El big data ofrece un gran potencial para las labores de marketing. Promete contestar a dos de las preguntas más fastidiosas que han obstaculizado a los profesionales de marketing desde que empezaron a vender: 1) ¿quién compra qué, ¿cuándo y a qué precio?  y 2) ¿podemos relacionar lo que escuchan, leen y ven los consumidores con lo que compran y consumen?

Contestar a estas preguntas aumenta la eficacia del marketing al mejorar la dirección de su trabajo e identificar y eliminar la famosa mitad del presupuesto de marketing que se desperdicia. Para abordar estas preguntas, los profesionales han enfocado sus telescopios de big data hacia un único punto: predecir la próxima transacción de cada cliente. En la búsqueda de esta recompensa, intentan crear una imagen cada vez más detallada de cada consumidor. Para ello, memorizan sus preferencias de medios de comunicación, analizan sus hábitos de compra y catalogan sus intereses, aspiraciones y deseos. El resultado es un detallado primer plano de alta resolución de cada cliente que revela su próximo movimiento.

Pero con las prisas por descubrir y dirigirse a la próxima transacción, muchas industrias están topándose con una inquietante realidad: ganar la próxima transacción sólo proporciona una ventaja táctica a corto plazo, y obvia un enorme e inevitable resultado. Cuando todos los competidores logran predecir la próxima compra de cada cliente con el mismo nivel de eficacia, los profesionales de marketing inevitablemente reducirán los beneficios marginales obtenidos mediante esa transacción. Esta carrera armamentística a corto plazo sin ganadores finalmente da paso a una igualación de los competidores a plazo medio y largo. Perseguir la próxima compra no proporciona ninguna ventaja competitiva sostenible.

Esto no quiere decir que las empresas no deban intentar predecir y ganar la próxima compra, sino que sólo deberían esperar retornos por encima de la media gracias a esta actividad en sectores en los que sus competidores estén rezagados y dónde aún existan recompensas por encontrarse en cabeza de esta actividad. En muchos sectores, incluidos los de los viajes, los seguros, las telecomunicaciones, la música y hasta la automovilística, nos estamos acercando rápidamente a la igualación de las capacidades predictivas entre competidores, por lo que predecir la próxima compra proporciona poca ventaja competitiva duradera.

Para construir una ventaja duradera, los programas de marketing impulsados por big data necesitan apoyarse en preguntas más estratégicas para retener clientes a más largo plazo, la fidelidad y las relaciones. Las preguntas que han de ser planteadas al big data no sólo giran en torno al catalizador de la próxima compra sino en lo que hará que este cliente siga fiel; no sólo en el precio que esté dispuesto a pagar el cliente por su próxima compra sino en cuál será el valor vitalicio del cliente; y no sólo en lo que conseguirá atraer a los clientes de los competidores sino en qué impedirá que vuelvan a cambiar cuando un competidor ofrezca mejor precio.

Para responder a estas preguntas hay que emplear el big data de forma distinta. En lugar de limitarse a preguntar cómo podemos usar los datos para dirigirnos mejor a los clientes, hemos de preguntar cómo el big data genera valor para los clientes. Es decir, tenemos que dejar de preguntar qué puede hacer el big data por nosotros para averiguar qué puede hacer por nuestros clientes.

El big data puede ayudar a diseñar informaciones dirigidas a mejorar los productos y servicios, y a generar otros completamente nuevos. Unos sencillos ejemplos incluyen los motores de recomendaciones que generan valor para los clientes al reducir sus costes de búsqueda y evaluación, como hacen Amazon y Netflix; y aumentar los servicios de producto con informaciones de uso personalizadas, como hace Opower. Unos ejemplos más intrigantes incluyen los datos obtenidos mediante crowdsourcing que pueden proporcionar respuestas a los clientes sobre preguntas importantes como: "¿qué puedo aprender de otros consumidores?" y "¿cómo me comparo con otros consumidores?".

Observar a las start-ups que generan nuevas formas de valor con el uso de big data es interesante. Opower permite a los clientes compartir sus facturas energéticas con sus amigos de Facebook para compararse con usuarios similares. INRIX agrega datos del tráfico de los móviles de sus clientes y de otras fuentes para proporcionar informes de tráfico en tiempo real. Zillow combina datos de un abanico de fuentes para proporcionar conocimientos consolidados sobre los atributos y los valores de viviendas, propiedades competitivas y otras características de mercado a los compradores, vendedores y agentes inmobiliarios. Estas empresas son nativas del big data. Su éxito debería ser una llamada de atención para todos los negocios. Hoy, no existe ningún negocio que no sea un negocio de la información.

Cada empresa debería plantear tres preguntas para examinar cómo su big data puede generar valor para sus clientes:

¿Qué tipo de datos ayudarían a mis clientes a reducir sus costes o riesgos? Los negocios multimillonarios como Yelp, Zagat, TripAdvisor, Uber, eBay, Netflix y Amazon analizan enormes cantidades de datos que incluyen las calificaciones de los proveedores de servicio y los vendedores para reducir el riesgo para sus clientes. Actualmente, estas calificaciones de bueno-malo-feo proporcionan evaluaciones genéricas de los vendedores mediante escalas estandarizadas. Pero cada vez más, los clientes buscan respuestas más específicas a preguntas como: ¿qué piensan los clientes como yo de este producto o servicio? Contestar a preguntas tan granuladas requiere un entendimiento mucho más profundo de lo que buscan los clientes, y cómo se ven a sí mismos. Es una oportunidad para la próxima generación de valor mediante el big data.

¿Qué tipo de datos están dispersos, pero generarían nuevos conocimientos si se agregaran? ¿Existen datos secundarios, como pulsaciones de teclado o datos de ubicación, que puedan resultar valiosos al unirse? InVenture, una fascinante start-up nueva que opera en África, está convirtiendo los datos secundarios de smartphone en calificaciones crediticias que permiten a los clientes que se encuentran en la base de la pirámide acceder a préstamos y otros productos financieros. En un entorno en el que la mayoría de la población carece de historial de crédito, y por tanto de calificación crediticia, incluso unos rudimentarios datos de uso móvil proporcionan un útil sustituto. La gente que organiza sus contactos con tanto nombres de pila como apellidos tiene mayores probabilidades de cumplir con los pagos de sus préstamos.

¿Existe diversidad y variación entre mis clientes que se beneficie de agregar los datos propios de los ajenos? Por ejemplo, una empresa que vende productos agrícolas (semillas, fertilizantes y pesticidas) podría recopilar datos de agricultores con terrenos dispersos para determinar la combinación óptima de productos resulta bajo condiciones distintas. Agregar los datos de muchas granjas que operan bajo diversas condiciones de suelo, climáticas y medioambientales podría proporcionar unas informaciones mucho mejores sobre los productos óptimos para cada granja individual que las que podría obtener cualquier agricultor individual sólo de su propia granja, sin importar cuánto tiempo lleve trabajando ese terreno.

El big data ha ayudado a los profesionales de marketing a abordar unas cuestiones fundamentales cuyas respuestas llevan mucho tiempo fuera de su alcance. Pero la verdadera aportación del big data reside en generar nuevas formas de valor para los clientes. Sólo esto permitirá a los profesionales de marketing a convertir los datos en una ventaja competitiva sostenible.