Durante los últimos años, el Big Data ha supuesto un gran avance para las empresas. El almacenamiento y tratamiento de grandes volúmenes de datos ha ayudado a automatizar procesos y conocer a la perfección al cliente, pero alguna vez te has preguntado… ¿Qué pasa cuando algo sale mal?

Te lo explicamos con casos reales…

1.       Google Flu Trends

En 2008, a Google se le ocurrió la idea de analizar las consultas de búsqueda sobre la gripe en una región determinada. Estas búsquedas se compararon con un punto de referencia histórico del nivel de actividad de la gripe en esa región y, según esos resultados, el nivel de actividad se clasificó como bajo, medio, alto o extremo.

Todo parecía ir bien hasta 2013, cuando el Big Data falló, en el punto álgido de la temporada de gripe, ¡en un 140 %!

¿Los errores? una serie de otros factores importantes no se tuvieron en cuenta al desarrollar el algoritmo.

• La búsqueda de términos como «resfriado» o «fiebre» no significaba necesariamente que las personas buscaran enfermedades relacionadas con la gripe. Podrían estar buscando enfermedades estacionales.
• Google Flu Trends predijo más del doble de la proporción de visitas al médico por enfermedades similares a la influenza (ILI) que los Centros para el Control y la Prevención de Enfermedades (CDC), que basa sus estimaciones en informes de vigilancia de laboratorios de todo Estados Unidos.

2.    Target Corp

Decidieron dirigirse a las mujeres embarazadas a través de sus patrones de compra para ofrecerles artículos personalizados antes y después del parto.

Para lograr esto, utilizaron una gran cantidad de algoritmos y análisis de la información de los clientes: tendencias de compra, artículos que compraron, dónde compraron e información personal como aniversarios, cumpleaños y estado civil.

Todo parecía ir bien hasta que un padre llegó enojado a una de las tiendas de la cadena alegando que su inocente hija estaba recibiendo ofertas por correo electrónico con recomendaciones para su higiene íntima y cuidados durante el embarazo. Lo que el padre no sabía era que… ¡Su hija en realidad estaba embarazada!

3.    OficeMax

Utilizando programas de análisis de datos, la empresa envió una carta a un hombre llamado Mike Seay que comenzaba de la siguiente manera: “La hija de Mike Seay muere en un accidente automovilístico”. De hecho, Mike Seay perdió a su hija en un accidente automovilístico un año antes.

¿La razón? Los corredores de datos tal vez hicieron un seguimiento de los padres con niños fallecidos y alguien ingresó una entrada en la celda de la hoja de cálculo incorrecta, enumerando accidentalmente la tragedia de Seay en la columna designada para el nombre de su negocio.

El Big Data en el marketing debe evitar procesar información personal confidencial y no obtener esta información extrayendo datos de sitios web públicos antes de realizar una acción. Es recomendable tener una persona para verificar que la información recopilada y el procesamiento de los datos cumplen con todas las garantías.

4.    Keep calm and…

La empresa Solid Gold Bomb utilizó un algoritmo que combinó palabras tomadas de listas para generar frases pegadizas para sus camisetas. Estas frases se cargaban automáticamente en las computadoras y se superponían en la foto de una camiseta para producir imágenes que luego se mostraban en Amazon, de modo que cuando alguien hacía un pedido de una camiseta en Amazon, se notificaba a las computadoras para que la camiseta se pueda imprimir, empaquetar y enviar.

Las posibilidades de automatización son increíbles, pero conllevan un riesgo: en este caso, un error informático derivó en una serie de frases ofensivas como “Keep Calm and Rape a lot” o “Keep calm and puch her”.

¿Qué sucedió? Palabras como «violación», «cuchillo» y «puñetazo» se mezclaron en la sopa algorítmica y escupieron estos diseños ofensivos en las camisetas. Se debería haber enseñado al algoritmo a no incluir ciertas palabras que podrían ser ofensivas.

5.    Mitt Romney para presidente

En 2012, el candidato presidencial republicano Mitt Romney usó Big Data para intentar convertirse en presidente de los EE. UU. Su equipo desarrolló «Orca», una plataforma de Big Data para brindar información sobre lo que sucedía en los colegios electorales, pero la implementación no fue del todo correcta, ya que hubo numerosas fallas técnicas, errores, falta de recursos para utilizar la plataforma y falta de capacitación para los miembros.

El sistema fue diseñado para identificar a los probables votantes de Romney que aún no habían votado el día de las elecciones y luego lograr que votaran. Pero continuamente fallaba y la gente no sabía cómo utilizarlo. Entonces, antes de lanzar una aplicación, por favor, no cometa los mismos errores que el equipo de Romney. haga una prueba de esfuerzo de la aplicación, asegúrese de que la redundancia esté en su lugar y tome medidas para combatir un DDOS coordinado o un ataque similar.

Sin embargo, años después, el sistema le sirvió a su compañero de partido Donald Trump para convertirse en presidente tras el escándalo de Cambridge Analytics, que creaba perfiles de usuarios de Facebook sin su consentimiento y los influenciaba de tal manera que eran manipulados a favor de la campaña de Trump mediante la creación de perfiles dirigidos mediante publicidad acorde a cada perfil y creación de fake news para inclinar la balanza a su favor.

El uso de la tecnología en espresas es fundamental. Hoy en día, los negocios cuentan con más herramientas que nunca para automatizar y mejorar sus procesos, pero siempre hay que ser cautelosos por los fallos que pueda dar.

 

 

Jorge Carranza

J On The Beach 2022