[Infography] Digital Analytics for Banking

Esta semana os dejamos una pequeña infografía construida a partir de los datos que nos llegan desde Marketforce sobre cómo la analítica digital predictiva está ayudando, o pretende ayudar más bien, al mercado financiero para hacer frente a la “infidelidad bancaria”.

Cada vez más los usuarios optan por soluciones multi-producto, “picando” de aquí y de allá para encontrar al proveedor de seguros, créditos, cuentas corrientes… más económico o rentable. Esta actitud ante el sector financiero ha conducido a la aparición de plataformas multi-producto y multi-proveedor, siendo cada vez más difícil para las entidades financieras, fidelizar a los clientes a través de actividades de cross-selling.

¡Esperamos que os guste!

DIGITAL ANALYTICS FOR BANKING

Google Analytics y Excel: el plugin para automatizar informes

Una vez más, Google Analytics nos permite enriquecer y simplificar nuestro trabajo a través del uso de Analytics Edge. Y os preguntaréis: ¿Qué es? ¿Cómo funciona?

Analytics Edge es un plugin para Excel que nos permite conectar Excel con las cuentas de Google Analytics que gestionemos, y con solo una consulta tener acceso a toda la información deseada.

¿Qué hay que hacer?

Lo primero es descargar el plugin aquí y vincular nuestra cuenta de GA con Excel de la siguiente forma:

foto 1

imagen 2.png

 

Es muy importante que el nombre que utilicemos para crear una cuenta, sea el mismo utilizado por los diferentes usuarios que deseen acceder a la información de dicho Excel.

Una vez vinculada la cuenta, programaremos el Excel para que, con el menor número de clicks posibles, obtengamos la información deseada.

El siguiente paso sería editar la query a través de la opción: “Edit Query”.

foto 3.png

Es aquí cuando aparecerán todas las funcionalidades disponibles que podemos utilizar para programar nuestro Excel.

Nos permite utilizar tanto segmentos, como filtros; detallar qué fechas queremos utilizar, el número de resultados que queremos ver, o incluso sí queremos que los datos se ordenen de forma ascendente o descendente.

foto 4

Iremos programando en Excel todos los datos que queramos tener, incluyendo todas las métricas y dimensiones deseadas. Y el resultado sería algo parecido a lo siguiente:

foto 5

Este ejemplo es muy básico. No obstante, con el plugin de Analytics para Excel tendremos acceso a toda la información que queramos: páginas vistas, tráfico, rebote por dispositivos… Es decir, toda la información que nos da Analytics se puede conectar con Excel. Solo hay que tener claro QUÉ queremos ver y cómo.

De esta forma, cuando queramos tener todos esos datos actualizados, tendremos que clicar en “Refresh all”, y automáticamente todos los datos se actualizarán hasta la fecha actual.

foto 6

En definitiva, se trata de un plugin muy sencillo de utilizar y además, nos ahorrará mucho tiempo a la hora de “picar datos”, para poder dedicar más tiempo al análisis y a la toma de decisiones.

Primer estudio de Datmean sobre compra programática en España

Hoy nos ha llegado a las oficinas de MRM // McCANN el primer estudio realizado por nuestros compañeros de Datmean sobre compra programática y data en España.

¿Qué es Datmean?

Datmean es una compañía de audience technology marketing que trabaja la compra programática y el uso del data para la consecución de los objetivos de negocio y marketing de los clientes.

A través de su experiencia en la compra programática, Datmean ha elaborado un estudio sobre esta temática para ofrecer una visión clara de ambas disciplinas y arrojar luz sobre las principales cifras de mercado y las tendencias más candentes que llegarán en 2017.

¿Qué es la compra programática?

La compra programática consiste en la compra-venta de inventario publicitario de forma automatizada en base al comportamiento de los usuarios en Internet. Este modelo de compra-venta de medios se aleja de la negociación con los medios por volumen de impresiones servidas, y garantiza mayor eficiencia en el impacto a un target específico y de valor para el cliente.

