El Big Data y su lado oscuro

Los datos son indiscutiblemente la clave para la innovación organizativa, ya que brindan inmensas oportunidades para que las empresas tomen decisiones comerciales informadas. Pero, mientras que las organizaciones adoptan el Big Data, también deben considerar su lado oscuro.

Big Data tiene una gran fuerza para transformar las empresas y su forma de hacer negocios. En la actualidad, las organizaciones están buscando con avidez formas de eclipsar a sus competencias en un panorama competitivo cada vez mayor y Big Data les abre el camino para cumplir su objetivo. El Big Data, si se analiza adecuadamente, descubre patrones ocultos e información informativa que ayuda a las empresas a mejorar su eficiencia operativa. Si hay que creer en las fuentes (y no veo ninguna razón por la que no debamos hacerlo), el 53% de las empresas en los EEUU han adoptado el análisis de Big Data para aprovechar su poder. Esta estadística indica que el Big Data está llegando a la corriente principal. Si bien vemos que la mayoría de las compañías en los EEUU están aprovechando el Big Data, también es vital que consideren su potencial para dañarnos. Puede que sea difícil para nosotros creerlo, pero la realidad es que también hay un lado oscuro en el Big Data.

Explorando la oscuridad del Big Data

La implacable adopción de Big Data ha llevado a las empresas a priorizar su atención para resolver los tres principales problemas de datos importantes que se mencionan a continuación:

1. Seguridad de datos. Los usuarios de Internet son una población en crecimiento. Usamos Internet para navegar, realizar pagos en línea, navegar por las redes sociales y hacer mucho más. Cada vez que nos conectamos, dejamos un rastro. Nuestra información confidencial queda atrapada en el espacio digital sin que nos demos cuenta. Además, en algún rincón de este mundo digital se encuentran hackers, que están esperando con entusiasmo para robar nuestra información personal. Desde luego no nos gustaría compartir nuestros detalles. Cuanto más tiempo pasamos en línea, más nos engañan para divulgar nuestra información. Por ejemplo, puede hacer clic en la opción de llamada a la acción "cupones gratuitos disponibles ahora" y aterrizar en un sitio web falso, y revelar su información confidencial, convirtiéndose en una víctima.

2. Privacidad de datos. Con el advenimiento de las tecnologías de la era moderna, ¿No cree que su privacidad está siendo comprometida? El brote de dispositivos conectados a la IoT (Internet of Things) ha dado lugar a un problema considerable de robo de nuestros datos privados. Los dispositivos portátiles, los dispositivos implantables, los hogares inteligentes, los vehículos inteligentes y muchos de estos dispositivos conectados a la IoT del día a día recopilan datos útiles en tiempo real a través de sensores. Los datos recopilados ayudan a las organizaciones a evaluar nuestros patrones de comportamiento, lo que les permite mejorar o innovar sus servicios para mantenerse relevantes en este mundo competitivo. Es evidente que las organizaciones basadas en clientes utilizan benignamente nuestros datos, pero ¿Qué hay de nuestra privacidad?

3. Calidad de los datos. Existen múltiples fuentes de Big Data, desde donde las empresas recopilan información sobre nosotros. Por ejemplo, las plataformas de redes sociales, los datos de IoT, nuestros clics mientras navegamos por Internet, etc. Las empresas deben considerar de manera prominente la recopilación de datos significativos y de alta calidad. ¿Por qué? Si las organizaciones se centran más en la cantidad de datos que en la calidad, tendrán que realizar un análisis de datos complejo sobre los datos. Cuanto más cantidad, más contenido inútil contienen los datos. Además, la recopilación de datos de baja calidad también puede perjudicarnos. Por ejemplo, todos somos conscientes del hecho de que los algoritmos de AI (Artificial Intelligence) son conocidos por sus resultados "imparciales". Sin embargo, ¿Qué sucede si la organización recopila datos que contienen sesgos cognitivos o de género? Naturalmente, los desarrolladores entrenarán el modelo de AI con los datos erróneos, desarrollando un modelo de AI "sesgado". Por lo tanto, las organizaciones tienen que encontrar una manera de recopilar datos útiles, claros y de alta calidad solamente.

