Datos del usuario:

extracción,
almacenamiento
y administración

Comercio
Electrónico

1
Datos del usuario
 Registro de transacciones
 Cookies y bugs web
 Creación de perfiles de usuario: herramientas para interpretar datos
o Base de datos
o Almacén de datos
o Extracción de datos: tipos

 Big Data y Hadoop

 CRM

Existen diversos métodos para obtener datos de los usuarios en Internet,

datos que aprovecha el marketing para conocer más sobre las personas a las
que se les va a vender productos y servicios, de manera tal que las
publicidades de las marcas resulten mucho más efectivas. Uno de los
métodos y de las principales fuentes de información del consumidor es el
registro de las transacciones web.

Registro de transacciones web

Un registro de transacciones registra la actividad del usuario

en un sitio web. El registro de transacciones esté integrado en
el software del servidor web. Los datos del registro de
transacciones son más útiles cuando se combinan con otros
dos rastros de datos generados por los visitantes: los
formularios de registro, y la base de datos del carrito de
compras. Los usuarios son atraídos por varios medios (como
obsequios o servicios especiales) para que llenen formularios
de registro. Loa formularios de registro recopilan datos
personales como nombre, dirección, teléfono, código postal,
dirección de correo electrónico (que suele ser obligatoria) y
demás información opcional, proporcionada voluntariamente
por el cliente sobre sus intereses y gustos. Cuando los
usuarios realizan una compra, también introducen
información adicional en la base de datos del carrito de
compras. La base de datos del carrito de compras, captura
todos los datos de la selección, compra y pago de un artículo.
Otras posibles fuentes de información, son los datos que los
usuarios envían en los formularios de productos, los que
aportan en los grupos de chat, o los que mandan a través de
mensajes de correo electrónico, mediante la opción

2
 "Contáctenos" que se encuentra en la mayoría de los sitios.
(Laudon y Traver Guercio, 2015, p. 401).

Los autores explican que, una vez que la información del usuario es
recopilada mediante estos métodos, a partir de ella, se analiza lo siguiente.

 Cuáles son los principales patrones de interés y de compra para los

grupos y para los individuos.
 Qué páginas de la web en la que compraron visitan los consumidores.
 Qué intereses tienen algunos individuos en particular.
 De dónde vienen los visitantes y, por lo tanto, cómo mejorar la
presencia de la marca en los sitios que los trajo.
 La forma de personalizar mensajes, crear ofertas, promociones,
concursos, etcétera, para los usuarios.
 La forma de mejorar el sitio para que las personas accedan
fácilmente a la información que necesitan, como así también
identificar los cambios necesarios en el diseño de la web.

Ahora bien, existen diversas tecnologías complementarias que ayudan a

analizar las empresas y toda la información que han recabado. Es decir, si la
información existe, pero no se usa bien, es igual que si no existiera.

Cookies o bugs web

Una de las tecnologías que complementa los registros está constituida por
las cookies y las bugs web o balizas, entre otras. Los archivos de cookies son
archivos de rastreo que siguen a los usuarios a través de toda la web a
medida que van navegando y visitando distintos sitios.

Son cuatro los tipos de archivos de rastreo: coockies, balizas

(beacons), cookies Flash, aplicaciones (programas de
software utilizados en los teléfonos inteligentes y sitios web).

Cookies: permiten que un sitio web almacene datos en la

computadora de un usuario, para recuperarlos
posteriormente. Por lo general, la coockie incluye un nombre;
un número de ID único, para cada visitante que se almacena
en la computadora del usuario; el dominio (el cual especifica
el servidor web/ y o domino que puede acceder a la cookie);
una ruta (si una cookie proviene de una parte específica de un
sitio web y no de una página principal, se proporcionará una
ruta); un parámetro de seguridad, que indica si la cookie sólo

3
 se puede transmitir mediante un servidor seguro, y una fecha
de caducidad (no es obligatoria). Las cookies propietarias
(first-party) provienen del mismo nombre de dominio que el
de la página que está visitando el usuario, mientras que las
cookies de terceros (third-party), provienen de otro dominio,
como las empresas de anuncios o de adware, los vendedores
afialiados, o los servidores spyware. En algunos sitios web las
páginas principales tienen, literalmente, cientos de archivos
de rastreo. (Laudon y Traver Guercio, 2015, p. 402).

¿Qué permite una cookie?

