El potencial de Big Data para las empresas que manejan grandes volúmenes de datos se ha vuelto un recurso valioso. Esta estrategia permite analizar y conocer mejor al usuario. Desde dónde compra, cuándo lo hace, qué mecanismo es el más adecuado e incluso cuáles son sus preferencias. Pero si a estos datos sumamos el Thick Data y su capacidad para interpretar los datos, el conocimiento por el consumidor se vuelve mucho más preciso y profundo.
El Thick Data se centra en observar el comportamiento humano a partir de los datos que proporciona Big Data. Es una interrelación mucho más completa. Permite predecir comportamientos de forma más ajustada. Durante años, profesionales de materias como sociología, antropología o etnógrafos han recogido información sobre el comportamiento humano. Ahora gracias a las nuevas tecnologías puede cruzarse con la información que proporciona el Big Data.
Complementar Big Data y Thick Data
La finalidad de una empresa es aumentar las ventas, lógico. Pero hoy en día, para que las empresas y marcas crezcan es necesario que conozcan a su público objetivo. La oportunidad que nos dan los datos y las estrategias de análisis de Big Data pueden mejorar las campañas de publicidad y llegar hasta el público objetivo. Pero si le sumamos el Thick Data se puede lograr que la campaña sea realmente efectiva.
Esta combinación permite a las marcas comprender de forma rápida el comportamiento del usuario. Permitirán que se establezcan hipótesis sobre los comportamientos e interpretar los datos del Big Data con una dimensión más humana. En definitiva, lograrán campañas, productos y servicios más ajustados a las necesidades del consumidor, no sólo a nivel contextual sino a nivel humano.
Thick Data analiza los hábitos de consumo
Los hábitos de consumo han cambiado en los ciudadanos, no se invierte lo mismo en cine que hace 20 años y la cesta de la compra del supermercado ha variado sustancialmente. El Thick Data tiene como objetivo conocer los patrones de consumo de los usuarios.
Supongamos como ejemplo una gran superficie, un supermercado. Con Big Data podemos obtener datos de compras, de productos más vendidos, facturación, a qué horas se realizan las compras, etc. Pero si aplicamos a esto Thick Data podemos detectar los cambios de patrones de consumo de los clientes. Desde los cambios en los hábitos alimenticios, más comidas rápidas, debido a que hay menos familias numerosas y más solteros; desaparecen las grandes compras para reunir a la familia, ya que el estrés diario hace que los fines de semana sean la vía de escape de los más jóvenes.
Del mismo modo, la comida familiar diaria ha ido reduciéndose. Lógico en una sociedad donde es casi imposible compaginar los horarios escolares con los laborales. Este dato revela que se realizan varias comidas a media día de diferentes menús, por tanto la cesta de la compra varia. El formato “ahorro” daba paso a “raciones individuales” de fácil cocina.
Cambios como este se suman a la pérdida de fidelidad al supermercado. La compra no siempre la realiza el mismo miembro de la familia, y al existir varios menús diferentes en un mismo día en lugar de una comida familiar, hay un elevado tránsito entre supermercados de uno a otro. Buscando el producto “más deseado” por cada miembro familiar.
Con qué conclusión nos quedamos, con una clara. Los consumidores devuelve mucha información gracias a Big Data, pero para acertar con las promociones debemos de evaluar sus hábitos de consumo, es decir, Thick Data. Para los consumidores de supermercados es importante el precio. Pero es más importante que los productos se adapten a las necesidades de un consumidor y a su forma de vida diaria. Si el supermercado se encuentra en una zona donde los residentes son parejas jóvenes, ambos con trabajos a jornada completa y sin comidas familiares, querrán productos más individualizados, no buscarán el pack “ahorro”.
Por tanto, se debe adaptar en función de los datos la oferta de productos y servicios, para dar a los consumidores lo que realmente necesitan.
Comments
comments