Customer analytics, business analytics, data science, big data… son términos cada vez más presentes en las organizaciones. A continuación unas definiciones, similitudes, diferencias y evolución del interés que despiertan en la red.
Customer Analytics vs Customer Intelligence
Wikipedia define customer analytics como a process by which data from customer behavior is used to help make key business decisions via market segmentation and predictive analytics. Es decir, consiste en analizar datos de comportamiento de clientes así como mercados, para tomar decisiones de negocio críticas.
La misma fuente define Customer intelligence como the process of gathering and analyzing information regarding customers; their details and their activities, in order to build deeper and more effective customer relationships and improve strategic decision making. Muy similar, salvo que Customer Analytics menciona expresamente la analítica predictiva y la segmentación de mercado.
En el gráfico vemos evolución de búsquedas globables en Google de tres términos. Customer analytics, nacido en 2007, ha crecido fuertemente hasta igualar a segmentación de clientes, más veterano, en caída pero que desde 2011 repunta ligeramente y se mantenía como el más buscado hasta noviembre de 2015. Customer intelligence sigue la pauta de customer segmentation, con ligera inflexión en 2011, pero siempre muy por debajo.
Business Analytics
Business analytics según wikipedia sería the skills, technologies, practices for continuous iterative exploration and investigation of past business performance to gain insight and drive business planning. Es decir, menciona expresamente que engloba tanto capacidades como tecnologías o prácticas empresariales, y se centra en el enfoque de analizar el pasado para prever el futuro, en línea con la importancia de la analítica predictiva mencionada para Customer Analytics.
Vemos en el gráfico cómo business analytics presenta búsquedas muy por encima de customer analytics, lo cual tiene sentido por aplicarse a todo tipo de ámbitos de la empresa y procesos de negocio.
Data Science
Ya sabéis, la profesión del futuro, la más sexy… Siguiendo con wikipedia, data science is an interdisciplinary field about processes and systems to extract knowledge or insights from data in various forms, either structured or unstructured, which is a continuation of some of the data analysis fields such as statistics, data mining, and predictive analytics, similar to Knowledge Discovery in Databases (KDD).
Es decir, parte de la estadística, minería de datos, analítica predictiva para analizar de manera interdisciplinar incluso datos no estructurados.
Big data
Wikipedia simplifica al máximo. Big data is a term for data sets that are so large or complex that traditional data processing applications are inadequate. Son conocidas las 4 V´s del big data, que corregirían esta definición basada solo en el volumen de datos: Volumen – Velocidad – Variedad – Veracidad. Y hay quien añade una quinta, Valor, orientando el enfoque hacia el análisis de los datos que genera valor real para el negocio, evitando así proyectos frustrantes que generan conocimiento no aplicable directamente a la empresa.
Nuestro ganador de la eliminatoria anterior era business analytics, pero enfrentado a los dos términos de moda, queda totalmente superado:
Como conclusión, se me ocurre que big data, concepto definido en términos tecnológicos, despierta más interés -estrictamente, genera más búsquedas en la red- que el resto de conceptos, con contenido más científico y de negocio. Decidan ustedes cómo interpretarlo, éstos son los datos.
Si te ha gustado este post, te puede interesar:
Guillermo Córdoba
Latest posts by Guillermo Córdoba (see all)
- Customer journey y análisis de clientes - 18-09-2023
- Caso práctico de análisis de movilidad con telefonía móvil - 12-09-2023
- Customer Segmentation: Some Practical Examples - 29-08-2023