 Indentificar al cliente y comprender su comportamiento de navegación.

 Determina cuántas personas entran a un sitio y qué tipo de usuarios
son: nuevos o recurrentes.
 Determina la frecuencia con que las personas ingresan a los sitios.
 Posibilita el uso de carritos de compra y las opciones de pago y envío al
permitir que un sitio registre a un usuario a medida que vaya
comprando.

Cabe destacar que los usuarios tienen la posibilidad de eliminar las coockies
y de ajustar la configuración de sus navegadores para impedir que los sitios
registren sus datos y así preservar su privacidad. Además, hay otras
herramientas similares a las cookies.

Cookies flash: archivos de flash que generalmente los usuarios no pueden

evitar, es posible configurarlas para que nunca caduquen, y pueden
almacenar 5 MB de datos.

Balizas o bugs web: pequeños archivos gráficos de 1 píxel, incrustados en

mensajes de correo electrónico y en los sitios web.

Los bugs web se utilizan para transmitir automáticamente

información acerca del usuario, y la página que está viendo a
un servidor de monitoreo con el fin de registrar su
comportamiento de navegación y otra información personal.
Por ejemplo, cuando un destinatario abre un menaje de
correo electrónico en formato HTML o abre una página web,
se envía un mensaje a un servidor para solicitar información
gráfica. Esto le dice al vendedor que el correo electrónico fue
abierto, lo cual indica que al destinatario le interesó por lo
menos el encabezado del asunto. Las balizas web no son
visibles para los usuarios. Suelen ser transparentes o de color

4
 blanco para que el destinatario no las pueda ver. (Laudon y
Traver Guercio, 2015, p. 403).

Creación de perfiles
La creación de perfiles, que ha revolucionado el marketing en Internet,
consiste en una imagen digital de cada consumidor. Esta puede ser muy rica,
depende de la cantidad de datos recopilados para crearla. Existen distintas
herramientas que se usan para ello: “Estas técnicas son más eficaces y
mucho más precisas y refinadas que los niveles ordinarios de las técnicas
demográficas y de segmentación del mercado, que se utilizan en los medios
masivos de marketing o en el telemarketing” (Laudon y Traver Guercio,
2015, p. 403).

La información o suministro, por decirlo de algún modo, aquello con lo que

se construyen los perfiles, son los ya mencionados datos de los registros de
transacciones y carritos de compra, suministrados por las coockies, bugs
web, correos electrónicos y las redes sociales, como los tweets y los "Me
gusta" de Facebook. Sin embargo, para comprender esos datos e
interpretarlos, son necesarias herramientas como las bases de datos, los
sistemas de administración de datos y los sistemas que permiten analizar
el comportamiento de los usuarios en la web (analíticas web).

Base de datos

Una base de datos es una aplicación de software que

almacena registros y atributos. Un directorio telefónico es
una base de datos física que guarda registro de individuos y
sus atributos, como nombres, direcciones y números
telefónicos. Un sistema de administración de base de datos
(DBSM, por sus siglas en inglés), es una aplicación de software
que utilizan las organizaciones, para crear, mantener y
acceder a las bases de datos. Los DBMS más comunes son DB2
de IBM y varias bases de datos SQL de Oracle, Sybase y otros
proveedores. SQL (lenguaje de consulta estructurado) es un
lenguaje de consulta y manejos de base de datos, estándar en
la industria, que se utiliza en bases de datos relacionales. Las
bases de datos relacionales, como DB y SQL, representan los
datos como tablas bidimensionales, donde los registros están
organizados en filas, y los atributos en columnas, de una
manera muy parecida a luna hoja electrónica de cálculo. Las

5
 tablas- y todos los datos que contienen- se pueden relacionar
de manera flexible, siempre y cuando compartan un
elemento de información común.
Las bases de datos relacionales son extraordinariamente
flexibles, y permiten a los vendedores, y otros gerentes, ver y
analizar datos desde distintas perspectivas con mucha
rapidez. (Laudon y Traver Guercio, 2015, p. 403).

Almacén de datos

Ya dijimos que los datos de un usuario se obtienen en diversas áreas de una

empresa, como la web y sus redes sociales, en los puntos de venta, de los
informes de venta de campo, y pueden provenir también de terceros, entre
otros. Ahora bien, esos datos se juntan todos en un almacén de datos.