Asimismo, según un estudio de e-Marketer, la compra programática asegura una mayor eficiencia operacional en la compra-venta de medios.

¿Cómo es posible la compra programática?

La compra-venta de medios a través de plataformas de RTB o Real Time Bidding se apoyan en la combinación de tecnología (DSP, SSP y AdExchanges), recursos humanos o Trading Desk y el Big Data, que aporta información sobre el comportamiento de las audiencias objetivos.

La compra programática va más allá de lo que hemos conceptuado como RTB: dependiendo del modelo de puja (abierta/cerrada) y del tipo de inventario (mediante acuerdos preferentes o sin ellos), existen una gran variedad de modelos de compra programática.

captura

Algunos datos de interés

El gasto en compra programática en Europa, ha pasado de €1.947m en 2013 a €5.685m en 2015, siendo la compra programática Mobile la que mayor incremento ha supuesto en las planificaciones de los clientes.

A pesar de que en España, parece que hemos acogido la compra programática de forma tardía, las previsiones para 2017 son prometedoras.

¿Con ganas de más?

Puedes descargar el estudio de Datmean sobre compra programática en España aquí.

 

MRM TALK: ¿qué es un BOT y cómo se diseña?

Hoy hemos asistido a uno de los MRM Talk del mes de enero en MRM // McCann. Y os preguntaréis ¿qué es MRM Talk? Son ponencias sobre temas de interés para los trabajadores de la agencia. Gracias a estas charlas, podemos ampliar nuestros conocimientos sobre diferentes ámbitos y enriquecernos con ello.

En el MRM Talk del pasado jueves tuvimos el placer de conocer a Álvaro Gonzalo y a Camino Moraleda, profesionales de la empresa Commons (http://www.commons.fm/). Vinieron a contarnos qué es un bot y cuáles son sus fases de creación.

Commons, firma de inteligencia artificial, desarrolla chatbots con diferentes personalidades. Para su creación tienen en cuenta las siguientes fases: conceptualización, UX, programación, creación de la personalidad, testeo y finalmente el análisis, seguimiento y mejoras. Todo ello para dar un servicio de calidad al cliente y que el bot se adecúe lo máximo posible a sus exigencias. Trabajan con clientes como Mahou San Miguel, Vodafone, Mapfre, Correos e Iberdrola, entre muchos otros.

Los chicos de Commons comenzaron haciendo una pequeña introducción sobre la importancia de los bots, y sobre todo, acerca de su demanda, que es cada vez mayor.

¿Qué es un bot?

Son programas informáticos, de automatización de procesos, capaces de imitar comportamientos humanos. A través de ellos podemos automatizar acciones, como por ejemplo: hacer un pedido online.

El bot en sí mismo es un programa de conversación online dotado de un código lingüístico amplio, capaz de dar respuesta a las preguntas de los usuarios cuando interactúan con el ChatBox de la marca. Lo más importante es dotar al bot de una estructura conversacional clara, jerarquizada y estable capaz de cubrir las posibles necesidades de información del usuario.

Además de los ChatBots de las webs de marca, muchos canales sociales como Facebook tienen integrada ya este funcionalidad a través de su Messenger App.

¿Cómo se crea un bot?

Desde Commons nos han contado cuáles son las fases de creación de un ChatBot:

1. Conceptualizar: diseñar el briefing del ChatBox con el cliente dejando muy claro cuál es el objetivo que se quiere conseguir con el bot.

2. Diseñar el UX: plantear TODOS los escenarios conversacionales posibles, ver los perfiles de los usuarios y el contenido a incluir en la estructura conversacional del bot, ya que hay infinitas posibilidades. Se necesita recabar y estructurar toda la información a la que dará respuesta el bot para definir los flujos funcionales.

