Cuando hablamos del uso de bases de datos en empresas, a veces pensamos que es algo muy actual y novedoso empleado únicamente por multinacionales y empresas digitales. La realidad es que todas las empresas utilizan bases de datos. Una base de datos puede ser algo tan simple como una lista del inventario de nuestra tienda de conveniencia. La diferencia realmente radica en la cantidad de datos que se manejan (Big Data) y en cómo de integrados en los procesos de la empresa estén los mismos. Un ejemplo, del que vamos a hablar, es el uso del Big Data en Instagram.
En general, nos encontramos desde empresas primitivas en este sentido, cuyas bases de datos no están integradas o actualizadas o incluso diferentes usuarios de la empresa tienen bases de datos que no están sincronizadas; hasta empresas optimizadas, en las que ocurre todo lo contrario.
Las redes sociales en general, suelen utilizar desmesuradas cantidades de datos que han de ser correctamente analizados para sacarles buen provecho. Instagram en concreto ha conseguido sacar un gran rendimiento a sus datos ayudando a empresas con sus negocios digitales y mejorando la experiencia de los usuario. En este post vamos a dar algunos ejemplos.
Inteligencia Artificial y Machine Learning
Antes de empezar con el análisis de la aplicación del Big Data en Instagram, es importante tener en cuenta algunos datos. Aproximadamente 95 millones de posts nuevos son publicados en esta red social diariamente. Además en 2019 la plataforma contaba con más de mil millones de usuarios activos mensuales (MAU). De ahí la desorbitada cantidad de datos que la empresa puede recoger. Es importante entender que la el Big Data para este tipo de usos suele ir acompañado de otras herramientas. En el caso de Instagram, suele ir de la mano de la Inteligencia Artificial y del Machine Learning.
Con el Machine Learning los algoritmos de la plataforma pueden «aprender» y mejorar con el tiempo en base a experiencia. De esta forma el contenido recomendado a cada usuario es personalizado y cada vez más preciso.
Por otro lado, esos algoritmos se basan en Inteligencia Artificial para, por ejemplo, ayudar a los usuarios a incrementar los likes o comentarios que reciben en sus posts, facilitándoles la planificación de su estrategia de campaña para esta red social (sea a nivel personal o profesional).
Ejemplos de aportaciones del Big Data en Instagram
Reconocimiento del comportamiento y la cultura del usuario
Cuando comercializa sus productos en Instagram, de alguna forma, lo que intenta con su cuenta es conseguir que sus seguidores formen parte de una atmósfera que de sensación de comunidad. Para ello, como empresa tiene que ser capaz de entender el comportamiento y la cultura de sus consumidores, independientemente de su procedencia.
Instagram recoge datos a cerca de geolocalización, sexo, edad e incluso de cómo se comporta el usuario al moverse por la plataforma. Con toda esa información es mucho más sencillo la segmentación de audiencias en base a su comportamiento e intereses.
Eliminación del spam
En base a experiencia, con AI y análisis de datos, la plataforma es capaz de identificar aquellos mensajes o comentarios que no son reales (hasta en 9 idiomas diferentes) y eliminarlos. Esta tecnología es utilizada también en otras redes sociales como Facebook (aunque ahora Instagram pertenece a Facebook).
Publicidad dirigida
Ya comentamos anteriormente que la aplicación recoge información acerca del viaje del usuario por la plataforma (en que fotos hace clic, a que post da like, en cuales comenta, que tipo de cuentas sigue…). Con toda esta información la segmentación puede ser extremadamente precisa.
Con ello, Instagram vende publicidad a empresas o marcas que muestran un especial interés en una audiencia específica.
Big Data en Instagram para la detección de contenido inapropiado
Los comentarios de los usuarios también son considerados datos. Los algoritmos de Instagram analizan que grupos específicos de usuarios pueden resultar especialmente vulnerables a la discriminación o al bullying. Además, todos los comentarios pasan por un filtro que elimina aquellos que pueden resultar ofensivos.
Este apartado es de especial importancia, teniendo en cuenta que actualmente la cuna del bullying son las redes sociales y el target principal suele ser la gente más joven y vulnerable. Además, con Machine Learning, la aplicación también filtra las fotos para detectar bullying o contenido ofensivo en el material gráfico.
Graduado en Ingeniería de Minas por la Universidad de Oviedo y especializado en Marketing y Gestión Comercial por EAE Business School y la Universidad Rey Juan Carlos.
