BIG DATAPARA MEDIOS

@fpiccatofopea 2014

CEREBRO MUNDIAL

INTENCIONES HUMANASFlu Trends: Predecir la gripeTranslate: Traducir miles de millones desecuencias palabras a través de algoritmoscorrelativos

CONEXIONES SOCIALESCapaz de predecir quiénes iniciarán relaciones sentimentales

TWITTER

Capaz de anticipar movimientos sociales o revoluciones#PrimaveraÁrabe (Estudio MIT, 2014)

WIKIPEDIABase de datos del conocimiento humano

DATOS = PODERPARA CONOCEREL MUNDO

(además, socialmente relevante y comercialmente rentable)

DATA1,2

zettabytes

2010

Almacenamientodigital superó la

capacidadanalógica

2002

1,8zettabytes

2013

94% de toda lainformacióndigital delmundo en

formato digital

2007

4,8

zettabytes

2015

Fuentes: Gobierno de EEUU, Cisco, IDC

CADA DOS DÍASGENERAMOS TODA LAINFORMACIÓN HASTA 2003

CADA DOS AÑOSSE DUPLICA TODA LAINFORMACIÓN DEL MUNDO

IDC, JUNIO 2011

CONCEPTO PARAGUASVOLUMEN: es interminableVELOCIDAD: en tiempo realVARIEDAD: de información del consumidorVISUALIZACIÓN: comprensible

NUBE

CLOUD COMPUTING: la información está en la nubeINFRAESTRUCTURA: capacidad de almacenamiento

TRENDING TOPIC

MERCADO IT: U$S 32.4 billones en 2017IDC, diciembre 2013

BANCOS

TURISMO

BIG DATA: cantidad masiva de 1010100110SMART DATA: visualizable y accionableIDENTITY DATA: datos personalesPEOPLE DATA: experiencia personal

USUARIOS ANÓNIMOS

No los conocemosDatos dispersos y disparesAnalítica limitada a pocas variablesConocimiento fragmentado de la audienciaAd targeting pobre

BIG DATA HUB

Audienciasdesconocidas+ conocidas

Conocimiento yreportes

Segmentaciónpublicitaria

Nuestrocontenido

C

ANÁLISIS SEMÁNTICOENTENDER el contenido usando análisissemántico para categorizar los artículos.

INTERESES

ENTENDER los intereses de los usuarios, basadoen los contenidos que está leyendo,compartiendo, comentando.

MODELIZACIÓN

Modelización predictica demográfica usando losdatos de los usuarios conocidos (Ej: encuestas,registraciones, etc.) y prediciendo a partir de esto.

UNIREl contenido con las preferencias del usuario.Diferenciarse con contenido personalizado.Reducir el ruido: no mostrar noticias ya vista oque tienen bajo interés para el usuario.Mapear el flujo de usuarios entre plataformas.

Servicios personalizados

Contenido personalizado

Publicidad personalizada

Interacción,descubrimiento y relevancia

Métricas yperformance

Tasas deconversión ysuscripción

USUARIOCÉNTRICO

SOLUCIONES

Entregar el contenido correcto.Mayor rendimiento al contenido oculto.Mayor tiempo de visita.Mayor engament de los usuarios.

Entregar avisos efectivos.Generar acciones y promociones cruzadas.Obtener info a tiempo real para customizar. Convertir lectores en suscriptores.Incrementar CTR para promociones de contenido pagas.

INGRESOS

FUENTES

RECOLECCIÓN

ANÁLISIS

DECISIONES

INDIVIDUOSMULTITUDES

MÁQUINAS

PONER A TRABAJAR a los algoritmos al servicio de loscontenidos y de una mejor experiencia del usuario.

LOS DATOS SON EL NUEVO PETRÓLEO

ADQUIEREN un valor estratégico para las empresasUNA NUEVA clase de activo

loading...

PREGUNTAS CLAVE

¿Quién sos?

¿Qué te gusta?

¿Nos vamos a ver de nuevo?

DATOS RECOLECTADOSHistorial de navegación (behavior)Análisis semántico del contenidoEncuestas (demográficas)Datos de registración

INFORMACIÓN VALIOSATemas que más te interesan: ecología, saludPersonas mencionadas en artículos: MadonnaNoticias más leídas en días de lluvia (?)Intereses personales en FacebookDemografía de tu audiencia (ej. edad, género)

INFORMACIÓN VALIOSA

80% del tráfico

99% del contenido

MASHABLEPREDICE noticias que se están viralizando

NEW YORK TIMESConocer sobre el contenido que produceLa forma en que se consume y navega

Chris Wiggins

NEW YORK TIMES

Incidencia deTwitter en eltráfico deartículos

BLOOMBERGAnálisis de sentimiento sobre comentarios en TwitterNuevo servicio para sus clientes

EL PAÍSRecomendaciones personales automatizadas

ZITERecomendaciones personales automatizadas

TROVEApp de curadoría desarrollada por el Washington Post

EVOLUCIÓN

Contenidos para todosVentas masivasGeneración de leadsArchivos de logsTracking manualClientes insatisfechosCobro manualDatos básicos

Contenidos relevantes Ventas segmentadasRecomendacionesInteligencia de datosTracking automáticoMayor conocimientoCobro automatizadoDatos inteligentes

BENEFICIOS

Mayor CTR del contenido editorialTasa de conversión para elcontenido pagoIngresos por publicidad displayInventario editorial disponibleTamaño de la audienciaTiempo de navegación en el sitio

DESAFÍOS

Demasiados silos: bases dispersasTiempo para analizar los datos La gente especializadaLos gerentes no lo ven estratégicoLos datos no están estructuradosAlto costo para almacenar yanalizar los datos

EQUILIBRIO

Análisis de datos Cuantitativo Ciencia A demanda

Juicio editorialCualitativoArteSorpresa

Humanizarlos datos

Big dataGood data

Franco Piccato@fpiccato

#CongresoFopeaCórdoba, 2014