El despropósito de Linkedin con el Big Data

Artículo realizado por Jonatan Belarde.

No sabemos qué demonios le pasa a Linkedin, una empresa cuyo modelo de negocio está basado en la explotación y venta de los datos de sus usuarios en el campo del Business Intelligence para otras empresas y usuarios, y que en su caso muestra síntomas preocupantes de la aplicación torpe de estas técnicas. Aún no yéndole tan mal en su cuenta de resultados, y tras recuperarse del susto de Marzo cuando la compañía perdió el 30% de su valor (lo equivalente a 6.000 M/€), no son pocos los expertos que piensan que Linkedin está un mundo por detrás de sus competidores en el desarrollo del core de su negocio: el aprovechamiento y explotación de su base de datos y la extracción de valor añadido.

El modelo de negocio de Linkedin es tremendamente sencillo y común. Apenas se diferencia de sus competidores (Google, Twitter, Facebook…) cuyos ingresos llegan mayoritariamente gracias a la publicidad segmentada, con la salvedad de que Linkedin, además, es proveedor de información a sus usuarios a través de licencias. La ecuación es muy sencilla y directa: mejores datos permiten hacer recomendaciones más atractivas, anuncios más relevantes y por tanto, mayor ratio de interacción de los usuarios con ellos, mayor visibilidad y tráfico para los anunciantes, en última instancia mayores ingresos y beneficios para la plataforma. Para Linkedin, como un plus, mejor información a través de insights, le permitiría ingresar más a través de las licencias que tendrían mayor atractivo para los comerciales, empleadores, educadores, etc… que utilizan la plataforma.

Pero Linkedin parece no entenderlo, ¿cómo es posible que una empresa con uno de los modelos de datos más interesantes del planeta se permita el lujo de no explotarlo al nivel de sus competidores? Mientras Linkedin se ha quedado estancada ¿cómo están exprimiendo los datos el resto de plataformas?

Los avances de Facebook con la explotación de datos son notables, los algoritmos de recomendación de contenido le está permitiendo retener más tiempo al usuario en su plataforma, conociendo en mayor profundidad sus preferencias y articular nuevos modelos de negocio: ahora está en pleno desarrollo de su propio servicio de música en streaming. Con la compra de varias empresas en tecnología de reconocimiento automático de rostros y la identificación e interpretación de sus gestos, Mark Zuckerberg adelanta que Facebook está trabajando en la comunicación telepática. Este milagro de la tecnología se logrará transformando en datos la captura de nuestros gestos, y aplicando técnicas de Big Data para interpretarlas y lograr un conocimiento antes jamás soñado. Facebook trabaja intensamente en reconocer lo que pensamos, y lo que eso permite: predecir nuestro comportamiento, asociarlo a nuestro patrón comunicativo, de consumo…

Amazon sorprende nuevamente con un avance en el campo del Big Data. La empresa de Jeff Bezos hace una propuesta valiente y diferente  en la que remunerará a los autores de los libros electrónicos por página leída, en vez del clásico modelo de ingreso por libro comprado. Una forma de cambiar el modelo de la edición de libros basado en la captación y puesta en valor de los datos. De este modo Amazon pretende aumentar el consumo de páginas leídas y convertirlas en dinero. Aplicando técnicas de Business Intelligence y Big Data predecirá las preferencia de sus lectores y mejorará nuestra experiencia, y cómo no, aumentará las probabilidades de éxito de sus recomendaciones para aumentar los ingresos. Simplemente brillante.

Como analizamos en un reciente artículo sobre Spotify, la startup sueca es una de las empresas más atractivas y activas desde el punto de vista de la utilización de sus datos. Sus capacidades en la disciplina del Big Data ha desatado un verdadero vendaval en torno al negocio de la música que está a punto de sepultar a la industria musical clásica. Spotify, con la infraestructura de Big Data más grande de Europa y uno de los equipos humanos más cualificados del mundo, está explorando con notables resultados la conversión de la musicalidad de sus canciones (instrumentos, volumen, tono, ritmo, armonía, melodía, etc…) en secuencias de datos para darle un tratamiento conjunto y cruzarlos junto al resto de fuentes de datos: titulos de canciones, álbumes, artistas, letras, biografías, notas de prensa, menciones en redes sociales, listas, etc, etc, etc… un verdadero arsenal de datos que están “mezclando” para extraer mediante correlaciones, series temporales, predicciones y otras técnicas de Data Analytics modelos de conocimiento que permitan llevar la experiencia de usuario a cotas apenas imaginadas, aspirando a recomendar canciones de acuerdo a pautas musicales que ni siquiera sabíamos que nos gustaban.

Pinterest, Google y ahora Facebook ya están desplegando el botón de compra dentro del buscador o el feed de noticias, acercando la compra a golpe de un click de acuerdo a las preferencias de los usuarios y convirtiéndose en intermediarios dentro del ecommerce, pero sobre todo, logrando conocer los patrones de comportamiento del comprador más allá de los servicios clásicos de buscador o relaciones sociales.