Las organizaciones deben incorporar una política adecuada y estricta de gobernabilidad de Big Data, asegurando que los datos del consumidor no se vean comprometidos, sin importar qué. Con la infraestructura adecuada, datos significativos y expertos en IT (Information Technology), las organizaciones pueden aprovechar los beneficios de Big Data al nivel óptimo.

Fuente: Naveen Joshi. Fundador y CEO de Allerin. Experto en Big Data, IoT, AI y Blockchain.

En el Internet de las cosas no hay reglas

En el salvaje oeste no había leyes, pero había un "código de vaquero" y tenía un conjunto de reglas de conducta. Algo así como:

• Cuidado con los suyos.
• Siempre llena el vaso de whisky hasta el borde.
• Practica la gratitud.
• Ayudar a alguien en la necesidad, incluso si es un extraño o un enemigo.

Cuando se trata del Internet de las cosas (Internet of things), no hay ninguna ley. No hay directrices. No hay un lenguaje estándar. No hay código.

La seguridad, la privacidad y el Internet de las cosas (IoT) son tres entidades separadas. Con una adopción masiva de la IoT, hay un potencial de estos tres mundos colisionando.

El objetivo de IoT es mejorar la calidad de vida y proporcionar beneficios a las empresas. Sin embargo, el IoT es una tecnología emergente que se está expandiendo rápidamente, con grandes lagunas de seguridad. Está plagado de vulnerabilidades, malware y el potencial de interrumpir la infraestructura.

Para 2020, habrá 8 mil millones de dispositivos en IoT. Incluyendo automóviles, rastreadores de actividad, entre otros. El impacto comercial es enorme. El Internet nos ha dado la oportunidad de conectar estas cosas de manera que nunca pensamos posible. Además, las interacciones entre los dispositivos están creando nuevos tipos de oportunidades tales como transporte y ciudades inteligentes, y salud y casas inteligentes.

Muchos de nosotros no somos conscientes de cómo la IoT va a cambiar la forma en que vivimos el trabajo y el juego. El objetivo de IoT es mejorar la calidad de vida y proporcionar beneficios a las empresas.

Cada día, el IoT recoge pasivamente petabytes de datos. Con eso, hay mucho que puede ir mal, y hay muchos desafíos de seguridad. Los datos pueden caer en manos equivocadas, afectando nuestra privacidad. Todos necesitamos ser más conscientes de la necesidad de seguridad en el IoT.

Algunas maneras de abordar la gran brecha en la seguridad de IoT incluyen:

• Garantizar la confidencialidad proporcionando flujos de comunicación cifrados.
• Garantizar la integridad al proporcionar almacenamiento de datos cifrados y utilizar controles de integridad.
• Proporcionar métodos de autenticación para que los dispositivos se comuniquen con entidades conocidas y de confianza.
• Proporcione actualizaciones de seguridad en forma de parches y correcciones de errores.

La Unión Europea ha empezado a investigar la posibilidad de requisitos de seguridad, ya que han reconocido que los dispositivos tienen poca o ninguna seguridad. La medida es una revisión de las leyes actuales de telecomunicaciones. La propuesta incluirá una práctica de etiquetado que identificará que el dispositivo está aprobado y seguro, esto podría proporcionar que los consumidores tomen decisiones educadas sobre la selección de dispositivos.

Es muy probable que los consumidores paguen más como compensación. La industria del IoT sigue evolucionando. Lograr el objetivo de la seguridad no será fácil sin desafíos. A medida que nos movemos en un mundo completamente nuevo, habrá dolores de crecimiento.

Fuente: Lisa Bock. Author: Ethical Hacking: Penetration testing.

Big Data. Una introducción super fácil para todos

Big Data es un término que existe desde hace algún tiempo, pero todavía hay confusión acerca de lo que realmente significa. El concepto continua evolucionando y siendo reconsiderado, ya que sigue siendo la fuerza motriz detrás de muchas oleadas de transformación digital, incluyendo la inteligencia artificial, la ciencia de los datos y el Internet de las Cosas (IoT).