Un almacén de datos es una base de datos que recopila en un

solo lugar, los datos de transacción y clientes de una empresa,
para que los vendedores y administradores del sitio, los
analicen fuera de línea. (Laudon y Traver Guercio, 2015, p.
407).

Con los almacenes de datos, las empresas pueden saber cuáles son los
productos más rentables de la compañía por ciudad y por región, cuáles
fueron las campañas de marketing más efectivas y por qué, y qué
promociones u ofertas funcionan más teniendo en cuenta distintos criterios,
como los demográficos, por sexo, edad, época del año, etcétera.

Extracción de datos

La extracción de datos, es un conjunto de técnicas analíticas,

que examinan patrones existentes en los datos de una base
de datos o almacén de datos, que buscan modelar el
comportamiento de los clientes. Los datos de un sitio web se
pueden extraer, para desarrollar perfiles de visitantes y
clientes. Un perfil de cliente, es simplemente, un conjunto de
reglas que describen el comportamiento típico de un cliente,
o de un grupo de clientes en un sitio web. Los perfiles de los
clientes, ayudan a identificar los patrones de un grupo o de
un individuo, que ocurren a medida que millones de
visitantes, utilizan el sitio web de una empresa. Por ejemplo,

6
 casi cualquier transacción financiera que usted realiza, es
procesada por una aplicación de extracción de datos, para
desarrollar perfiles de fraudes. Cuando el compòrtamiento de
un usuario coincide con un perfil de fraude, no se permite, o
no se completa la transacción (Mobasher, 2007). (Laudon y
Traver Guercio, 2015, p. 407).

Tipos de extracción de datos

Extracción de datos controlada por consultas: está basada en consultas

específicas, permite relacionar, por ejemplo, las horas del día con el
comportamiento del consumidor. Y, en función de eso, según las horas en
las que compren más los clientes o consulten, se puede modificar el
contenido de la web y de las redes sociales de una empresa con el fin de
incrementar las ventas.

Extracción de datos controlada por modelos: se refiere a modelos, como un

modelo financiero, por ejemplo, que permiten tomar decisiones
importantes y mejorar lo que se ofrece a través de una web. Los vendedores,
mediante un modelo financiero de comportamiento del usuario, pueden
sacar la conclusión de qué resulta necesario eliminar o sumar al inventario
en cuanto a productos, también con el propósito de lograr más ventas y
mayor rentabilidad del sitio.

Estas técnicas tienen muchos inconvenientes, además de que

puede haber millones de reglas, muchas sin sentido, y muchas
otras de corta duración. Por eso, las reglas necesitan seguir
un proceso extenso de validación y selección (Adomavicius y
Tuzhilin, 2001b).
Además, puede haber millones de grupos de afinidad y
otros patrones temporales o irrelevantes, en los datos. La
dificultad es aislar los patrones válidos y contundentes
(rentables) en los datos, y después actuar en función del
patrón observado, con la suficiente rapidez, como para
realizar una venta que, de otra forma, no se hubiera realizado.
(Laudon y Traver Guercio, 2015, p. 408).

Big data y Hadoop

Como explican Traver Guercio y Laudon (2015) en su libro, "Big Data" es la
avalancha de datos digitales, como los que son obtenidos a través del tráfico
web (provenientes de sitios y del flujo de clics en Internet), los mensajes de

7
redes sociales (feeds de Facebook y Twitter por ejemplo), de listas de
reproducción de música, o descarga y visionado de series y películas, entre
otras cosas, que desembocan en las empresas de todo el mundo, y que no
pueden ser leídos y procesados por las bases de datos relacionales.
¿Por qué es tan importante la Big Data para las empresas?

A las empresas les interesa la Big Data porque contiene más

patrones y anomalías interesantes, que los conjuntos de
datos más pequeños y tiene el potencial de proporcionar
nuevos conocimientos sobre el comportamiento del cliente,
los patrones climáticos, la actividad de los mercados
financieros u otros fenómenos. Sin embargo, para obtener un
valor de negocio a partir de esos datos, las organizaciones
necesitan nuevas tecnologías y herramientas capaces de
manejar y analizar los datos no tradicionales además de sus
datos empresariales típicos.
Para manejar datos no estructurados y semiestructurados
en grandes cantidades, así como datos estructurados, las
organizaciones están utilizando Hadoop. Hadoop es una
plataforma de software de código abierto, administrada por
la Fundación de Software Apache, la cual permite el
procesamiento distribuido en paralelo, de grandes cantidades
de datos entre computadoras de bajo costo. (Laudon y Traver
Guercio, 2015, p. 409).