Y mientras tanto ¿que está (y qué podría llegar a hacer) Linkedin?

Aferrado a la teoría de los 6 grados, Linkedin nos propone relaciones aún muy básicas y pobres, sin ningún tipo de valor añadido. (Mi madre no deja de insistirme en que trabaje de lo que he estudiado o que el próximo trabajo guarde alguna relación con el anterior :) Queremos decir que para este tipo de recomendaciones no necesitamos un complejo sistema de algoritmos dentro de una inmensa base de datos. Ni una costosa empresa detrás que lo procese.

El interés del Data Analytics no está tanto en acceder a información almacenada, como en ser capaz de proporcionar información y conocimiento oculto a través de cálculos matemáticos o estadísticos. La información evidente no genera mayor valor añadido. Además de sugerirnos quien podríamos conocer por las conexiones sociales más evidentes, ¿podría Linkedin proponernos Key People que representaría puntos de inflexión en nuestra carrera profesional? ¿Serían nuestras competencias más adecuadas para un desempeño del que no nos hemos percatado? ¿Están buscando para un puesto determinado competencias que poseemos? ¿Atiende nuestra actitud a un patrón de interés, más allá de nuestra formación y trayectoria?

EMPLEOS SUGERIDOS

Linkedin tiene los datos necesarios como para ser capaz, aplicando técnicas de Data Analytics, de proponernos ocupaciones de interés no evidentes para nosotros, fruto del conocimiento y análisis de los patrones laborales a lo largo de nuestra vida laboral, que sí conoce! Y podría cruzar este patrón con tendencias actuales del mercado laboral, patrones en la búsqueda de candidatos, noticias de actualidad o percepciones en internet, y avisarnos donde surgen oportunidades que aparentemente no se pueden detectar a simple vista. ¿Es nuestra conducta profesional cíclica? ¿Y este patrón para qué función laboral es más adecuada? ¿Atiende la elección o que logremos un empleo a razones ocultas en base a nuestros estudios y competencias, nuestro relacionamiento, al tipo de contenido que consumimos o compartimos? ¿Podría predecir Linkedin (y darnos o vendernos esa información) el puesto o la empresa que con más probabilidades se ajusta a mis intereses profesionales actuales? (Más allá de recomendarnos un trabajo igual al que tenemos o que tuvimos!)

Otro ejemplo de mala explotación de los datos en Linkedin son sus anuncios y que comparativamente a otras plataformas representa unos ingresos apenas residuales. Son impactos publicitarios muy poco relevantes, molestos y con muy poca interacción por parte del usuario. El poco valor añadido que logran los anuncios es un claro síntoma de lo poco avanzado del sistema de Data Analytics de Linkedin comparado con Facebook o Google. Sin duda podrían proponernos anuncios más interesantes de acuerdo a la información detallada que tienen de los usuarios en el campo profesional.

ANUNCIOS SUGERIDOS

Las recomendaciones de Linkedin llegan a ser auténticas perogrulladas, sirva como ejemplo por lo evidente que es, que por haber trabajado en una empresa concreta quizá conozcamos a alguien que trabaje allí, o que por haber trabajado de un determinado puesto nos interesen puestos similares.

Pero sin duda el caso más obsceno es el que nos encontramos cada vez que abrimos la aplicación de Linkedin en el Ipad. En mi caso, Linkedin me sugiere constantemente dos empresas que se llaman igual a una con la que he tenido relación. Esta recomendación tal vez tendría algún sentido para un consultor de patentes y registros de marca, pero para un usuario como yo ajeno a la disciplina, es lo mismo que por conocer a un José nos recomiende a todos los José de su base de datos. En definitiva, un insulto a la disciplina del Data Analytics.

EMPRESAS SUGERIDAS

¿Teneis la misma sensación de que Linkedin puede generar mucho más valor que el actual subiendo su nivel en técnicas de Big Data?

Una respuesta a “El despropósito de Linkedin con el Big Data”

  1. Personalmente opino que LinkedIN es una herramienta con un planteamiento excelente, pero que cada día que pasa se queda más desfasada en todo lo referente al tratamiento de información. No es ya sólo el pobre aprovechamiento de toda la información contenida, sino el trato que sea realiza de ella, desde los más que pobres algoritmos de búsqueda a las inconsistencias que se dan cada dos por tres en la información mostrada, o la incapacidad para unificar los criterios por los cuales se rige la operativa de la plataforma (por ejemplo, desde web tengo que señalar el motivo de querer conectar con una persona mientras que desde el iPad tan sólo tengo que darle a Conectar, o lo que les costó corregir la visibilidad de a quién he visto y quién me visitó).

    En resumen, creo que es una herramienta no sólo potente sino más que necesaria, pero cada día que pasa pierde fuelle, con el riesgo que ello comporta de que venga alguien más listo y se lleve el gato al agua. Sí, LinkedIN golpeó primero y costará destronarle, pero lo mismo decíamos de Yahoo! y ahí tienes a Google…

Los comentarios están cerrados.