'Moneyball', o como el béisbol “inventó” el data-driven marketing
Los datos son el nuevo tema de moda en el mundo del marketing. Gracias al desarrollo de herramientas de Big Data, para diseñar tus campañas y estrategias de marketing digital a partir del análisis avanzado de datos, lo que hoy se conoce como data-driven marketing.
Tampoco vamos a detenernos mucho en ello porque hemos hablado antes sobre este tema. Sin embargo, lo que hoy es una revolución en el mundo de las empresas lleva siendo una constante en el mundo del deporte desde hace mucho. ¿Se puede saber de antemano qué rendimiento y qué impacto va a tener un jugador en un equipo antes siquiera de ficharlo utilizando el Big Data? Se puede, y lo demostró Brad Pitt en la estupenda película 'Moneyball'.
El Big Data aplicado al deporte
Resumiendo mucho, esta es la historia real de Billy Beane, General Manager del equipo de béisbol Oakland Athletics a principios de los 2000. El equipo no estaba consiguiendo grandes resultados en las últimas temporadas y su presupuesto para fichar en 2002 era bastante limitado. Pero su asistente, Peter Brand, encontró una solución para fichar bueno, bonito y barato: fichar jugadores de perfil bajo basándose en Big Data.
Todos los equipos quieren a las grandes estrellas, pero suelen fichar más por nombre que por su encaje en la plantilla. Así que Oakland, en vez de intentar fichar a los mejores, analizó cuáles eran sus necesidades, qué puntos debían mejorar y rastreó en el mercado qué jugadores solventaban esos problemas a menor coste. ¿Os suena de algo?
El resultado no sorprenderá a nadie. Aunque no consiguieron alzarse con el título ese año, sumaron 20 victorias consecutivas, la quinta mejor racha de la historia del béisbol en Estados Unidos. Su caso sentó un precedente y, dos años más tarde, los Red Socks ganaron el campeonato dos años más tarde utilizando el método de Beane y Brand.
Como hemos visto, negocios y deporte no están demasiado lejos en muchos aspectos. Si trasladamos el caso de Oakland Athletics al de una empresa, podríamos decir que el equipo realizó un DAFO y utilizó el Big Data para corregir sus debilidades y potenciar sus fortalezas a partir de oportunidades inesperadas que descubrieron gracias al Big Data.
La revolución del data mining
Y es que el análisis avanzado de datos no consiste solo en mirar estadísticas y comparar números. Las herramientas actuales y los modelos basados en Inteligencia Artificial nos permiten encontrar patrones ocultos y explorar tendencias que no parecían evidentes. Nos referimos al data mining. Y, nuevamente, el deporte se anticipó al mundo de las empresas.
Rápidamente, ¿conocéis las reglas del baloncesto? Cada canasta vale 2 puntos. Si se anota desde más allá de la línea colocada a 7 metros (6’75 fuera de la NBA), vale 3 puntos, porque es más complicado anotar. Por eso, lo más habitual era tirar canastas dentro de ese rango, las de 2 puntos, porque es más fácil anotar y, por tanto, sumas más puntos. O no.
En 2009 y 2011, los Golden State Warriors eligieron a Stephen Curry y Klay Thompson para incorporarse a su equipo. Con los años, estos dos se convirtieron en los dos mejores triplistas de la historia. Dos tiradores casi infalibles que ganaban partidos a golpe de canastas de tres puntos que llevaron a su equipo a ganar 4 veces el anillo de campeón. Un golpe de suerte… y un buen proceso de data mining.
Como decíamos, el tiro más complicado y el que menos porcentaje de acierto tiene es el de tres puntos, pero la recompensa es mayor. Aplicando un poquito de Big Data, llegaron a la conclusión de que, si tiras el número suficiente de veces, los triples anotados suman más puntos que las canastas de dos puntos pese a tener un porcentaje de acierto menor. Y más si cuentas con los dos mejores jugadores a tus espaldas, claro.
Los Golden State Warriors cambiaron el juego con ese hallazgo. Hoy en día, se le exige poder tirar de 3 con cierta consistencia a casi cualquier jugador de la NBA. Porque, gracias a la data mining, llegaron a la conclusión de que el retorno de los tiros fallados desde la línea de tres puntos era mayor que el de las canastas tiradas desde dentro.
Una vez más, los deportes se adelantaron a las tendencias actuales del uso del Big Data en el data-driven marketing. Así que, ya sabéis: si alguien quiere anticiparse al futuro del marketing, que se vaya aficionando al deporte norteameriacno.
Si quieres saber más sobre cómo implementar el Big Data en tus campañas de marketing, te invitamos a suscribirte a nuestra newsletter. Allí recibirás consejos e información útil para impulsar tu negocio a través de las decisiones con datos.