Todo comienza con la explosión exponencial en la cantidad de datos que hemos generado desde los albores de la era digital. Esto se debe en gran parte al surgimiento de computadoras, Internet y tecnologías capaces de capturar información del mundo físico real en el que vivimos y convertirlo a datos digitales.

En 2017, generamos datos cada vez que entramos en línea, cuando llevamos nuestros teléfonos inteligentes equipados con GPS, cuando nos comunicamos con nuestros amigos a través de las redes sociales, aplicaciones de chat y cuando compramos. Se podría decir que dejamos huellas digitales con todo lo que hacemos que implique una transacción digital, que es casi todo.

Además, la cantidad de datos generados también viene creciendo rápidamente. Los datos se generan y comparten cuando nuestros dispositivos "inteligentes" se comunican entre sí o con sus servidores domésticos. La maquinaria industrial de plantas y fábricas de todo el mundo está cada vez más equipada con sensores que recolectan y transmiten datos. Pronto, los automóviles de conducción automática se llevarán a las calles, transmitiendo en tiempo real, mapas en cuatro dimensiones de su entorno de regreso a casa de donde quiera que vayan.

¿Qué puede hacer Big Data?

Esta información cada vez mayor, entre fotografías, textos, voz y datos de video, es la fundación de Big Data que podemos ahora utilizar de las maneras que no eran posibles incluso hace algunos años y están ayudando a:

• Curar la enfermedad y prevenir el cáncer. La medicina basada en datos implica el análisis de un gran número de registros médicos e imágenes de patrones que pueden ayudar a detectar la enfermedad temprana y desarrollar nuevos medicamentos.

• Disminuir el hambre. La agricultura se está revolucionando con datos que pueden utilizarse para maximizar los rendimientos de los cultivos, minimizar la cantidad de contaminantes liberados en el ecosistema y optimizar el uso de máquinas y equipos.

• Explorar planetas lejanos. La NASA analiza millones de puntos de datos y los usa para modelar cualquier eventualidad al aterrizar sus Rovers en la superficie de Marte y planear futuras misiones.

• Predecir y responder a los desastres naturales o causados ​​por el hombre. Los datos de los sensores pueden analizarse para predecir dónde pueden ocurrir los terremotos, y los patrones de comportamiento humano dan pistas que ayudan a las organizaciones humanitarias a aliviar a los sobrevivientes. La tecnología Big Data también se utiliza para vigilar y proteger el flujo de refugiados fuera de las zonas de guerra en todo el mundo.

• Prevención del crimen. Las fuerzas policiales están adoptando cada vez más, estrategias basadas en datos, en su propia inteligencia y conjuntos de datos públicos, con el fin de desplegar recursos de manera más eficaz y actuar como elemento de disuasión cuando se necesita.

• Hacer que nuestra vida cotidiana sea más fácil y más conveniente. Comprar en línea, planear un viaje o un lugar para quedarse de vacaciones, elegir el mejor momento para reservar vuelos y decidir qué película para ver a continuación son más fáciles gracias a Big Data.

¿Cómo funciona Big Data?

Big Data trabaja con el principio de cuanto más sepa sobre cualquier cosa o cualquier situación, más confiablemente podrá hacer predicciones sobre lo que sucederá en el futuro. Al comparar más puntos de datos, empezarán a surgir relaciones que anteriormente estaban ocultas, y estas relaciones esperamos que contengan ideas sobre cómo podemos iniciar el cambio.

Más comúnmente esto se hace a través de un proceso que implica construir modelos, basados ​​en los datos que podemos recopilar, y luego ejecutar simulaciones, ajustar el valor de los puntos de datos cada vez y monitorear cómo impacta nuestros resultados. Este proceso está automatizado: La avanzada tecnología analítica de hoy correrá millones de estas simulaciones, ajustando todas las variables posibles hasta que encuentre un patrón o una visión que ayude a resolver el problema en el que está trabajando.