3. Programar el bot.

4. Crear una personalidad: un bot es simplemente un modelo, por tanto para que se diferencie del resto le daremos una personalidad u otra, de acuerdo a las exigencias definidas con anterioridad. Será muy importante la semántica. El principal objetivo es crear respuestas diferentes para que las conversaciones sean lo más personalizadas posibles. Por ejemplo: si se ha formulado una pregunta que el bot no es capaz de entender, habrá que dotarle de respuestas múltiples del tipo: “lo siento, no te he entendido”; “¿cómo dices?” “me resulta difícil entender esta pregunta”…

5. Llevar a cabo una prueba o testeo: aquí comprobaremos si el bot funcionará bien o no. Se encontrarán errores, se verá si es eficiente o no, cuál es su usabilidad, qué capacidad  de respuesta tiene y si cumple con las expectativas del cliente.

Aquí es cuando se puede mejorar el bot antes de lanzar en vivo, y solo así nos aseguraremos sí el mensaje del bot va a ser eficaz y va a cumplir con los objetivos. En esta fase, hay que ser muy precisos.

6. Analizar, realizar un seguimiento e incorporar mejoras: según los problemas que se hayan tenido (si los hubo), se buscan soluciones para finalizar con el proceso de creación del bot. Siempre mejorando la experiencia del usuario.

Gracias al análisis, veremos que los ChatBots nos permiten recuperar información detallada de las conversaciones mantenidas con los clientes finales (los usuarios). Por tanto, entenderemos mejor las necesidades del usuario, y podremos orientar nuestras estrategias a lo que demandan.

La información a recabar es muy diversa, siempre de acuerdo a la política de privacidad, y permite indagar en aspectos como la preferencia de marca, la relevancia e interés de los usuarios por los diferentes productos, etc.

En definitiva, las empresas quieren trabajar cada vez más con bots ya que pueden relacionarse con el usuario de forma más fácil. No sería necesaria la descarga de una aplicación y su posterior registro. Es un proceso mucho más sencillo y rápido. Sin embargo, esto no significa el fin de las aplicaciones, es evidente que seguirán existiendo y los bots serán formas complementarias de ponerse en contacto con los usuarios.

 

El nuevo Penguin de Google y otros cambios en el Algoritmo

¿Sabías qué…?

  • Google cambia su algortimo unas 500 veces al año, lo que equivale a un cambio cada 17.5 horas
  • La última novedad en dicho algoritmo afecta a la optimización de contenidos para versiones móviles. El tan comentado “Mobile First” es una realidad desde el pasado 4 de noviembre
  • La versión 4.0. de Penguin ha llegado para quedarse. El pasado 23 de septiembre, Google pone fin al spam web y la posibilidad de escalar posiciones SEO a través de enlaces artificiales

 

Mobile First (4 de noviembre, 2016)

Cada vez más las búsquedas de información de los usuarios se llevan a cabo a través de dispositivos móviles. Google lo sabe, y por ello, desde el pasado 4 de noviembre, los índices de posicionamiento en este buscador estarán basados en rastreos de contenido móvil.

En su día, Google afirmó que la actualización del algoritmo, que afecta directamente al posicionamiento SEO de nuestras páginas webs, sería neutra, esto es, sin impacto visible ni penalizaciones para aquéllos sites mobile-unfriendly. No obstante, conviene tener el sitio web optimizado tanto para el contenido que se muestra en escritorio, como aquél dirigido a dispositivos móviles.

Puedes valerte de Google Search Console para comprobar si tu página tiene un diseño optimizado para móviles.

¡Pista! Tu página se ganará la etiqueta “optimizado para móviles” si cumple los siguientes criterios:

  • Uso de softwares comunes en dispositivos móviles (¡adiós al Flash!)
  • Uso de textos legibles sin usar zoom
  • Contenido y botones adaptados a las dimensiones de la pantalla móvil

 

Penguin 4.0. (23 de septiembre, 2016)

Aunque Penguin se lanzara en 2012, la actualización de este año conlleva importantes consideraciones:

  • Tiempo real: cuando tu webmaster efectúe cambios y mejoras en Internet, los datos de Penguin serán refrescados en tiempo real, lo que quiere decir que, cualquier actualización será mucho más rápida e indexados los nuevos cambios de forma casi inmediata
  • Mayor granularidad: o lo que es lo mismo, refuerzo de la lucha contra los sitios con enlaces artificiales: el rastreo de los mismos hará caer en posicionamiento SEO a aquéllos sitios que se hayan valido de enlaces falsos para conseguir escalar en posiciones: esos enlaces, dejarán de contar en el índice de posicionamiento.

