Uso del Data Science para el Posicionamiento Web en el sector Agroalimentario

¿Por qué cursar este programa?

En la actualidad la generación de datos a través de los medios digitales es inmenso. Cada minuto que pasa, los 2,700 millones de personas con acceso a internet (que se calculó que había en el mundo en 2012), envían más de 200 millones de correos electrónicos, realizan 2 millones de consultas a Google, suben 48 horas de vídeo a YouTube, escriben más de 100,000 mensajes en Twitter, publican casi 30,000 nuevos artículos en WordPress, suben más de 6,000 fotografías a Instagram y se descargan 47,000 aplicaciones del sistema operativo iOS7. El volumen de información generada supera con creces el volumen de cualquier sondeo y tiene la ventaja de que el muestreo sea continuo2. Lo anterior ha hecho que se señale que el comportamiento del consumidor “online” ha merecido que los mercadólogos se esfuercen en demasía para tratar de comprenderlo5. Este tipo de datos ofrece oportunidades y desafíos a los investigadores, donde lo más interesante radica, no en las cantidades de datos, sino en qué podemos hacer con los datos3.

Sin embargo, es importante destacar que la información es desestructurada, y para el caso de Twitter, por ejemplo, es limitada a 140 caracteres, además de presentar numerosas dificultades al momento de segmentar por edad, sexo, grado de estudios o nivel económico. Por tal motivo para obtener resultados concluyentes es preciso aplicar nuevos métodos de análisis que permitan comprender la reacción de los ciudadanos tanto en eventos importantes como en el día a día2.

Por todo lo anterior, podemos decir que se abre así, un campo incógnito de oportunidades y amenazas que deben ser afrontadas por los gestores de marketing y para ello, el primer paso ineludible es comprender la tecnología que subyace en los medios sociales y las peculiaridades, fines y capacidades de cada plataforma social para, más adelante, poder establecer objetivos de comunicación en cada una de ellas, gestionar su comunicación (controlando la información que se distribuye en ellas y participando en las mismas) y, finalmente, evaluar los resultados en función de los objetivos perseguidos9.

En el marco de este gran desafío, provocado por las nuevas herramientas digitales, entra en juego la analítica del Big Data; la cual plantea el análisis de grandes volúmenes de datos para detectar relaciones entre ellos que puedan proveer información útil a las empresas, facilitando la toma de decisiones en todos los procesos y las áreas de la organización basadas en datos de los clientes8.

Hoy en día las empresas necesitan procesar una gran cantidad de datos, lo que en el mundo de la informática se engloba bajo el concepto de Big Data, lo cual da como resultado una mejor gestión del negocio10. En el mismo sentido, se dice que la implementación del Big Data y la analítica de datos más que un reto supone una gran oportunidad para las empresas y para sus departamentos de marketing, pues con su utilización se puede llegar a obtener información relevante del cliente, sus gustos, sus criterios de compra y otros datos8. Sin embargo, también se destaca la importancia de inquietarse por el Big Data y sus principales características (volumen, velocidad, variedad, veracidad, valor y visualización) que día a día llevan a una inestabilidad de la información y, por consiguiente, a un cambio constante en la toma de decisiones8,10.

El poder de contextualización que nos dan los datos alojados en las diferentes plataformas digitales, también sirve de referente para inferir comportamientos futuros y tendencias en el entorno. Ejemplo de lo anterior son los trabajos de Gómez Martínez & Prado Román (2014), Tello-Díaz (2013) y Barberá & Rivero (2012) que hablan del poder predictivo del buscador de Google, Facebook y Twitter, respectivamente, acerca de sus preferencias y su reacción a los mensajes y eventos principalmente políticos1,4,11.

