Un negocio innovador desarrollado a través del Big Data.

Expresa Aleix Galimany Suriol en su libro “La creación de valor en las empresas a través del Big Data” que la Big Data está siendo la precursora de gran cantidad de startups que se dedican a explotar los datos de forma innovadora o combinando datos de forma que la información resultante sea un producto innovador, ya que con la perspectiva adecuada los datos pueden dar origen a nuevos negocios.

Es decir que, el valor de los datos no radica tanto en los datos por si solos, sino en los usos que les podamos dar a los mismos, ya que poseer los datos necesarios puede ayudar a formular nuevas aplicaciones o análisis que quizás serían más difíciles de obtener si no se poseen los datos necesarios.

En este aspecto las iniciativas Open Data pueden tener un impacto positivo en el tejido empresarial. Son bastantes los ejemplos de empresas que empiezan su andadura combinando datos libres o una mezcla de datos libres y licenciados:

• ·         www.flyontime.us combina datos meteorológicos abiertos de USA con información abierta también, sobre los vuelos para predecir si un vuelo se demorará.
• ·        www.feedzai.com utiliza datos en tiempo real y algoritmos de machine learning para prevenir fraudes y actualmente vende sus servicios a SAP.
• ·       www.ayasdi.com utiliza Big Data para resolver problemas complejos como explorar nuevas fuentes de energía, ayudar en la búsqueda de curas para el cáncer.
• ·     priceonomics.com proporciona una guía de precios para casi cualquier producto basándose en la recogida de datos de la World Wide Web.
• ·         www.memsql.com proporciona tecnología de bases de datos en memoria orientadas a las consultas en tiempo real.
• ·         datasift.com actúa como un mercado de datos, proporciona acceso y licenciamiento a fuentes de datos como Facebook, Twitter, WordPress, Instagram, IMDb, YouTube, Wikipedia, etc.
• ·         www.mu-sigma.com ofrece ingeniería de datos y software como servicio para ayudar a la toma de decisiones.
• ·         www.kaggle.com es una plataforma de crowdsourcing60 donde empresas llevan a concurso de equipos expertos públicos análisis o desarrollos relacionados con Big Data, Instituciones y empresas importantes como la NASA, Facebook, Microsoft, Ford o el proyecto Atlas de búsqueda del Boson de Higgs.

Podríamos dar cientos de ejemplos relacionados al tema, todos de ellos innovadores en su materia, sin embargo el que más ha llamado nuestra atención, es la compra anticipada (Method and System for Anticipatory Package Shipping) patentada por una de las plataformas tal vez más conocida por nuestros lectores.

Dicha innovación lleva las recomendaciones y las predicciones a lugares que jamás hubiéramos imaginado, dado que Amazon usa los datos que recoge de sus clientes en relación a las compras, recomendaciones, productos deseados para predecir lo que quieren los clientes y enviar los productos automáticamente sin que estos lo hubieran pedido.

De esta manera, la compañía intenta minimizar el tiempo transcurrido entre el momento en que se realiza una compra y el pedido llega a casa del consumidor, es decir que permite reducir el tiempo de entrega a tan solo unas horas.

Sin embargo, no todo es color de rosas, dado que el servicio de envíos predictivo supone para la empresa el inconveniente de tener que asumir costos de transporte y almacenamiento de productos en vista a que se cumplan las predicciones de consumo establecidas por el sistema.

Sin lugar a dudas, se trata de un complejo entramado logístico para dar servicio a millones de clientes de todo el mundo, con cientos de centros de distribución y miles de unidades de reparto.

Entonces, la clave del sistema está en la información almacenada en las bases de datos de Amazon y en el uso de la tecnología de Big Data, para establecer modelos teóricos de comportamientos futuros basándose en el historial de compra de cada cliente y sus hábitos de consumo.

 

LAS VENTAJAS DEL MODELO "ANTICIPATORY SHIPPING"

El modelo patentado por Amazon, tiene grandes ventajas en cuanto a estrategia comerciales y la posibilidad de acercamiento con los consumidores, entres ellas podemos destacar: 

• Reducción de costos logísticos, dado que los productos se acumulan en grandes cantidades en zonas comunes cercanas a las ubicaciones de sus clientes según su patrón de comportamiento.

• No genera pérdidas, debido a que los productos no se envían directamente a los clientes sino a Hubs ubicados en áreas comunes en donde los clientes estarían dispuestos a adquirirlos mediante el análisis previo de su comportamiento online.

• Los consumidores pueden recibir sus productos a un precio razonable debido a la reducción de costos logísticos.

• Si el algoritmo de predicción tiene errores podría ser mucho más costoso el reenvío de los productos, por lo que en este caso Amazon realiza promociones y descuentos en el precio de los productos con la finalidad de ampliar su cartera de clientes.

Bibliografía: Aleix Galimany Suriol “La creación de valor en las empresas a través del Big Data”, Universidad de Barcelona, Año 2014.