"...el descubrimiento y la transformación de Big Data sean accesibles a cualquier organización y excluye la necesidad de gastar grandes sumas..."

Cada vez más, los datos nos llegan en una forma no estructurada, lo que significa que no se pueden poner fácilmente en tablas estructuradas con filas y columnas. Gran parte de estos datos están en forma de imágenes y videos, desde imágenes de satélite hasta fotografías subidas a Facebook o Twitter, así como correo electrónico y comunicaciones de mensajería instantánea y llamadas telefónicas grabadas. Para dar sentido a todo esto, los proyectos de Big Data usan a menudo análisis de vanguardia que incluyen inteligencia artificial y aprendizaje automático. Al enseñar a los ordenadores a identificar lo que estos datos representan, a través del reconocimiento de imágenes o el procesamiento del lenguaje natural, por ejemplo, pueden aprender a detectar los patrones mucho más rápido y confiablemente que los seres humanos.

Una tendencia fuerte en los últimos años ha sido un movimiento hacia la entrega de herramientas y tecnología Big Data a través de una plataforma "as-a-service". Las empresas y las organizaciones alquilan espacio para servidores, sistemas de software y potencia de procesamiento de proveedores de servicios cloud de terceros. Todo el trabajo se lleva a cabo en los sistemas del proveedor de servicios, y el cliente simplemente paga por lo que se utilizó. Este modelo está haciendo que el descubrimiento y la transformación de Big Data sean accesibles a cualquier organización y excluye la necesidad de gastar grandes sumas en hardware, software, instalaciones y personal técnico.

Las preocupaciones de Big Data

Hoy en día, Big Data nos da ideas y oportunidades sin precedentes, pero también plantea preocupaciones y preguntas que deben ser abordadas:

• Privacidad de datos. Los grandes datos que ahora generamos contienen mucha información sobre nuestras vidas personales, muchas de las cuales tenemos el derecho de mantenerlos privados. Cada vez más, se nos pide que hagamos un balance entre la cantidad de datos personales que divulgamos y la conveniencia que ofrecen las aplicaciones y los servicios de Big Data. ¿A quién permitimos tener acceso a estos datos?

• Seguridad de los datos. Incluso si decidimos que estamos contentos de que alguien tenga nuestros datos para un propósito en particular, ¿Podemos confiar en ellos para mantenerlos seguros? ¿Existe un marco legal que regule el uso de datos a esta escala?

• La discriminación de datos. Cuando todo se sabe, ¿Será aceptable discriminar a las personas basándose en los datos que tenemos en sus vidas? Ya usamos el puntaje de crédito para decidir quién puede pedir prestado dinero, y el seguro está fuertemente impulsado por los datos. Podemos esperar ser analizados y evaluados en mayor detalle, y hay que tener cuidado de que esto no se haga de una manera que contribuya a hacer la vida más difícil para aquellos que ya tienen menos recursos y acceso a la información.

Estos desafíos también forman parte de Big Data. Sin duda son una parte importante del debate sobre su  uso y también deben ser abordados por aquellos que quieren aprovecharlo en los negocios. De no hacerlo, puede conducir a un desastre financiero a través de multas enormes, para cualquier cosa que tenga que ver con los datos personales. Desde el despegue de Big Data en los negocios durante los últimos cinco años, hemos visto una y otra vez que ignorar estos problemas es a menudo una razón detrás del fracaso de las iniciativas empresariales Big Data.

La cantidad de datos disponibles para nosotros sólo va a aumentar, y la tecnología analítica será más capaz. Así que si Big Data es capaz de todo esto hoy, imagínense lo que será capaz mañana.

Fuente: Bernard Marr. Autor de negocios internacionales de mayor venta, orador principal y asesor estratégico para empresas y gobiernos. Twitter: @bernardmarr

INTERNET OF THINGS NO QUIERE DECIR INTERNET + COSAS

La lógica común dice que Internet of Things (Internet de las cosas), sucede cuando usted relaciona Internet con un objeto. Por ejemplo, son igual a IoT: Internet más refrigerador, Internet más un televisor, Internet más la aspiradora, etc.

