Big Data aplicado al Marketing.

Caso 1

Ventajas del Big Data para T-Mobile

1. Antecedentes

T-Mobile es un operador de red móvil establecido en Bonn (Alemania).

Es un subsidiario o filial de Deutsche Telekom con un 66% del capital
y pertenece a la alianza de negocio de FreeMove. La t representa
"Telekom".

T-Mobile también tiene intereses financieros en operadores móviles en

Europa Oriental. Tiene unos 150 millones de suscriptores, haciéndole el
sexto mayor prestatario de servicios de telefonía móvil por cantidad de
suscriptores y la cuarta multinacional más grande del mundo después
de Vodafone del Reino Unido, Telefónica de España y América Móvil de
México. T-Mobile en los EE.UU. con más de 33 millones de clientes es la
cuarta red de telecomunicaciones inalámbricas más grande después de
AT&T, Verizon Wireless y Sprint Nextel.

T-Mobile tiene una presencia sustancial en once países europeos (Austria,

Croacia, República Checa, Alemania, Hungría, Macedonia, Montenegro, los
Países Bajos, Polonia, Eslovaquia, y el Reino Unido) así como en los Estados
Unidos, Las Islas Vírgenes y Puerto Rico. Deutsche Telekom intentó estos
últimos años adquirir O2 móvil, rival del operador de red, pero en 2006 O2
fue adquirido por Telefónica de España. En marzo de 2008, la compañía
anunció que quería adquirir los módulos sin hilos de Siemens como parte
del consorcio de JOMA. El reparto fue concluido en mayo de 2008.

T-Mobile es un grupo de subsidiarios corporativos de teléfono móvil (bajo

propiedad de Deutsche Telekom) que funcionan con redes del GSM y
UMTS en Europa, Estados Unidos, las Islas Vírgenes y Puerto Rico.

1
 Big Data aplicado al Marketing. Caso 1

2. Historia

Inicialmente los servicios telefónicos en Alemania eran propiedad del

Estado bajo el monopolio de la agencia de correos estatal Deutsche
Bundespost Telekom, que pasó a denominarse Deutsche Telekom
en 1995 y empezó a ser privatizada a partir de 1996. En el año
2002 Deutsche Telekom inició la consolidación de sus operaciones
internacionales y adoptó el anglicismo Mobile para sus operaciones
móviles, tomando la "T" de Telekom para formar T-Mobile.

El 1 de abril del 2010 T-Home y T-mobile ambas subsidiarias de DT se unie-

ron para formar una nueva empresa totalmente propiedad de Deutsche
Telecom. También el 2010 T-mobile en Reino Unido se unió a Orange
(France Telecom) para formar una empresa conjunta, así nació Everything
Everywhere, haciéndola la más grande en ese país por encima de sus com-
petidoras O2 y Vodafone en número de clientes móviles.

3. Operaciones corporativas

El 21 de marzo del 2011 el operador estadounidense AT&T anunció que

había llegado a un acuerdo con Deutsche Telekom para la compra de
su filial T-Mobile en los Estados Unidos por un valor de 39 000 millones
de dólares (25 000 millones en efectivo y el resto en acciones de AT&T,
por lo que T-Mobile tendría el 8% de la empresa), con lo cual sumaría
33,7 millones de clientes a sus 95,5 millones, haciéndola la empresa de
telecomunicaciones más grande de ese país.

Con esta venta Deuthsche Telekom pretendía paliar la crisis de su filial nor-
teamericana frente a la agresiva competencia de sus rivales así como repo-
tenciar su negocio en Europa.

AT&T se comprometió a pagar 3 000 millones de dólares en efectivo a

T-Mobile, así como espectro y conexión nacional, haciendo un valor apro-
ximado de 6 000 millones de dólares, como penalidad si la transacción no

2
 Big Data aplicado al Marketing. Caso 1

tenía el visto bueno de la Comisión Federal de Comunicaciones (FCC por sus

siglas en inglés) ente regulador de las telecomunicaciones en los Estados
Unidos.

Desde un principio esta posible compra generó dudas en la FCC por su im-
pacto en la competencia, así como el rechazo del operador Sprint quien
sería el más perjudicado por quedar en último lugar muy detrás de AT&T y
Verizon, además miles de clientes de T-Mobile expresaron su rechazo a la
posible compra. El 20 de diciembre del 2011 AT&T anunciaba que retiraba
la oferta pública de adquisición a T-Mobile debido a la fuerte oposición de
la FCC, lo paradójico es que Sprint quien era el principal impulsor de esta
medida se vio afectado pues a pesar de continuar en el tercer lugar en nú-
mero de clientes por detrás de Verizon y AT&T, tendría que hacer frente a
un T-Mobile con más dinero para invertir y espectro radioeléctrico (pro-
ducto de la penalidad de AT&T).