¿Algunos ejemplos del uso de Hadoop y Bid Data?

 Facebook almacena en su clúster de Hadoop diez mil veces más

información que la Biblioteca del Congreso Estadounidense.
 Yahoo rastrea con Hadoop el comportamiento de los usuarios para
modificar su página de inicio de manera que el contenido se adapte a sus
intereses.
 En Israel, los autos eléctricos se cargan como un dispositivo móvil, con
batería, y esa distribución eléctrica, en la ciudad, perfectamente
diseñada, que impide que la energía eléctrica de la ciudad colapse por la
utilización de esos vehículos, puede ser diseñada gracias a Big data y al
uso del sistema para administrar esos datos tan importantes.
 En Tokio, se están creando dispositivos antirrobo para los autos, que
interpretan y comprenden cuándo el conductor de un auto es un
conductor no autorizado, es decir, un ladrón, y evita que el vehículo se
ponga en funcionamiento, entre otras funciones que logra llevar a cabo
gracias al procesamiento inteligente de la Big data.

8
  BBVA también ha realizado diversas pruebas de Big Data,
en las que además, se ha dado importancia a su
visualización para permitir que sean más comprensibles a
ojos de un espectador neófito. En Barcelona en 2012, se
hizo la medición del impacto económico del Mobile World
Congress. Para ello, se extrajeron datos de las
transacciones realizadas con tarjetas de crédito, tanto la
semana antes como la semana en que tuvo lugar el
evento. Los resultados sirven para concluír los lugares,
días y horarios donde más "movimiento" hubo, algo que,
por ejemplo, puede servir a los comercios para reforzar
sus acciones de marketing y venta de cara a eventos
similares o a las propias ciudades para hacer lo propio con
sus promociones turísticas. (BBVA Inovation Center, 30 de
enero de 2015, http://bit.ly/2rMitSP).

CRM
Los llamados puntos de contacto con el cliente son las diferentes formas de
llegar a una empresa, como la web, redes sociales, tiendas físicas,
representantes de servicio al cliente, sistemas de respuesta automatizados,
representantes de ventas, cajeros automáticos y dispositivos móviles, entre
otros. Toda esa información necesita ser ordenada y administrada para
poder ser usada por los vendedores y todos los trabajadores de las
compañías que necesiten conocer el perfil del cliente. De esto se encarga el
sistema de administración de las relaciones con el cliente, conocido como
CRM.

En esencia, los CRM son una tecnología de bases de datos con

extraordinarias capacidades para atender a las necesidades
de cada cliente y diferenciar el producto o servicio en función
del trato que se da a cada cliente como persona única.
Los perfiles de los clientes pueden contener la siguiente
información:
 Un mapa de la relación del cliente con la institución.
 Datos concisos de productos y uso.
 Datos demográficos y psicográficos.
 Mediciones de rentabilidad.
 Historial de contactos que sintetiza los contactos del
cliente con la institución a través de la mayoría de los
canales de distribución.

9
  Información de marketing y ventas que contiene los
programas recibidos por el cliente y las respuestas de
éste.
 Respuestas a las campañas de correo electrónico.
 Visitas al sitio web.

Con estos perfiles, los sistemas de administración de las

relaciones con el cliente se pueden utilizar para vender
productos y servicios adicionales, desarrollar nuevos
productos, reducir los costos de marketing, identificar y
retener a los clientes rentables, optimizar los costos de
entrega del servicio, retener a los clientes con alto valor de
vigencia, permitir las comunicaciones personales, mejorar la
lealtad de los clientes e incrementar la rentabilidad de los
productos (Laudon y Traver Guercio, 2015, p. 410).

10
Referencias
Centro de Innovación BBVA. (30 de enero de 2015). Ejemplos reales del uso de
Big Data. Recuperado de
http://www.centrodeinnovacionbbva.com/noticias/ejemplos-reales-del-uso-de-
big-data.

Laudon, K., y Traver Guercio, C. (2015). Ecommerce 2013: negocios, tecnología,

sociedad. (9.a ed.). (pp. 396-410). México: Pearson Prentice Hall.

11