Big Data en el comercio exterior

El uso del Big Data se ha extendido a lo largo de los últimos años, dado que los beneficios que otorga se han vuelto cada vez más visibles. Uno de los ámbitos en el cual ha predominado su uso a nivel mundial es en el comercio exterior. Cabe mencionar que tanto su gestión como su correcto aprovechamiento no son aspectos simples, sino que requieren de una serie de pasos para sacar el máximo provecho:

• Identificar el problema: Se deben realizar preguntas sobre lo que se quiera saber.
• Adquirir datos: Se debe identificar el dataset que posea información relevante para solucionar el problema y descargarlo.
• Parsear datos: Realizar un análisis exploratorio de los datos.
• Minar datos: Limpiar, homogeneizar y filtrar datos para así poder crear nuevos.
• Refinar datos: Identificar tendencias y outliers, y aplicar cálculos estadísticos.
• Estimar un modelo: Seleccionar un modelo y aplicar técnicas de machine learning.
• Presentar resultados: Identificar fortalezas y debilidades.

Todo el proceso que se realiza al trabajar con Big Data es imprescindible para realizar los estudios de mercado necesarios para desarrollar cualquier negocio. Este estudio implica realizar un conjunto de acciones para poder estimar la respuesta que tendrá el mercado ante un producto o servicio, y así poder definir la viabilidad del mismo. Para ello es necesario recopilar mucha información tanto de clientes, como de competidores, del entorno y del sector del mercado, y dadas las características de toda esa información, se considera que se está trabajando con Big Data. Cuando se realizan estos estudios de mercado deben analizarse principalmente tres cosas:

• Las 4P: Precio, producto, promoción y plaza (distribución).
• Las 4C: Consumidor, costo, conveniencia y comunicación.
• Los sentimientos: Se deben evaluar las emociones, actitudes y opiniones para clasificarlas en positivas, negativas o neutras. Esto se realiza para conocer los gustos de los consumidores, para enfocarse en cada segmento del mercado y adaptar los productos, y para comparar con la competencia y ver qué cosas pueden mejorarse. 

En cuanto a este último aspecto relacionado con los sentimientos, es importante tener las herramientas necesarias para identificar los distintos sentimientos y para clasificar la información que se recibe. Para el primer punto existen dos técnicas: la primera consiste en utilizar lexicones, esto es, tener una lista de palabras que represente cada uno y en base a ellas ir clasificando las obtenidas por los clientes. La segunda implica utilizar machine learning. Por otro lado, para clasificar la información recibida es común seguir los siguientes pasos:

• Tokens: Convertir cada documento en una lista con las palabras que lo componen.
• Contrucción de vocabulario: Conectar las palabras que se registran y ordenarlas.
• Encoding: Representar los documentos como vectores de las palabras del vocabulario.

Una vez realizado el estudio de mercado, nos encontramos en posición de segmentarlo, utilizando técnicas Clustering (agrupamiento) para dividir en clusters (grupos) a los clientes en base a su comportamiento y así adaptar las comunicaciones y campañas a los distintos segmentos. Los pasos a seguir son:

• Identificar los grupos utilizando 2 criterios, dependiendo del tipo de dato. Si es cuantitativo se utilizan las distancias matemáticas, y si es cualitativo se utilizan las modas de cada variable.
• Armar los grupos utilizando algoritmos que eligen los centros sobre los cuales se irán tomando las medidas o modas y así ir armando los grupos.

Por último, es bueno tener en cuenta la Teoría de grafos, que permite estudiar las relaciones que existen entre distintos elementos dentro de un conjunto, y puede aplicarse dentro del Social Networking Analysis para descubrir relaciones entre los consumidores y así establecer técnicas de comunicación eficaces. 

Como puede verse, utilizando las distintas herramientas para gestionar y aprovechar el Big Data, es posible sacar el máximo provecho del mismo y potenciar los negocios logrando un mayor conocimiento de los consumidores y pudiendo adaptar el producto o servicio a cada segmento de mercado.