Con todo fue un duro golpe para la matriz alemana ya que tendrían que
continuar la competencia en dos frentes el norteamericano y el europeo
contra los poderosos Vodafone y O2 (Telefónica).

4. Problemas de las operaciones

Las operadoras de telefonía móvil e Internet tienen un número

impresionante de datos sobre sus clientes: la cantidad de llamadas
que realizan, las horas en las que tienen lugar, sus números favoritos,
el número de llamadas que se cortan por problemas de cobertura y un
larguísimo etcétera

En el caso de T-Mobile, tres eran los problemas más acuciantes:

ͳͳ Conocer con mayor exactitud el Customer Lifetime Value.
ͳͳ Reducir las portabilidades de clientes.
ͳͳ Incrementar la rentabilidad de cada cliente.

3
 Big Data aplicado al Marketing. Caso 1

Se pide:
ͳͳ Establecer la idoneidad por el modelo de sector de aplicar técnicas y
herramientas de Big Data a la compañía y razonar su funcionalidad
ͳͳ Evaluar las posibles ventajas a nivel de marketing multicanal que la
adopción e implementación de un modelo de Big Data le aportaría.
ͳͳ Señalar las ventajas que a tu juicio podría aportar Big Data a la com-
pañía en la gestión del marketing en todos sus canales.

Solución
Analizando las interacciones de sus clientes en medios sociales en
T-Mobile se propusieron rebajar sustancialmente el número de
portabilidades hacia otros competidores en Estados Unidos. Para ello
utilizó tres herramientas básicas:
ͳͳ Sus propios sistemas de cobro (Billings systems),
ͳͳ Herramientas de monitorización social
ͳͳ Software Splunk y Tableau Software para analizar la información y
presentarla de una forma visual.

Combinando esta información descubrieron que las expectativas de portabi-

lidades pueden determinarse a través del análisis de tres factores:
ͳͳ Facturas
ͳͳ Llamadas que se cortan debido a mala cobertura
ͳͳ Conversaciones de los clientes: positivas, negativas o neutrales

Todos estos factores fueron asociados a la influencia o reputación en medios

sociales de cada uno de sus clientes, partiendo de la hipótesis de que clien-
tes con un gran número de seguidores o influencia podrán tener un efecto
positivo o negativo (según las circunstancias) en otros potenciales clientes
de la marca. Esto pasa también en los países europeos (Movistar, Orange o
Vodafone).

4
 Big Data aplicado al Marketing. Caso 1

La combinación de estos aspectos llevó a T-Mobile a calcular para cada

cliente un ‘Customer Lifetime Value‘, un valor monetario individual según
las expectativas de negocio y permanencia. Esta información era transmitida
en tiempo real a cada agente o tienda de la compañía para presentar a los
clientes ofertas personalizadas en función de su valor personal.

De esta forma la empresa pasó de casi 100.000 portabilidades (pérdida de

clientes) en el primer trimestre de 2011 a tan sólo 50.000 en el segundo
trimestre, una reducción del 50% gracias a un buen aprovechamiento del
Big Data y de todos los datos e información que la operadora tenía de sus
clientes.

Además gracias a Big data (conjuntamente con técnicas Churn Analysis) le

generó un beneficio superior a 70 millones de dólares (entre reducción de
bajas e incremento de ingresos de clientes por campañas específicas de
marketing y personalización de ofertas).

5
 Big Data aplicado al Marketing. Caso 1

El churn rate predice los clientes con mayor riesgo de salida mediante patro-
nes de similitud y clientes con mínima actividad y la utilización de alarmas
cuando se sobrepasan los umbrales de tolerancia de los kpi (indicadores
estratégicos) de peligro de pérdida de cliente.

El ahorro total, con la reducción de más de 250.000 portabilidades ese año

y una media de ingreso por cliente de 50 dólares ascendió a 12,5 millones
de dólares.

La mejora sustancial de la actividad y el negocio básico, la generación de

mayor valor por cliente ya supuso en agosto de 2014 el intento de compra
de la filial estadounidense de T-Mobile por parte de la francesa Lliad por más
de 15.000 millones de dólares.

Por eso es de vital importancia no sólo que se implanten e implementen

soluciones de big data para la gestión eficaz del marketing a nivel multicanal
si no que la misma sea utilizada con un modelo de alta seguridad. Piratas
informáticos les robaron en octubre de 2015 los datos personales de 15
millones de abonados.

El ciberataque a un subcontratista de T-Mobile US afectó nombres, fechas de

nacimiento, direcciones, números de seguridad social y otros datos privados
según informó el cuarto operador de telecomunicaciones de Estados Unidos
en una carta a sus clientes.