***********************************************************************

El papel de una agencia de medios: qué es y cómo funciona un departamento de trafficking digital

Segundo día de nuestros Digital Talks en MRM // McCANN. Hoy arrancamos los Desayunos de los viernes con Miguel Sancho y Víctor Terreros, Traffic Managers en Magna Solutions, del Grupo IPG.

Miguel, ¿qué es una agencia de medios y cómo funciona?

  • Una agencia de medios es el intermediario en la compra de espacios publicitarios entre un anunciante y un soporte publicitario. La agencia de medios (front office) recibe el presupuesto del anunciante y el objetivo de la campaña y reparte, entre los distintos departamentos de compra de medios dicho presupuesto, para adquirir los espacios en los distintos soportes, tanto digital como offline (back office).

¿A qué se dedica el departamento de trafficking y qué papel desempeña en la compra de medios?

  • El equipo de tráfico de una agencia de medios pone a disposición de la agencia de medios la tecnología y el conocimiento necesario para que la campaña se sirva en el ecosistema digital y devuelva los resultados del funcionamiento de la campaña.

¿Qué métricas consideráis para medir el funcionamiento de una campaña?

  • Las impresiones (veces que el anuncio se ha servido en un espacio publicitario) y los clicks (interacciones del usuario con el anuncio) son las métricas más habituales pero, hace un año y medio aproximadamente, los AdServers (las tecnologías que se utilizan para traficar una campaña y medir resultados) incorporan a sus filas la métrica de impresiones vistas: esta métrica es una fórmula calculada que tiene en cuenta la posición del anuncio dentro del soporte y el tiempo de exposición (la IAB define la visibilidad de la pieza a partir de 1 segundo de exposición).

¿Cómo es posible esta medición?

  • La medición es posible a través de las cookies: fragmentos de código incorporados en el ordenador del usuario a través del navegador empleado. Esto significa que cuando hablamos de cookies únicas, hablamos de tantos navegadores y dispositivos como use la gente. Esto en cierto modo distorsiona métricas, como el alcance de una campaña.

¿Están los AdServers corrigiendo de estas desviaciones de audiencia?

  • Sí, otra de las novedades de los últimos años es la incorporación de los informes cross-device, que ya tienen todas las plataformas de anuncios de Google: DoubleClick Campaign Manager, DoubleClick Bid Manager, and DoubleClick Search. Estos informes son viables gracias al login del usuario en múltiples dispositivos. Por ejemplo, el usuario logado en apps de Google: gmail, google maps, etc. será medido como un único usuario en su exposición publicitaria.

¿Es cierto que los AdServers utilizan información personal para segmentar su publicidad?

  • Desde junio de este año, el AdServer de Google (aunque Facebook ya lo hacía), permite rastrear las cuentas abiertas en esta compañía y cruzarlas con búsquedas, y resultados de impacto publicitario para “mejorar la eficiencia publicitaria”.

¿Cómo afectan los ad-blockers a los presupuestos publicitarios?

  • Los ad-blockers son nefastos para los presupuestos publicitarios. La pieza se sirve, o sea, cuenta como impresión por la que el anunciante paga, pero el usuario nunca llega a verla. Esto afecta negativamente tanto a presupuestos, CTRs, etc. Lo que se está intentando es “reorientar” las cookies de tercera parte a cookies de primera o segunda, esto es, que sean nativas del contenido del soporte, para evitar el impacto de los ad-blockers.

