El análisis de Big Data ha sido adoptado como una tecnología disruptiva que cambiará la inteligencia empresarial. 

Se basa en el análisis de datos para obtener información empresarial para una mejor toma de decisiones.

Las revoluciones tecnológicas recientes como las redes sociales permiten hoy en día generar datos mucho más rápido que nunca.  La noción de big data y su aplicación en inteligencia de negocios han atraído una enorme atención en los últimos años debido a su gran potencial para mejorar el impacto en las organizaciones.  El Big data es la capacidad que nos ofrece la tecnología para almacenar, gestionar y procesar eficientemente los datos. El Big data se puede analizar en tres dimensiones: 

• Volumen 
• Velocidad 
• Variedad 

La analítica del consumidor se encuentra en el epicentro de la  revolución de Big Data. La tecnología ayuda a capturar datos ricos y abundantes sobre los fenómenos de los consumidores y de los mercados en tiempo real. hoy contamos con un volumen, la velocidad y la variedad de datos primarios sin precedentes, Big Data, en donde están disponibles los  datos de los consumidores en forma individual. 

Los empresarios  deben centrarse en las inversiones que maximizan el Valor Presente Neto (VAN) de las ventas y / o ganancias futuras de la compañía, y, en última instancia, su precio de la acción. En los años antes de la revolución digital, era difícil para los mercados decir con precisión lo que las inversiones movieron la aguja en ventas y ganancias. Hoy en día el exceso de datos sobre los consumidores y las técnicas analíticas ahora disponibles han hecho que el desarrollo de estrategias de comercialización  sean hoy  mucho más una   ciencia mucho más precisa. 

Los profesionales de marketing ya no tienen que confiar en las conjeturas o en el instinto para hacerlo, cuentan con grandes volúmenes de información y sistemas de análisis en tiempo real, fortaleciendo el SIM (Sistema de Información de Marketing en las organizaciones). Ya no se necesita esperar meses para conseguir los datos necesarios para conocer los consumidores y loe mercados, hoy es posible por ejemplo medir la satisfacción de los clientes directamente desde las tiendas con sistemas dinámicos de medición en tiempo real. 

Con las tecnologías analíticas de big data, factores clave para decisiones del marketing estratégico tales como opiniones de los clientes hacia un producto, servicio o empresa, puede ser supervisado y analizado  automáticamente mediante la minería de datos de redes sociales. 

Segmentación de clientes:  Segmentación y perfilación de clientes. Para una comercialización efectiva, es esencial identificar un grupo de clientes que comparten preferencias similares y responden de esta manera  una señal de marketing específica.  Hoy existen múltiples herramientas que permiten  determinar de mejor forma mediante el uso de big data, los diferentes segmentos de clientes, sus características y el impacto de las acciones de marketing en cada uno de los segmento. Identificando grupos o micro segmentos de consumidores con características e intereses similares.  Inclusive hoy es posibles perfilar a  cada individuo o cliente para ofrecerle productos y servicios acorde con sus necesidades  e e intereses del momento en tiempo real. 

Gestión de la Reputación de las marcas y de los productos en tiempo real: Desarrollo de análisis automáticos para monitorear la reputación, mediante el análisis y minería de datos de los contenidos on-line.  Existen múltiples alternativas de análisis de social listening que permiten  alas empresas monitorear forma dinámica la reputación de sus marcas, productos y servicios. 

Análisis de campañas y promociones de ventas: Las estrategias promocionales efectivas son una de los factores clave de éxito para que las empresas aumenten sus ventas e ingresos. Se puede iniciar los análisis por tipos de promoción (reducción de precios o cupones), tiempos de promoción y registros de compra durante el período promocional. Igualmente se puede establecer como diferentes tipos de clientes responden a las diferentes tácticas o acciones promocionales, o como las diferentes estrategias afectan los resultados de las ventas. 

Estrategias de precios y análisis de la competencia: Se pueden estimar los niveles de demanda a partir de las ventas, clasificar  y obtener la elasticidad de la demanda, los costos variables y la optimización de las opciones de precios directamente del comercio electrónico.  Se pueden descubrir efectivamente  los productos potencialmente competitivos y los contextos de cada producto. 

Análisis de la publicidad por lugares geográficos: El punto o el lugar de venta es un aspecto muy importante dentro de los análisis de marketing. El Big Data permite optimizar las acciones de marketing por  regiones, localidades, punto de venta. Pueden proveer información especializada en lugares o puntos de venta específicos en un tiempo determinado.  De esta forma se pueden desarrollar acciones de marketing, publicidad y promociones acordes con las necesidades y dinámicas de cada punto.  Es una poderosa herramienta estratégica para atraer nuevos clientes y generar proyecciones confiables en cada una de las localidades. 

1. Cómo seleccionar los datos y las fuentes apropiadas para conseguir las metas, teniendo en cuenta el rápido crecimiento del volumen de datos  y sus fuentes. 

2. Cómo seleccionar los sistemas y los métodos de análisis.  Hay múltiples métodos y técnicas de análisis de datos que se pueden usar. Por ejemplo modelos de regresión, análisis de conglomerados o cluster analysis.   Es necesario mejorar los métodos existentes para aumentar la eficiencia y exactitud. 

3. Cómo integrar las diferentes fuentes de datos para resolver problemas de marketing.  Algunos problemas empresariales complicados requieren la combinación de datos de diferentes fuentes. Por ejemplo, para estudiar el impacto del comportamiento de las redes sociales en comportamiento de compra, es posible que tengamos que combinar datos de redes sociales y registros de transacciones. 

4. Cómo manejar la complejidad de la heterogeneidad de los datos. Datos de redes sociales, investigaciones y percepciones de los consumidores, datos de los equipos de ventas entre otros. 

5. Como administrar la inversiones en investigación y tecnología: Equipos de trabajo, científicos de datos, aplicaciones para análisis de Big Data, analista. 

6. Cómo manejar el crecimiento exponencial de los datos y de las diferentes fuentes de información.  Es importante refinar continuamente el marco, los métodos y las técnicas. 

Demystifying Big Data Analytics for Business Intelligence Through the Lens of Marketing Mix: Shaokun Fan , Raymond Lau , J. Leon Zhao  2015. 

Marketing & Sales Big Data, Analytics, and the Future of Marketing & Sales: McKinsey and company

Big Data consumer analytics and the transformation of marketing. 

The Impact of Big Data Analytics on Customers‟ Online Behaviour