BigData1

Alguna vez nos sentimos “espiados” mientras usábamos nuestro celular, o navegábamos en internet desde la computadora, creyendo que había alguien del otro lado de la pantalla observando lo que hacíamos. Y lo cierto es que la paranoia que en algún momento se generaba, y que hoy casi ya no existe porque nos acostumbramos a autorizar cookies y permitir que las apps tengan acceso a nuestra información, no era del todo infundada. Si instalás una app como Ghostery en tu computadora te darás cuenta de los rastreadores que siguen tus movimientos en internet.

Esto no quiere decir que haya motivos para asustarse, pero es un hecho que lo que hacemos o decimos a través de redes sociales o internet en general es analizado con herramientas de medición, que dentro de poco tendrán mucha más precisión y perspicacia con la llegada de la prometedora Big Data 3.0.

Big Data, al igual que la web, ha ido sufriendo transformaciones y actualizaciones a medida que la investigación y el desarrollo fueron permitiéndolo. Así, Big Data 1.0 brindó por primera vez la posibilidad de análisis de la información existente en internet, que permitía visualizar esos datos con herramientas adecuadas. El “Big Problem” era que esa información era extremadamente amplia y compleja, que sólo científicos podían leer, y muy difícil de traducir en insights verdaderamente significativos para el marketing.

A continuación, Big Data 2.0 se centró en descifrar emociones y sentimientos de usuarios a partir del lenguaje expresado en sus textos escritos, buscando insights que definan aspectos actitudinales del consumidor que reflejen de alguna manera tendencias actuales del mercado.

Esos textos, rescatados o “leídos” de redes sociales como Twitter o Facebook se convirtieron en mensajes complejos y difíciles de desglosar y medir en cantidad a través de algoritmos predeterminados por la dificultad que caracteriza de por sí al lenguaje, que muchas veces contiene expresiones cuyos significados connotan algo diferente a lo que denotan. Además, raramente los usuarios manifiestan directamente sus actitudes o sentimientos, por lo que aquello que se creía que iba a generar un valuable contenido para el marketing terminó siendo incompleto e impreciso.

Pero Big Data 3.0 hace una promesa más ambiciosa: sumando a lo que ya se puede recolectar con sus predecesores uniendo mediciones de información y sentimientos, incorporará el análisis de archivos de audio, videos, blogs, sondeos, y además textos cortos en redes sociales.

Pero para esto es necesaria la existencia de una plataforma que permita medir y traducir esas cifras a datos relevantes para el análisis del mercado (deficiencia que poseía Big Data 1.0) y herramientas que permitan comprender el contexto en el que se manifiestan sentimientos u op