En el libro electrónico de Lecinski publicado por la empresa Google se resalta la frase: “Estoy convencida de que si escucháramos a los clientes todos los días, nos dirían lo que desean y necesitan”, dicha frase es un reflejo de lo que se puede obtener de las plataformas digitales, ya que dentro de ellas se vierte diariamente una cantidad inmensa de datos con respecto a gustos y preferencias. Dichos datos se pueden traducir en información y posteriormente en conocimiento, que nos permita conocer más a fondo tanto las características del público meta así como los temas y el tipo de contenido con mayor interés por parte de este público meta6. No obstante, es necesario identificar y definir los puntos críticos en el camino desde la extracción de datos brutos de las plataformas web hasta la generación del conocimiento que permita a una empresa de carácter agroalimentario posicionarse dentro del entorno digital.

Con base en lo anterior, proponemos el presente programa de desarrollo de capacidades entorno al uso del Big Data de plataformas web, como una herramienta para mejorar el posicionamiento de productos y servicios del ámbito agroalimentario.

Referencias

  1. Barberá, P., & Rivero, G. (2012). ¿Un tweet, un voto? Desigualdad en la discusión política en Twitter. In I Congreso Internacional en Comunicación Política y Estrategias de Campaña (pp. 1–22).
  2. Congosto, M. L., & Aragón, P. (2012). Twitter, del sondeo a la sonda: nuevos canales de opinión, nuevos métodos de análisis. Más Poder Local. Especial Estudios de Caso, 50–56. Retrieved from http://dialnet.unirioja.es/descarga/articulo/4013889.pdf http://dialnet.unirioja.es/servlet/extart?codigo=4013889
  3. Del Fresno García, M., Daly, A. J., & Supovitz, J. (2015). Desvelando climas de opinión por medio del social media mining y análisis de redes sociales en Twitter. El caso de los Common Core State Standards. Revista Hispana Para El Análisis de Redes Sociales, 26(1), 53–75. http://doi.org/10.5565/rev/redes.531
  4. Gómez Martínez, R., & Prado Román, C. (2014). La actividad de búsquedas en Google anticipa los resultados electorales. Revista de Internet, Derecho Y Política, (18), 2–15. Retrieved from http://www.redalyc.org/articulo.oa?id=78832841002
  5. Goyzueta Rivera, S. I. (2011). Segmentación de la red social facebook : una oportunidad para la empresa. Perspectivas, (28), 33–61.
  6. Lecinski, J. (2013). Ganando el momento cero de la verdad (Vol. 1). Retrieved from http://v1.zeromomentoftruth.com/google-zmot-es.pdf
  7. López García, D. (2012). Análisis de las posibilidades de uso de Big Data en las organizaciones.
  8. Ortiz Morales, M. D., Joyanes Aguilar, L., & Giraldo Marín, L. M. (2016). Los desafíos del marketing en la era del big data. E-Ciencias de La Información, 6(1), 30. Retrieved from http://www.gartner.com/it-glossary/big-data/%5Cnhttps://books.google.com/books?id=p_glBgAAQBAJ&pgis=1%5Cnhttp://www-05.ibm.com/services/es/bcs/pdf/Big_Data_ES.PDF%5Cnhttp://ezproxy.si.unav.es:2090/eds/detail/detail?sid=c6a9a4d2-3622-4ca0-bd6c-b78efdc16f5f
  9. Oviedo García, M. de los Á., Muñoz Expósito, M., & Castellanos-Verdugo, M. (2015). La expansión de las redes sociales. Un reto para la gestión de marketing. Contabilidad Y Negocios: Revista Del Departamento Académico de Ciencias Administrativas, 10(20), 59–69. Retrieved from https://dialnet.unirioja.es/descarga/articulo/5399422.pdf%5Cnhttps://dialnet.unirioja.es/servlet/extart?codigo=5399422
  10. Ríos, S. (2014). Big Data : Información de calidad para mejores decisiones. Revista ISCI, 14(4), 17–19.
  11. Tello-Díaz, L. (2013). Intimidad y «extimidad» en las redes sociales. Las demarcaciones éticas de Facebook. Comunicar, 21(41), 205–213. http://doi.org/10.3916/C41-2013-20