Big Data y medición de audiencias

Según varios estudios uno de los temas  más relevantes en el mercado digital para este año y para la próxima década será el Big Data.

ibm-bigdata-buzz-infographic-920x1576

2013-11-20_1811

 

Por lo que me he planteado algunas preguntas: ¿Soy 100% consciente de lo que significa el Big Data? ¿Cuáles son los retos del Big Data? ¿Tiene presencia el Big Data en mi trabajo? ¿Qué significa el Big Data en el campo de la medición de audiencias?

Así que ante este mar de dudas decidí profundizar un poco sobre el tema y compartir parte de ese aprendizaje.

¿Qué es el Big Data?

Algo que se desprende rápidamente en la búsqueda de una definición exacta de qué es el Big Data es que tal definición no existe, ya que es un término relativo que se utiliza muchas veces de forma no adecuada. Por ejemplo, depende de los avances tecnológicos, el sector, las herramientas desarrolladas, la cultura de datos en la organización, etc… Sin embargo, de forma general se puede entender que el concepto del Big Data es aplicable a toda aquella información que no puede ser procesada o analizada utilizando métodos, procesos y herramientas tradicionales.

Y bien, tomando esa definición surge otra pregunta ¿es el Big Data realmente un término novedoso? Pues al contrario de lo que pueda parecer no lo es. El reto de procesar y analizar mayor volumen de información es un reto que ha estado presente en la mente de los analistas de datos más veteranos durante décadas. Y si no, que se lo digan a los analistas de CERN Big Data – Tim Smith

Entonces ¿qué ha provocado que el Big data sea considerado como uno de “los retos” actuales, no solo en el marketing online, sino de la sociedad actual?

Según los autores de Big Data, Big Analytics hay 3 factores determinantes:

  1. Computing perfect storm: el cual incluye:
    • La Ley de Moore
    • Movilidad en los dispositivos actuales
    • Aparición de las redes sociales
    • Popularización y abaratamiento de costes del Cloud Computing
  2. Data perfect storm: Los datos han estado presentes desde siempre, sin embargo nunca con el volumen, variedad y velocidad actual.
    • El volumen de datos también es un término relativo y no es determinante para definir algo como Big Data. Para determinadas compañías multinacionales 500 terabytes son considerados como Big Data, mientras que para compañías como Facebook 500 terabytes no es un gran volumen. Si te pierdes entre estas medidas de almacenamiento échale un ojo a esta infografía: How big is your byte ?
    • En cuanto a la variedad, está claro que la variedad actual de datos es casi infinita, clasificándose habitualmente en estructurados y no estructurados. Sin embargo, también parece que esta clasificación no es del todo correcta Resumiendo:
      • Los datos estructurados son datos que generalmente residen en bases de datos en forma de columnas y filas y se agrupan en relaciones o características comunes. A los datos generalmente se les asignan atributos (descripciones de datos) relacionados con las clases dentro de cada grupo para ayudar a ordenarlos y agruparlos de forma lógica. Por último, pueden ser descritos por formatos predefinidos, con longitudes de caracteres predefinidos… etc.
      • Los datos no estructurados es un término genérico utilizado para describir los datos que no encajan bien en bases de datos “típicas” ( las relacionales), pudiendo ser  datos textuales y no textuales. Se dice que el 95% de los datos son de este tipo y su crecimiento es exponencial al contrario que los estructurados que también crecen pero de forma lineal.
        2013-11-20_1353
    • En cuanto a la velocidad,  se refiere al ritmo al cual los datos son creados, almacenados, procesados y analizados.
  3. Convergence perfect storm: La convergencia entre la gestión de datos tradicional, el desarrollo del software/ hardware para el análisis y la presencia de tecnologías open source han generado nuevas alternativas para los profesionales del Marketing y las Tecnologías de la Información.
    La disponibilidad de hardware a menos coste hace posible obtener y procesar la información de forma más rápida y barata que en el pasado. Data Size Matters es un gran resumen de la evolución de los dispositivos de almacenamiento.

¿El Big data es un reto solo por la complejidad del análisis?

No, el Big Data supone retos también en la captura, almacenamiento, transferencia, presentación y visualización de los datos. De hecho, algunos autores recalcan que el adjetivo “Big” no hace referencia al volumen sino a la usabilidad. El reto, por tanto no está en los grandes conjuntos de datos, sino en la complejidad de identificar y desarrollar  el modelo más efectivo, seguro y veraz  para extraer al menor coste el valor de todos estos tera y petabytes disponibles.

¿Tiene presencia el Big Data en mi trabajo?

