Big Data en los servicios culturales: retos y oportunidades para el desarrollo de audiencias
29/05/2018MARKETING – Artículo publicado a 29 de Mayo de 2018.
“Sin datos, no es usted más que otra persona con una opinión (W. E. Deming)”. Estamos inmersos en la revolución del conocimiento a partir de los datos extraídos de fuentes diversas y, en ocasiones, variopintas. “Cualquier ser humano genera datos en cantidades enormes… y que continuamente somos capaces de generar datos y dejar nuestra huella o un seguimiento en cualquier lugar y en cualquier momento (Catalá Santainés, 2018)”.
El conocimiento sobre el sector cultural no es suficiente para entender su evolución. Hoy parece inconcebible no manejar bases de datos y otras fuentes de información para la toma de decisiones. Y sin embargo, más que nunca, la transformación tecnológica obliga a realizar un uso eficiente de la información y un uso adecuado de las herramientas de gestión para obtener información productiva y relevante para la organización cultural. El Big Data llegó para quedarse. La mejor recomendación es que aprendamos a convivir y obtener el máximo rendimiento de la información dentro de los límites legales y éticos que supone al aprovechamiento y utilización de las nuevas tecnologías.
Desafíos del Big Data: retos estratégicos para el marketing.
Afortunada y progresivamente, las organizaciones que se dedican a los servicios culturales en cualquiera de sus formas son conscientes de que deben gestionar teniendo en cuenta no sólo criterios artísticos, sino también criterios empresariales. Este es un reto complicado que requiere el equilibrio imprescindible de ambas perspectivas, así como que se aborden desde un enfoque de marketing. Una orientación que está evolucionando hacia un enfoque de valor con la ayuda, entre otros, de la utilización de las nuevas tecnologías y el Big Data.
Tradicionalmente, el análisis de los hábitos y usos de los consumidores de servicios culturales ha sido una práctica extendida entre las organizaciones para entender las tendencias y sus comportamientos y, de este modo, poder adaptar la oferta cultural a sus necesidades. Preguntas usuales que se respondían desde este análisis hacían referencia al perfil sociodemográfico del cliente, a cuántos asistentes se reciben en el recinto, a sus motivaciones, a sus hábitos de compra y en última instancia sobre la satisfacción del consumidor.
Sin embargo, el Big Data ha abierto un mundo nuevo de posibilidades con un brutal potencial para mejorar en la eficacia y eficiencia de los programas culturales, abriéndose a nuevos públicos y diversificando la oferta existente. Gracias a las nuevas tecnologías se disponen de numerosas vías de obtención de información sobre hábitos y comportamientos a través del Big Data, no sólo con información cuantitativa sino también cualitativa, ampliándose los horizontes que hasta ahora se manejaban en las instituciones culturales.
Un ejemplo de actualidad en la aplicación del Big Data en cultura es la implantación de los precios dinámicos. No se crean ofertas según las características objetivas del cliente o del producto, si no de lo que se está dispuesto a pagar. En este sentido, se establecen precios en base a percepciones que, a diferencia de otros tiempos, se obtienen gracias a información objetiva y no sólo intuitiva, pues los datos confirman, complementan y aportan argumentos imparciales a esa intuición que era fruto de la experiencia profesional la mayor parte de las veces. Esta realidad es ya manifiesta en empresas como el Gran Teatre del Liceu de Barcelona, la Ópera y Ballet Nacionales de Holanda o Ticketmaster.
