Twitter e IBM habilitan servicios de datos en la nube para empresas

Desde su alianza anunciada en octubre, más de 100 acciones han convertido publicaciones en Twitter en conocimiento útil para los negocios.

  • Más de 4.000 profesionales de IBM ya están entrenados para ayudar a los clientes empresariales a usar los datos de la plataforma social como insumo para la toma de decisiones.

IBM y Twitter anunciaron hoy la disponibilidad de servicios de datos en la nube -primeros de este tipo en la industria-, que permiten a los profesionales de negocio y desarrolladores extraer conocimientos accionables de los datos que ofrece Twitter. Con más de 100 acciones en marcha, la alianza entre IBM y Twitter ya está ayudando a los clientes empresariales a poner los datos sociales al servicio de las decisiones de negocios.

Twitter es una fuente de datos inigualable en el mundo. Es una plataforma de información en tiempo real, pública, conversacional y global, en la que las voces del mundo entero hablan sobre todos los temas imaginables.

twitter-IBM-partenariat-donnesPero para que los profesionales de negocios puedan hacer más que simplemente escuchar conversaciones sociales –para que puedan usar los datos de Twitter como insumo para las decisiones más esenciales de sus organizaciones—primero deben poder aislar el ruido. IBM logra captar los datos que importan enriqueciendo y analizando lo que se publica en Twitter en combinación con millones de puntos de datos provenientes de otros canales públicamente disponibles y de la empresa (entre otros, pronósticos meteorológicos, información de ventas y estadísticas de inventario de productos), con el objetivo de descubrir poderosas correlaciones que arrojan conocimientos que pueden traducirse a la acción.

“La toma de decisiones empresariales depende en gran medida de datos internos, como ventas, promociones e inventario. Ahora con datos de Twitter, puede incorporarse fácilmente el feedback de los clientes al proceso de toma de decisiones,” comentó Chris Moody, Vicepresidente de Estrategia de Datos de Twitter. “Las capacidades únicas de IBM pueden ayudar a las empresas a aprovechar estos datos valiosos; esperamos ver una rápida demanda en sectores como minorista, telecomunicaciones, finanzas y otros.”

Los nuevos servicios de IBM Analytics en la nube ayudarán a las empresas y a los desarrolladores a:

  • Crear aplicaciones habilitadas para datos sociales: los desarrolladores y emprendedores pueden buscar, explorar ágilmente y luego extraer contenido enriquecido de Twitter y conocimientos totalizados, a través del servicio de IBM Insights para Twitter en Bluemix.
  • Combinar análisis predictivo sofisticado con datos de Twitter: Al automatizar los pasos del filtro de datos, el análisis predictivo y la narración visual, Watson Analytics puede dar a los profesionales la capacidad de incorporar datos de Twitter a cualquier proyecto a fin de identificar y explicar patrones ocultos y relaciones no obvias, para poder comprender con más rapidez porqué suceden las cosas y qué es probable que suceda.
  • Analizar datos de Twitter con más facilidad: Con un selecto grupo de configuraciones de BigInsights en Cloud preconfigurado con acceso a contenido en Twitter, los clientes pueden combinar datos de Twitter con la oferta completa de IBM Enterprise Hadoop-as-a-Service también disponible a través de IBM Bluemix.

twittercloudMás de 4.000 profesionales de IBM ahora tienen acceso a datos de Twitter y están capacitados para enriquecer los datos con capacidades analíticas de soluciones de industria y servicios basados en nube de IBM.

Nuevos conocimientos extraídos de redes sociales por IBM y Twitter se traducen en mejores decisiones de negocio

IBM y Twitter ofrecen a las empresas una ventaja sin precedentes para optimizar las decisiones de negocio a través de la combinación del vasto y singular panorama que ofrece Twitter de lo que se dice en el mundo, con las capacidades analíticas inigualables de IBM. Los tres conocimientos sociales principales extraídos de más de 100 proyectos iniciales se resumen a continuación:

  1. Geografía y destino no son lo mismo: Estamos en una economía global, pero seguimos siendo muy locales. Las áreas geográficas pueden mostrar una variedad significativa en términos de disminución de clientes, incluso entre suscriptores en el mismo segmento de marketing con el mismo historial de datos.