La respuesta es claramente sí. Tengo la suerte (y a la vez reto) de trabajar en una gran proveedor de Big Data. comScore nació en 1999 con el objetivo de crear un panel de consumidores online para medir el incipiente comercio electrónico. Sin embargo, ha evolucionado hasta convertirse en un proveedor de Big Data.

 2013-11-20_13432013-11-20_1340_002

En los últimos 3 años comScore ha incrementado por 80 el volumen de datos recogidos, recogiendo más de 720.000 interacciones  digitales por segundo y más de 1.6 trillones de interacciones en Marzo de 2013.

Obviamente estas interacciones han crecido a la par de la evolución en las herramientas de medición de audiencias, vídeo, móvil, post evaluación de campañas, analítica web, visibilidad e integración con los datos del cliente.

Así que en tres años las necesidades de nuestros clientes se han vuelto mucho más variadas, complejas y exigentes y por lo tanto nuestro día a día también.

Big Data y análisis de audiencias

El Big Data representa claramente un reto y una oportunidad para la medición de audiencias. Muchos se preguntan si el Big Data que los propios medios de comunicación están recogiendo, almacenando y analizando puede sustituir a los actuales sistemas de medición basados en su gran mayoría en muestras. La respuesta no es fácil ya que ambos sistemas tiene sus pros y contras.

El Big Data  permite una medición granular del comportamiento individuo a individuo, a bajo coste, con metodologías propias y adhoc. Sin embargo, los actuales sistemas de medición ofrecen una visión general de todo el mercado, incluyendo el contexto competitivo, ofreciendo datos demográficos, con muestras equilibradas y con metodologías muchas veces validadas o auditadas.

Además, las opciones del consumo de medios se expanden y son multiplataforma, lo cual añade complejidad. También es importante tener claro los universos  a los que los datos pueden representar: a la población total o a universos discretos.

Además hay que tener en cuenta que la mayoría de datos de Big Data en la medición de audiencias son site centric, por lo que no contar con fuentes user centric limita mucho los insights que se pueden obtener. En esta situación se tiende a hacer un uso combinado de ambos tipos de datos.

El uso de grandes volúmenes de datos en conjunción con los tradicionales de medición permiten un enfoque basado en una fuente única, superando las limitaciones asociadas a una muestra. Este es el caso de la medición unificada de audiencias online.

Esta integración provoca que el perfil tradicional de los investigadores de audiencias evolucione hacia un perfil donde la capacidad de análisis y presentación de grandes volúmenes de datos cobra aún más importancia.

Si os interesa profundizar más sobre la medición de audiencias y Big Data:

Y si os interesa el Big Data en general os recomiendo los siguientes libros y artículos:

Finalmente aquí os dejo algunas frases para reflexionar:

By 2015, big data demand will reach 4.4 million jobs globally, but only one-third of those jobs will be filled -Gartner
 
“A benchmark for you: If you are not spending 30% of your time in 2013 with data, Ms./Mr. Marketer, you’ll fail to achieve professional success.”-Avinash Kaushik 
 
“There is a problematic underlying ethos that bigger is  better, that quantity necessarily means quality… Without taking into account the sample of a data set, the size of  the data set is meaningless.”
– Danah Boyd & Kate Crawford, Microsoft 
 
Without understanding the consumer mindset there is a danger  that Big Data never becomes ‘Smart Data’ and as such the value for marketeers is limited. Intelligent integration brings consumer  and research knowledge together with Big Data to avoid the risk  of chasing the wrong questions and finding false positives.”
– Colin Strong, GFK

 

Pamela es Licenciada de Administración de Empresas e Investigación y Técnicas de Mercado por la Universidad Autónoma de Madrid.Accesit Premio AEDEMO Mejor Licenciado de Investigación de Mercados 2009 y Master en Digital Analytics por la Universidad British Columbia .Inició su carrera profesional en 2007 como técnico de Investigación de Mercados y empezó su andadura en el mundo digital como Market Research Assistant & Insights en Yahoo! Spain, fue responsable de analítica web para Windows Live/Microsoft , Antena 3 Multimedia y actualmente es la responsable del equipo de Client Service Analysts para la empresa líder de medición digital comScore Iberia.

Twitter LinkedIn Google+ 

2 Responses to Big Data y medición de audiencias

  1. Patricia noviembre 21, 2013 at 12:54 pm #

    Me ha parecido un post de primera!
    Se habla mucho Big Data pero nadie se había remangado y metido en faena para hablar de cómo está el tema actualmente y analizar a qué se refiere exactamente el concepto.

    Genial el post, muchas gracias por compartir Pam!

  2. Patricia noviembre 21, 2013 at 1:06 pm #

    Acabo de ver los enlaces a los libros!!
    Mil gracias, lecturas de fin de semana :D

Hecho con cariño desde Madrid por las Madrid Geek Girls.