Si eso es todo lo que hay en IoT, entonces lo hemos estado haciendo durante años. La única novedad es el rápido descenso del precio del soporte WIFI y la computación barata. Por menos de cien dólares, cualquier pieza de basura electrónica puede estar conectada a Internet, dotada de un completo sistema operativo. Eso es lindo y divertido, pero ¿Cuál es el punto?

¿IoT aumenta la funcionalidad?

Si miramos más allá del ruido, veremos las corrientes subyacentes de un gran cambio. Recordemos la ley de Amara: "Tendemos a sobre estimar el efecto de una tecnología en el corto plazo y subestimar el efecto a largo plazo". Proyectémonos cuando IoT sea de vital importancia. Aquí hay cuatro tendencias interesantes:

Las cosas dejarán de usar Internet. Nosotros los seres humanos confiamos en los cables ethernet y TCP / IP para obtener nuestra solución de datos. Este sistema funciona porque está diseñado para tolerar tipos de datos que producimos. Utiliza la redundancia para compensar nuestros torpes intentos de manipular datos. Debido a eso, es masivamente ineficiente. No nos molestamos en aprender nuestra dirección IP o MAC y ciertamente no nos importa ninguna dirección de sub red. El ethernet maneja eso para nosotros porque somos demasiado perezosos para hacerlo. En un futuro próximo, se usarán redes distribuidas de bajo consumo. Estas serán más rápidas, más tolerantes a fallos y más seguras (eventualmente). Las cosas sólo utilizarán Internet cuando necesiten comunicarse con el espacio de la carne. ¡Las cosas estarán hablando detrás de nuestras espaldas!

IoT disolverá la distinción entre B2B (Business to business) y B2C (Business to consumer). No importará si se está operando en un almacén corporativo o un condominio. Tareas como leer la temperatura ambiente y reportarla a una base de datos, usarán el mismo hardware en todas las instancias. La información será tan útil si se utiliza para pronosticar el tiempo, equilibrar la red eléctrica de toda la ciudad o abrir el horno. Las empresas con un modelo de negocio basado en la recopilación de datos de propiedad lo van a reconsiderar.

IoT y Big Data serán dos caras de la misma moneda. El número de sensores que recogen datos aumentará exponencialmente. Si piensas que twitter genera una gran cantidad de datos (6.000 tweets por segundo), espera hasta que hayamos colocado sensores de IoT en cada planta de tu jardín. O cada planta en el campo de un granjero. Los grandes mainframes centralizados no se mantendrán actualizados; en su lugar, utilizaremos el cálculo de bordes para sacar las conclusiones a nivel local.

La seguridad del IoT es una gran cosa. Si su tostadora está conectada a Internet, entonces algún malvado va a encontrar una manera de iniciarlo en llamas. ¿Usted ha oído hablar de ransomware? ¿De bloqueo de datos en un ordenador?. Espere hasta recibir una llamada telefónica en el trabajo, exigiendo un rescate inmediato de $ 1,000 o la persona que llama, hará que su horno conectado a Internet explote. Esto es algo que necesitamos tratar ahora.

Esa es una lista rápida, escrita desde la perspectiva de la conciencia a corto plazo. Amara nos dice que estamos subestimando los efectos a largo plazo, pero sólo podemos preguntarnos ¿Cuáles serán esos efectos?

Fuente: Mark Niemann-Ross. Lynda.com

EL FUTURO DE LA IOT (INTERNET OF THINGS) Y EL RETAIL

IoT es un concepto que se refiere a la interconexión digital de objetos cotidianos con internet y en una reciente encuesta, los retailers valoraron el análisis de datos de IoT como una forma de mejorar el merchandising y no sus operaciones. ¿Qué está sucediendo y qué ofrece el análisis de datos de IoT a los minoristas?