Miguel, ¿cuál es el futuro de la compra de medios?

  • La programática enfocada a plataformas móviles, y las redes orientadas a Performance, así como las plataformas que permitan acciones especiales.

Ad Blockers: el reto a la publicidad digital

Se estima que cerca del 40% de los usuarios de internet en el mundo han bloqueado algún aviso publicitario en Internet (Global Web Index. 2016) y que la tasa de adopción de ad blockers se acerca a un tercio de los visitantes en algunos países de Europa, como Francia y Alemania (emarketer. Septiembre 2016)

Con estos datos, no es de extrañar que publicistas de todo el mundo estén de los nervios. La inversión en media sigue siendo idéntica, mientras que los resultados en términos de CPM, CPC y CPL son desoladores: menos anuncios vistos, menor volumen de clics y, por ende, menor eficiencia de la publicidad digital.

Ante esta nueva situación, a la que se suma una menor atención del usuario al entorno digital, en general, empiezan a cobrar relevancia conceptos como RELEVANCIA, PERTINENCIA y PERSONALIZACION de la publicidad. El fenómeno del ad blocking supone el inicio de una nueva etapa de comunicación digital, basada en el diálogo entre usuarios y marcas.

Algunos estudios apuntan a que la Publicidad Nativa es la solución. Mientras que los formatos tradicionales se llevan el mayor porcentaje de ad blocking acts, los anuncios contextuales que no interfieren en la navegación del usuario, son aquéllos que reciben el menor número de bloqueos.

Los más afectados por los ad blockers son los soportes publicitarios: portales de información, redes de publicidad, etc, que han visto muy perjudicados sus ingresos procedentes de la publicidad digital. Por este motivo, las técnicas antibloqueo se están sofisticando poco a poco. ¿Lo último? La técnica del Financial Times de eliminar palabras clave de sus artículos cuando se activa un ad-blocker.

Cerca el 20% del tráfico del Financial Times llega con un bloqueador de anuncios en ejecución. Según el Director de Ventas Publicitarias del Financial Times, Dominic Good, la ocultación de las palabras tiene dos propósitos: el primero, demostrar que los adblockers son nocivos para la perduración de los medios, y el segundo, que los lectores comprendan que el medio depende de los ingresos publicitarios para producir contenidos de calidad, según informa AdAge.

Desde el punto de vista de Analytics, es posible medir el impacto de los adblockers en un sitio web. A través del fragmento de código:

ga(‘require’, ‘adblockTracker’, {dimensionIndex: ZZ});

Y la referencia:

// Creates an adblock detention plugin. Ga(‘provide’, ‘adblockTracker,’ function(tracker, opts) { Var ad = document,createElement(‘ins’); ad.className = ‘AdSense’; ad.style.display = ‘block’ ; ad.style.position = ‘absolute’ ; ad.style.top = ‘-1px’ ; ad.style.height = ‘1px’ ; document.body.appendChild(ad); tracker.set(‘dimentsion’ + opts.dimentsionIndex, !ad.clientHeight); document.body.removeChild(ad); });

Gracias a lo anterior, AdSense nos brinda la oportunidad de medir los bloqueos de nuestros anuncios vía Google Analytics, a través de la configuración de una dimensión personalizada que mida tal impacto.

*********************

Leveraging Predictive Analaytics.

With the development in the field of data analytics and Big data , everyone is trying to inculcate it for a beneficial outcome . Benefits can be in the form of social , enterprise , marketing , medical , technological and various others .

Before moving further I would like to define the concept of predictive analytics .

Predictive analytics is the practice of extracting information from existing data sets in order to determine patterns and predict future outcomes and trends.  Predictive analytics does not tell you what will happen in the future. It forecasts what might happen in the future with an acceptable level of reliability, and includes what-if scenarios and risk assessment.

A very important point mentioned above is that “ you cant predict the future “ , but come to a reliable , acceptable , much precise , triggered result than normal analytics .

