítica en tiempo real”.

"El desafío va a ser cómo operacionalizar esas ideas lo suficientemente rápido como para hacerlas valiosas para el negocio de manera oportuna. Los grandes datos y las perspectivas de negocio en tiempo real están cada vez más estrechamente unidas, proporcionando un mayor grado de criticidad en áreas nuevas y antiguas. Al permitirnos reaccionar más rápido para nuestros clientes, nos están capacitando para avanzar hacia un modelo de negocio proactivo para ofrecer experiencias notables".

Fuente: Bernard Marr. Consultor estratégico de rendimiento y Analytics, KPI, y gurú de Big Data.