La encuesta enfatiza la diferenciación, el precio al consumidor

En una encuesta del 2015 llevada a cabo por Retail Systems Research, se preguntó a los minoristas qué desafíos les convencerían para considerar soluciones IoT para sus tiendas.

Dado los desafíos de costo, margen y crecimiento, los minoristas eligieron un valor máximo al análisis de datos de IoT para ayudarles a manejar los desafíos relacionados con el crecimiento. La diferenciación de sus marcas y el monitoreo de la sensibilidad de los precios al consumidor fueron sus usos mejor calificados para IoT.

Tecnologías de análisis de datos para los minoristas

Entonces, ¿Qué significa IoT para los minoristas? La tecnología moderna nos ofrece varias formas de cortar y analizar datos al por menor. Las diferencias están en el volumen de datos, la velocidad de análisis y de dónde provienen los datos.

Tecnología	Que hace	Que ofrece	Capacidades
Big data analytics	Utiliza métodos y herramientas de manejo de datos de gran volumen y alto volumen. Analiza los datos almacenados.	Convierte grandes volúmenes de datos en información procesable.	Puede manejar una amplia variedad de datos como registros de bases de datos, imágenes, correos electrónicos y documentos digitales.
Análisis rápido de datos	Utiliza tecnología y herramientas de Big Data en volúmenes de datos más pequeños. Datos almacenados en tiempo real.	Información que los minoristas pueden utilizar de inmediato para cambiar los precios o mejorar la experiencia del cliente.	Evita el retraso en el análisis y visualización de análisis de Big Data.
Análisis de datos de IoT	Recopila y analiza automáticamente datos de transmisión desde fuentes conectadas como teléfonos móviles, POS, cámaras de video y medios sociales.	Información útil sobre las preferencias de los clientes, los productos, los precios y la competencia.	Proporciona al cliente las respuestas al momento a los precios, tendencias, eventos en la tienda y ventas.

Conectados a una red e Internet, estos recursos de IT (Information Technologies) desempeñan un papel esencial en el análisis de datos de IoT:

• IoT, tales como dispositivos móviles y sensores conectados. Estos reúnen datos de transmisión y los encaminan a la red de minoristas.

• Almacenamiento de datos, que ofrece a los usuarios empresariales y analistas el acceso al historial de grandes volúmenes de datos.

• El software de análisis de datos, que en el contexto de la analítica minorista se puede utilizar para analizar y visualizar datos de transmisión, establecer alertas digitales y automatizar la distribución y la programación de informes.

• Plataformas de análisis de datos, que pueden ubicarse en locales o en la nube. Este espacio de trabajo digital centralizado procesa la información IoT recopilada desde muchos puntos en Internet y proporciona información útil a los usuarios.

A continuación, algunos ejemplos de cómo los minoristas pueden utilizar estos activos para supervisar los precios y diferenciar su marca.

Mantenerse atentos en los cambios de precios al consumidor

Muchos encuestados estaban interesados ​​en usar el análisis de datos de IoT para medir la sensibilidad de los precios al consumidor. Los usuarios empresariales pueden hacer esto con instantáneas de datos IoT o establecer y probar estrategias de precios.

Supervisar la respuesta del cliente a los cambios de precios

La medición de las reacciones de los clientes ante los recientes cambios en los precios minoristas es un indicador importante. Los usuarios de negocios pueden comparar los volúmenes de ventas relacionados con los datos almacenados o la información caliente del cable de IoT. De cualquier manera, la tecnología IoT hace que sea fácil de recopilar, analizar, visualizar y compartir información de forma automática.

Pruebe una estrategia de precios existente

Crear o actualizar su estrategia de precios es otra forma de utilizar la información de sensibilidad a los precios recogida en el IoT.

Cuando configure una prueba válida desde el punto de vista estadístico, se asegurará de que los precios estén en línea con su modelo de negocio y público objetivo. La velocidad de análisis de datos en tiempo real hace que una serie de pruebas sean fáciles de configurar, evaluar y utilizar.

Si necesita más de una estrategia, la puesta en marcha es fácil. Probablemente empiece a recopilar datos de POS y muchos otros dispositivos a los que no ha tenido acceso antes.