The steps involved in this methodology are simple :

    Collect huge amount of Data–> Store it using various Big Data tools–>Analyse the data ( Machine learning / data analytics tools)  –> Generating Real time models / Predictive Sets

 This technology  has been pretty much dominated by the IT , Consulting , investment and banking sectors . But with its diversified capability and profitability , the Pharma , healthcare , marketing departments are undertaking the power .

Now lets take in consideration how Social media acts as a key tool in this phenomenon. From the past 8-9 years social media has  played a key role in expanding itself and the lifetime / profitability of thousands of companies . They use social media to market themselves , increase the sales or sometimes even the whole business resides on the social platform . So how come predictive analytics will be something of concern ?  The answer is quiet simple , you use social media components or contents to describe a particular situation . Such as ,  comments , status , likes , posts , twitter handles , hash tags, etc. All these social media components can be analyzed to grab a situational predication .

Organizations like P&G ,  BBVA , SAP , Google etc. use the social media trends to either launch a product in the market or market the existing product . Taking into consideration of a situation , lets gather all the number of likes generated in one day on a  Facebook page . With analyzing the number of likes ,the time when most of the likes are captured and the region . By such a real time analysis , a predictive model can be generated , when to post about a particular product and where .

Considering the individual benefits , data analytics have been procuring a large trend . Job search , interview search , networking , personality assessment , personal branding   etc. are few take aways from this tool .   Companies like LinkedIn and many more use predictive analysis to enhance their results .

Even though it has been only a decade since the advent of Big data and its recent attribute of predictive analysis . It is clear that large organizations across industries are joining the data economy and using such tools not only for better decisions and lowering costs , but also for new data-based products , service for customers and social benefits .

Its true that the value of big data comes not from the data in its raw form , but from the processing and analysis of it and the insights , products and services that emerge from analysis.

Thank you .

¿En qué punto estamos?

A principios  del siglo 20 las grandes ciudades del mundo estaban afectadas por serios problemas ecológicos y de seguridad. La abundancia de coches de caballos provocaba un elevado número de muertes por accidentes de tráfico, los residuos que generaban inundaban las calles y los gases (algunos de efecto invernadero, por cierto) que desprendía este estiércol impregnaban la atmósfera con su encantador aroma. Los cascos golpeando el suelo, el chirrido de las ballestas de los carros y el metal de las ruedas rebotando sobre el empedrado generaban altos niveles de contaminación acústica. Afortunadamente el progreso trajo consigo la solución a estos problemas. Un nuevo vehículo más limpio, menos ruidoso y mucho más fácil y barato de mantener que un carruaje de caballos: el automóvil (1).

Lo que entonces supuso una solución, representa ahora uno de los mayores problemas con que se encuentra el urbanismo moderno.  En 2015 en España hubo 1.126 muertes por accidente de tráfico (el récord fueron las 5.940 de 1989) (2). En las ciudades de los países desarrollados el residuo de los vehículos es la principal fuente de emisiones de gases tóxicos y de efecto invernadero (3) y la contaminación acústica que provocan las  hace menos vivibles. ¿Qué ha cambiado? Evidentemente el número de vehículos en circulación.

Parecido peligro corren las empresas que quieren dar el salto digital o formar parte de la vanguardia tecnológica, ya que aquello que para unas compañías de determinado tamaño supone una solución, para otras se convierte en un problema.

El estiércol de caballo se ve, el CO2 no. Con frecuencia vemos las ventajas que nos ofrece la tecnología para reducir costes y ahorrarnos tiempo y trabajo. Pero implantar nuevas tecnologías es mucho más que implementar herramientas que faciliten nuestra labor. Tecnología y digitalización implican un cambio drástico en la cultura de trabajo y la mentalidad de las empresas. Afecta también a las mecánicas de clientes y proveedores. Así, las organizaciones de gran tamaño se encuentran con fuertes inercias para permitir el cambio y las pequeñas tienen dificultades para afrontarlo debido al fuerte esfuerzo de puesta en marcha, que con pequeños volúmenes de trabajo e ingresos puede no verse nunca compensado. ¿En qué punto estamos nosotros?

