Andrés Contreras (Membrilla, Ciudad Real, 1995) es uno de los ponentes estrella del BDigital Global Congress que se celebra estos días en Barcelona. Y no, el año de nacimiento no contiene ningún error. Con 18 años es uno de los expertos más reconocidos en el campo del BigData , algo que no parece extrañar a alguien que a los siete años empezó a programar y que se está doctorando a Stanford en Inteligencia Artificial. "Desde pequeño me ha apasionado la tecnología : desmontaba las radios o los vídeos", recuerda como si nada.
Habla con familiaridad de lenguajes como "Basic o Pascal, que hoy ya se consideran casi muertos, pero me siguen apasionando como el primer día". Después de crear algunas aplicaciones de software , a los 14 años se inició en un proyecto de Big Fecha : lanzar una red social desde cero. "No era el momento cuando ya estaban implementadas al mercado Facebook o Twitter , pero gracias a esto descubrí un nicho de mercado como la analítica en tiempo real destinada a la empresa".
Y desde entonces vive por eso y la pasión por la Inteligencia Artificial. "No me arrepiento de nada en los procesos de desarrollo como persona", asegura convencido que con Wordfeeling puede "ayudar empresas y personas".
Para los no iniciados, qué es lo Big Fecha?
El Big Data, realmente, es un problema. Las compañías no pueden gestionar la información que utilizan ni la que generan, necesitan ayuda tecnológica. Hemos construido tal cantidad de datos que no tenemos ningún archivador ni ninguna persona que lo pueda ordenar o analizar en detalle para ofrecer una solución a los problemas de la sociedad. Hemos centrado la Internet de las cosas a generar datos desde dispositivos, como las zapatillas deportivas que te dicen como pisas, etc. Y hemos generado tal cantidad de datos que el 85% de las existentes a Internet se han creado desde el 2007. Por lo tanto, el Big Data es un problema que tanto las empresas tecnológicas como las más centradas a negocio nos tenemos que sentar y ver comodamos respuesta.
En el caso de Wordfeeling, como solucionan este problema a las empresas?
Ofrecemos estudios de mercado basados en analítica social. Es decir, en lugar que un analista salga a la calle y se ponga a hacer encuestas a decenas o centenares de personas; a Twitter y Facebook tienes el mismo contenido pero en un conjunto de población superior. Puedes extraer 70.000 comentarios sobre una marca en cinco minutos, y con esto ofrecer ratis de información a las empresas de cuando crecerá el negocio, comparando las ventas con el sentimiento de afinidad que tienen los usuarios hacia su marca.
Y compararse con la competencia?
Por supuesto. Puedes hacer ratis de comparación con competidores para ver qué hacen o qué estrategia siguen. Al final son indicadores KPI que ayudan los directores de marketing o de finanzas a tomar decisiones en tiempo real sobre la estrategia que tiene que seguir una empresa. Trasladamos unos datos cuantitativos a unas de cualitativas.
Hacen análisis cualitativos a través del comportamiento de la gente a Internet. Pero no todo el mundo tiene Internet, ni todo el mundo está en las redes sociales...
Es la misma pregunta que le puedes hacer a los encuestadores tradicionales. Cuando respondes a una encuesta o pagas a gente porque formen parte de un foco grupo, como de coaccionados se sienten si saben que los han pagado para ser allá? Cómo definirías la calidad de sus estudios? En este sentido, al tener un conjunto de población mayor, por probabilidad los datos que ofrecemos tienen más veracidad. En lugar de 600 casoshemos analizado 10.000 o un millón.
Tan importantes son los comentarios en la red?
Es evidente que no todo el mundo está en Internet, pero por ejemplo, todo el mundo que busca un hotel el primero que hace es mirar las opiniones a Booking o Trip Advisor. Si ofreces estos productos y tienes un mal comentario, esto se ve repercutido de forma proporcional en el número de reservas.
Cómo ponderan el hecho que, habitualmente,haya más incentivos a hacer comentarios negativos?
Tenemos dos clasificadores: un pragmático y un sentimental. El pragmático intenta determinar si los usuarios están publicando de forma irónica o sarcástica. Y aplicamos filtros para limpiar los datos que recibimos: usuarios repetidos, o un usuario con una foto de perfil de un huevo a Twitter no tiene la misma credibilidad que si lo publica Rafa Nadal. La influencia del usuario también pondera la calidad del mensaje. Prácticamente dos positivos anulan un negativo en los comentarios en las redes sociales.
Precisamente, qué papeljuegan en todo esto los influencers?
Tenemos en cuenta a las fórmulas quienes influencia. Según quién lo publica no tiene la misma fiabilidad ni los usuarios lo percibirán del mismo modo. Por eso los comentarios que publican este tipo de personas tienen una ponderación mayor a nivel de los sentimientos que generan, puesto que arrastran más usuarios que se cruzan el que publican y se lo hacen suyo.
Muchos comentarios en la red también son fruto de la irreflexió y la escalfor del momento...
Cómo que se sabe que cuando se escribe a Twitter es más a menudo para comentar cosas negativas, por eso hacen falta dos positivos para anular un negativo. Tenemos en cuenta que quizás aquella persona se ha calentado, o ha discutido con alguien o algo le ha llamado la atención. De todos modos, siempre que hay un comentario negativo online es que en algún nivel de la empresa se ha hecho algo mal; y este feedback también interesa a las empresas para aprender a responder a una crisis de reputación.
Qué tipos de empresas se benefician más de su análisis?
Principalmente tenemos las Fasto Consumer Goods: Heineken, Coca-cola, etc. Pero también algunas mucho cara al cliente como empresas de retail que necesitan un conocimiento más amplio del que hacen los usuarios. También ha crecido el interés por parte de partidos políticos, de cara a la predicción de resultados electorales, que es uno de los grandes nichos para explotar.
Qué otros nichos de mercado tendrá el análisis predictivo?
Prever quién, cuando, como y dónde comprará alguien algo, y por qué. Esto marcará el futuro de la analítica predictiva en negocio de aquí al 2017 como mínimo. Ya se sabe qué compran y donde lo hacen, pero no donde lo harán en el futuro. Uno de los proyectos con el BBVA es el análisis a través de las operaciones con las tarjetas de crédito.