La mayoría de las compañías de telecomunicaciones y medios que poseen la modalidad de suscripción y están sujetas a altas tasas de rotación de clientes han desarrollado sofisticados modelos analíticos para comprender y predecir la disminución de clientes. Lo que a veces no se entiende muy bien es la influencia de factores como el clima y otros eventos puntuales, dentro de áreas geográficas definidas. Al combinar datos de Twitter con otra información, como lluvias, viento y nevadas, que causan interrupciones en el servicio, IBM identificó la correlación entre el clima, comentarios negativos en Twitter y pérdida de clientes. Al analizar datos localizados de Twitter combinados con datos meteorológicos, IBM puede mejorar sustancialmente los modelos de rotación de clientes, en algunos casos en un 5% y ayudar a un cliente a tomar medidas para minimizar la rotación.

  1. Adentro es afuera: La rotación de empleados dentro de empresas minoristas afecta directamente a sus clientes más leales. Lo que sucede adentro de las cuatro paredes de su empresa a menudo se hace público en conversaciones en medios sociales. Ya no hay más puertas cerradas.

Los modelos analíticos de IBM demostraron que los consumidores valoran y tuitean sobre la relación que construyen con asociados de ventas, particularmente en servicios gastronómicos, donde los gustos y las preferencias individuales son importantes. Una vez que una relación se termina, los consumidores también lo comentan en Twitter, pero esta vez expresando un sentido de pérdida por la relación y su insatisfacción con tener que ‘empezar de nuevo’. IBM investigó datos de Twitter e información de fidelidad y el desempeño financiero de distintas tiendas y restaurantes. La insatisfacción con la rotación de empleados impacta negativamente en las ventas, pero además se manifiesta especialmente en los clientes más fieles (y valiosos). En un estudio, el impacto fue mayor con un grupo de consumidores que representaba tan sólo 3,3 % de la población total de clientes (más de 6 millones en el programa de fidelidad), pero estos clientes tenían algunos de los márgenes brutos más altos para el minorista y la tienda casi todos los días.

  1. Conocimientos sociales también en las pasarelas de moda: Twitter es un indicador de demanda muy eficaz para la industria del vestir, porque por más que el foco esté puesto en comentarios individuales, el resultado es una imagen contundente de las tendencias mundiales.

twitter-hashtags-for-writers-100Los fabricantes quieren saber qué productos hacer y cuándo hacerlos, pero los cambios en los hábitos y las tendencias minoristas dificultan entender y responder a la demanda. IBM descubrió que Twitter puede ser un indicador valioso de demanda para la industria de vestimenta y otros fabricantes. Al utilizar analítica psicolingüística de IBM Research para extraer la gama completa de rasgos psicológicos, cognitivos y sociales de los datos de Twitter generados por bloggers influyentes en el mundo de la moda –sumado a datos operativos, tales como información de ventas y participación de mercado – los fabricantes pueden entender mejor porqué algunos productos se venden bien mientras que otros no. También pueden mejorar las estrategias de merchandising y hacer aportes al desarrollo de productos futuros.

“La alianza sin precedentes entre IBM y Twitter ayuda a las empresas a aprovechar miles de millones de conversaciones en tiempo real para tomar decisiones más inteligentes,” comentó Glenn Finch, Líder Global de Big Data & Analytics en IBM Global Business Services. “A través de una singular especialización, curación y conocimiento, los datos de Twitter ahora pueden servir para tomar decisiones informadas hacia adentro de las organizaciones.”

Compartir te Hace más Feliz!

Posted on by BigData in Blog