Además a nuestro entender este enfoque es erróneo. Si apostamos por la tecnología no debe ser por un criterio de ahorro de costes o tiempo, pues  suele ser cara y efímera, sino  por las posibilidades de negocio o servicio que nos pueda abrir. Por tanto, la siguiente pregunta que deberíamos hacernos antes de saltar al abismo tecnológico sería:

  • ¿Qué puertas me abre la tecnología?

Y resumiendo lo anterior, antes de afrontar su coste, para elegir una herramienta (o decidir continuar sin ella) deberíamos seguir preguntándonos:

  • ¿Tenemos el personal adecuado para sacar provecho de estas herramientas o estamos en disposición de contratarlo?
  • ¿Estamos dispuestos a adaptar nuestra forma de trabajo al nuevo escenario que nos plantean? ¿Empleados y clientes están preparados para asumir el cambio?
  • ¿El volumen de trabajo es el suficiente para compensar el esfuerzo de implementación?

Si no nos planteamos estas u otras preguntas parecidas, tras meses de trabajo conduciendo un automóvil que no nos lleva a ninguna parte, casi seguro añoremos los tiempos en los que el estiércol perfumaba nuestras calles.

Fuentes

1 SuperFreakonomics. (Levitt, Dubner).

2 DGT.

3 ECODES.

El valor de la interpretación

 

(y la importancia de la representación)

A mucha gente le cuesta entender que a algunos nos guste (o apasione incluso) el análisis de datos. Desde fuera no ven creatividad ni lugar para la improvisación ni espacio para el desorden. Sólo son datos, fríos, inertes, aburridos… Trabajamos con la unidad mínima de información, carente de sentido al no estar dotada de contexto ni ámbito.

Esta pequeña reflexión va dirigida a aquellos que piensan de tal manera y espero que os ayude a todos a ver que el valor de los datos se encuentra en la interpretación y que sólo sabiendo leerlos, podemos apreciarlos.

Por aquello de ojos que no ven corazón que no siente, lo ilustraremos con un ejemplo:

¿Qué veis en la gráfica?

musica2

Lo primero que salta a la vista es la periodicidad. Ya tenemos algo sujeto a interpretación y según quien lo mire verá un patrón distinto: en este punto un ingeniero mecánico podría pensar que se trata de la huella acústica de un motor. El análisis de datos sigue siendo aburrido.

Mirando un poco más podríamos apreciar estacionalidad: al principio verano (el período vacacional más largo) y como picos puntuales Navidad y Semana Santa. Al año siguiente se repite el patrón.

Más cosas: el punto 1 y el 24 tienen el mismo valor. Esto empieza a oler a frecuencia diaria. Un meteorólogo pensaría en la evolución de las temperaturas a lo largo de dos días consecutivos.

También se aprecian picos de actividad: los ejecutivos de televisión, están ahora valorando las audiencias de un programa, que presentan patrones de este tipo con valores altos estables hasta los intermedios, cuando el zapping produce una bajada brusca con picos relativos.

Pero son sólo conjeturas, para leer estos datos hace falta contexto: los valores de la gráfica son frecuencias de sonido, en hercios. ¿Seguimos sin saber leerlos? Quizás no los estemos representado en el formato adecuado para su comprensión, ¿qué tal así?

musica1

Sí, son sólo son datos, fríos, inertes, aburridos… Pero cuando alguien que sabe leerlos los interpreta suenan así:

https://www.youtube.com/watch?v=UPNUp9DwFR0

¿Y dónde más que en la música hay creatividad, lugar para la improvisación y espacio para el humano desorden?

Espero que os hayamos ayudado a entender que el valor no está en el dato sino en la interpretación que de él hagamos. Y que ahora comprendáis un poquito más a estos frikis del análisis que donde otros ven números pueden ver hasta música.