Asimismo, el Big Data está contribuyendo a mejorar la segmentación de los mercados culturales. Las clásicas segmentaciones por hábitos de consumo (frecuencia, compañía, etc.) y demográfica (clase social, edad etc.) han dado paso a segmentaciones más complejas donde las características psicográficas juegan un papel fundamental en la descripción de los públicos. El desarrollo de la segmentación en los servicios culturales tiene todavía un amplio margen de recorrido en el futuro, no solo en profundizar en nuevos criterios de comportamiento del asistente cultural (influencias, entorno, preocupaciones etc.), sino también hacia el conocimiento de sus expectativas y frustraciones. Y todo ello con la finalidad de saber cómo empatizar con el consumidor cultural, resolver sus quejas y saber cómo desde la organización cultural se puede ayudar al mismo. En este sentido, sin duda, el sector avanzará en la implementación de acciones de marketing de contenidos que aporten valor al consumidor cultural (personalización de los mensajes recibidos, creación de ofertas específicas etc.) y pensando en mejorar su experiencia de consumo, ayudándole durante el proceso de compra y facilitando la toma de decisiones. A su vez, se generará nueva información de interés para la institución, que reforzará la segmentación y personalización de contenidos.
Dificultades de la aplicación del Big Data
A corto plazo, uno de los grandes problemas a los que se enfrentan las organizaciones culturales para la aplicación del Big Data es la falta de recursos económicos y humanos para aprovechar al máximo el rendimiento de la información. Sin embargo, este contexto despliega nuevos escenarios abiertos a la colaboración entre entidades culturales, obligadas por la necesidad. Bien con empresas consultoras especializadas (por ejemplo; Teknecultura), bien con la universidad[1] o bien entre las propias organizaciones culturales. Un ejemplo destacable es Arts Data Impact (ADI) que implanta el primer Data científico de las artes en la English National Opera (Lüscher, 2015)[2] con el objetivo de mejorar su programación de espectáculos y fidelizar a sus espectadores.
En definitiva, es tal el volumen de datos que, primero de todo, la organización debe ser capaz de organizar, filtrar y gestionar la información que realmente necesita obtener para la consecución de sus objetivos. Y, en segundo lugar, saber discriminar las fuentes de información realmente relevantes para sus necesidades y que garanticen la fiabilidad de la información analizada, pues de ello depende después la toma de decisiones. Digitalizar los procesos de obtención de información de un modo automático, mejora la eficiencia, reduce los errores y permite dedicar más tiempo al análisis de datos. El manejo de Big Data requiere, en ocasiones, de softwares específicos que permitan capturar, recopilar, almacenar, buscar, analizar y visualizar datos y estadísticas, así como de personal especializado para utilizar dichos programas e interpretar coherentemente la información.
A largo plazo, el mayor desafío del Big Data afecta a la política cultural en su sostenibilidad, justificación como gasto y diseño de nuevas políticas genuinas y creativas (Marcé, 2016).
Epilogo: en un futuro quizás no tan lejano
El Big Data es una inversión rentable para las organizaciones culturales si son capaces de extraer la información correcta y más beneficiosa para sus objetivos. El Big Data contribuye a la eficiencia en la gestión, a evaluar los resultados obtenidos y a consolidar los modelos de gestión. Las técnicas de aprendizaje automático, la inteligencia artificial, las matemáticas y la estadística aplicada en la extracción y optimización de bases de datos y otras fuentes de información han permitido evolucionar y avanzar. Quién sabe si, en un futuro no tan lejano, el Big Data vaya más allá y revolucione el sector no sólo en la gestión sino en el propio arte. Causa sorpresa -y cierto temor- que, viendo la serie Mozart in the Jungle, un robot sea competente para dirigir una obra de Mozart en base al análisis que realiza de todas las composiciones e interpretaciones que sobre el autor se han realizado a lo largo de la historia; o de proponer una composición alternativa al inacabado Réquiem de Mozart (pero si finalizado por su discípulo Süssmayr). Lo más cercano a esta quimérica realidad es el proyecto transmedia del musical Beyond the Fence, que incorpora trama argumental y música generadas por ordenador, en un proceso en el que han intervenido diversos centros de investigación internacionales, partiendo de un análisis de Big Data predictivo sobre pautas de éxito en musicales (Zapata, 2016).