Mediante el uso de la plataforma IoT y las capacidades de software, puede encontrar el mejor rango de precios de productos para audiencias específicas. Estudiar los patrones de compra de los clientes. La recopilación, el análisis y el intercambio de datos de IOT son automáticos.

Uso de IoT para hacer que su marca sea distintiva

Los encuestados también vieron el análisis de datos de IoT como una excelente manera de diferenciar sus marcas. ¿Qué mejor manera para que su negocio se distinga como un lugar para obtener grandes precios, una experiencia deliciosa para el cliente o ambos?

Cuando la regla de números está diferenciado por el precio

Velocidad y agilidad son las principales ventajas de la analítica de datos IoT. Puede recopilar datos de muchas ubicaciones y dispositivos, supervisar las condiciones actuales, cambiar los precios y probar el comportamiento del cliente de forma rápida y frecuente.

Utilice los datos de IoT para medir el comportamiento de ventas de públicos específicos antes y después de cambios de precios específicos. Descubrirá rápidamente si un público específico acepta ese aumento del precio del 10%. ¿Si no funciona? Usted puede responder rápidamente sin que afecte los ingresos.

Haciendo su marca con los servicios de soporte

Cuando es difícil o imposible diferenciar el precio, usted todavía tiene alternativas. Muchos revendedores diferencian sus negocios añadiendo servicios de valor agregado, como envío más rápido, devoluciones gratuitas o una aplicación móvil divertida que sabe lo que te gusta.

IoT contribuye al envío rápido recogiendo datos RFID (Radio Frequency Identification) de sus paquetes y enviándolos al software de seguimiento en su centro logístico. Si los clientes devuelven sus productos, seguramente habrán almacenado información personal y de productos que le ayudará a averiguar qué ha salido mal.

Cultivando experiencias de compras personalizadas

IoT también ayuda a los minoristas a utilizar los datos de preferencia y comportamiento de los clientes para crear relaciones sólidas y duraderas. Aquí hay algunos ejemplos de tecnología IoT y cómo crea experiencias de compra atractivas.

• Utilice los teléfonos móviles para hacer felices a los clientes. Ayude a sus clientes a encontrar sus productos y marcas favoritos en su tienda, no en la calle. Proporcione a sus teléfonos móviles aplicaciones llenas con información de su tienda. Pueden buscar lo que quieren, aprender acerca de las ventas y revisar los eventos en la tienda con sus amigos. Utilice balizas para alertar a los clientes registrados sobre sus productos y servicios favoritos.

• Haga recomendaciones de productos únicos. Al realizar el seguimiento de las preferencias de los clientes y familiarizarse con sus hábitos de compra, utilice esos datos de fondo para identificar posibles compras futuras. Seguimiento de gustos individuales, compras anteriores y puntos de fidelidad para proporcionar sugerencias y precios que atraen a cada cliente.

• Mejorar productos y servicios. Reúna comentarios en la tienda o flujos de redes sociales para modificar los productos basados ​​en las respuestas directas de los clientes y los datos de ubicación.

Ventajas de IoT: Velocidad, agilidad y menor riesgo

Con el análisis de datos de IoT, los minoristas pueden recopilar, analizar, visualizar y utilizar rápidamente grandes volúmenes de datos de muchos dispositivos. Hay un montón de atractivo desde un punto de vista comercial:

• Reducir el riesgo de mercado. La transmisión de datos de IoT le ayuda a saber, no adivine lo que está sucediendo ahora mismo. Y puede hacer cambios e identificar oportunidades rápidamente antes de que su mercado cambie.

• Evite los costos. Usted puede probar presentimientos sin hacer errores costosos de negocios.

• Controle los costos. Aunque es nuevo, la tecnología IoT no necesita rebajar su presupuesto. Disponible como servicio basado en la nube, el análisis de datos IOT se ofrece a menudo como un servicio de suscripción mensual.

Fuente: Ilan Hertz. Jefe de Marketing Digital en Sisense.