La capacidad de crear modelos de conducta integrados y de alta fidelidad basados en múltiples fuentes sincronizadas de datos trae consigo una tendencia relacionada. Por ejemplo, los datos de conducta de un consumidor se pueden combinar con datos de sus redes sociales para determinar, basándose tanto en las transacciones pasadas del cliente como en sus hábitos y los de sus amigos, qué configuración de producto le resultaría más atractivo.
Los modelos de Quantified self (Yo cuantificado) en las áreas del fitness y la atención sanitaria combinan datos de «sensores vestibles», registros electrónicos de salud y otras fuentes para mejorar la condición física y el rendimiento.
Empresas como Netflix utilizan valoraciones de clientes y hábitos anteriores de visionado, junto con otros datos del cliente y tendencias del mercado audiovisual, para recomendar películas y series de televisión que podrían interesar a un cliente concreto.
Al integrar datos de múltiples fuentes y desarrollar modelos con capacidad de calcular preferencias de posibles clientes y predecir sus hábitos futuros cada vez con mayor precisión, estos procedimientos tipo big data pueden comprobar la reacción de un cliente a una determinada oferta prospectiva sin necesidad de hacerla. Aunque los resultados de estas estimaciones tienen siempre un margen de error, este se reducirá una vez que dichas ofertas se presenten a un gran número de clientes prospectivos. Y las respuestas de los clientes a las estimaciones de los modelos proporcionan aún más información, que se puede utilizar para calibrar mejor y ajustar los modelos.
Fuente: Modelos de negocio, tecnologías de la información y la empresa del futuro, Haim Mendelson, BBVA OpenMind, Reinventar la empresa
Adaptado por la División Consultoría de EvaluandoSoftware.com