Una unidad de la firma Experian (que ayuda a las empresas a prevenir frau-
des y que compartía datos con T-Mobile) sufrió el ciberataque entre el 1 y
el 16 de septiembre del pasado año. Esta firma estaba a cargo de verificar la
solvencia de los abonados y de los futuros clientes de T-Mobile US.

Las metodología de las fases necesarias para su incorporación y gestión del

proyecto en la organización de T-Mobile serían las siguientes:
ͳͳ 1. Definición de los objetivos
ͳͳ 2. Definición de los requerimientos de información
ͳͳ 3. Diseño y modelización
ͳͳ 4. Implementación
ͳͳ 5. Revisión

6
 Big Data aplicado al Marketing. Caso 1

Este circuito se retroalimenta desde todas las partes integrantes:

Se hará necesario implementar un equipo multidisciplinar o departamento

específico que pilote su implantación, fases y desarrollo fijando los hitos y
su planificación. En ese equipo (dirigido por el responsable de tecnología)
deberían estar: director financiero, director comercial, director de produc-
ción, director de estrategia o planificación, analista de negocio y personal
técnico de informática (o en su defecto, personas en las que deleguen).

El objetivo de este nuevo área o departamento pasaría por:

ͳͳ Analizar las necesidades a cubrir en la compañía desde el punto de vista del mar-
keting y sus áreas complementarias afectas al negocio.
ͳͳ Analizar la situación interna de la compañía con su histórico.
ͳͳ Desarrollar el talento interno para focalizar y maximizar los recursos
ͳͳ Fomentar la gestión colaborativa por competencias
ͳͳ Fijar metas y objetivos, métricas y fases de desarrollo de la implantación del big
data.

Desde el punto de vista de la aplicación de big data al modelo del sector

donde opera la compañía, es evidente su idoneidad, entre otras cosas por
generar ventajas competitivas sobre otros operadores del mercado. Entre
las más evidentes estarían según el portal tecnológico Silicon:

7
 Big Data aplicado al Marketing. Caso 1

ͳͳ Implementación de mejoras tecnológicas: posibilitan la adquisición de datos y

permiten descubrir las necesidades y puntos de mejora en la compañía.
ͳͳ Análisis de los datos: puede mejorar sustancialmente la toma de decisiones den-
tro de la compañía reduciendo al mínimo los riesgos. Así, permitiría optimizar sus
decisiones mediante el análisis de datos de clientes incluso incorporando senso-
res en los productos en las tiendas.
ͳͳ Evaluación de productos: mediante el análisis de datos obtienen información
muy valiosa que les permite crear nuevos productos o rediseñar los ya existentes.
ͳͳ Segmentación de los clientes para personalizar acciones: le sirve para poder
orientar sus servicios y satisfacer las necesidades de sus consumidores y clientes
de forma específica y personalizada.
ͳͳ Mejora la accesibilidad y la fluidez de la información: dentro de la propia em-
presa, permite crear una dinámica de trabajo más rápida y eficaz, focalizándose
en la gestión activa de la gestión de marketing, tanto clásico en tiendas y puntos
de venta como digital (online).

Teniendo en cuenta las posibilidades que genera la utilización de un modelo

de big data al área de marketing (que por regla general se expande a todas
las áreas de la empresa) el sistema informático y la plataforma se dirigirá
hacia un modelo predictivo para:
ͳͳ Mejorar la comercialización de los productos y servicios de la compañía.
ͳͳ Optimizar la cadena de valor de la organización en todas sus fases.
ͳͳ Diseñar una campaña estratégica y planificada para aprovechar las sinergias pro-
ducidas para liderar el sector, obtener ventajas en nuevos mercados o diversifi-
cando los segmentos de clientes.

Existen a día de hoy unas 15 compañías en el top de fabricantes, distribui-

dores y/o consultores de big data, citando como las de referencia: IBM, HP,
Teradata, Oracle, SAP, EMC, Amazon, Microsoft, Google, Vmware, Cloudera,
Hortonworks, Splunk, 10Gen, y MapR (prácticamente el 95% son norteame-
ricanas).

Microsoft cuenta con una suite específica para una implementación eficaz y
eficiente, integradas y escalables (modificables) contando para ello con las
siguientes herramientas dentro de la plataforma:
ͳͳ SQL Server 2014 con módulos con capacidad analítica, como Intelligent Systems
Service (IIS) y Analytics Platform System (APS).
ͳͳ Microsoft Azure Intelligent System Service (ISS) para ofrecer soporte de backup y
potenciar la escalabilidad desde la Nube
ͳͳ Power BI para Office 365, que permite combinar los datos locales y los de la
Nube para gestionar más rápido la información.