Cada vez es más frecuente oír hablar del Big Data y de su increíble capacidad como apoyo a la toma de decisiones, descubrir patrones de comportamiento y anticipar hechos futuros. En este momento en el que tanto el aparato mediático como las redes sociales constantemente ‘bombardean’ a la población con diferentes noticias, cifras y escenarios ambiguos acerca del coronavirus; al ciudadano se le está siendo cada vez más difícil distinguir acerca de la realidad empírica y la tergiversación.
Por tanto, en este contexto de incertidumbre y sobrecarga informativa, la analítica de datos “Big Data” se está volviendo una herramienta poderosa para entender la situación de la pandemia y anticiparse al escenario actual lo más eficazmente posible. En este artículo les presentamos varios ejemplos de analítica “Big Data” aplicado en el contexto del Covid-19.
Ejemplo de visualización de número de casos de Coronavirus por países
Algoritmo “Blue Dot"
La startup canadiense “Blue Dot” se ha hecho famosa a nivel mundial por haberse adelantado tanto a las autoridades chinas como a la Organización Mundial de la Salud (OMS) en la detección del brote de virus.
A través del análisis y monitorización de datos extraídos de blogs y noticias en diferentes lenguas, enfermedades en plantas de hospitales o de animales y anuncios oficiales, el algoritmo fue capaz de alertar a sus clientes del surgimiento del brote antes que nadie. Además, mediante el análisis de los datos de billetes de avión de las aerolíneas, fue capaz de prever la difusión del virus desde Wuhan a ciudades como Tokio, Taipei, Seúl y Bangkok.
Para este algoritmo, el uso de información veráz se ha vuelto una de sus mayores fortalezas, ya que se ha evitado utilizar datos extraídos de redes sociales por el hecho de producir ruido y confusión. Es importante destacar que las conclusiones proporcionadas por el algoritmo son contrastadas por epidemiólogos que comprueban su veracidad y sentido. Evidentemente, la analítica de datos se vuelve la herramienta en la que finalmente se apoyarán los diferentes expertos en la materia para lanzar sus conclusiones finales.
Uso de Google Trends para detectar los brotes emergentes
Como explica New York Times en su ya mundialmente conocido artículo “Google Searches Can Help Us Find Emerging Covid-19 Outbreaks”, a través de la plataforma de analítica de búsquedas en Google “Google Trends”, se ha podido utilizar para detectar brotes de Covid-19 en Estados Unidos. Ya que, a través de la búsqueda en Google de las palabras “I can’t smell” (no puedo oler), se detectaron posibles brotes en Nueva York, Nueva Jersey, Luisiana y Michigan, estados muy castigados actualmente por la pandemia.
De hecho, las búsquedas relacionadas con ese término durante ese periodo de tiempo, coincidieron con la misma tendencia detectada de prevalencia de la enfermedad por los Estados del país americano. Debido a que este tipo de búsquedas se correlacionan fuertemente con las tasas de prevalencia de la enfermedad, sería posible utilizar estos datos para realizar un seguimiento aproximado de la enfermedad en diferentes partes del mundo.
Pongamos por caso, buscando “Non sento odori” en Italia (“no puedo oler” en italiano) para los últimos 90 días; en la siguiente imagen en donde podemos ver los resultados de esta búsqueda, se aprecia el pico de prevalencia la enfermedad a lo largo del tiempo y por regiones:
Ejemplo de la búsqueda en Google Trends de “Non sento odori” en Italia durante los últimos 90 días.
Google: Variación en la movilidad debido al COVID-19
Google ha realizado un estudio muy interesante y con gran utilidad para las empresas o poderes públicos, en el que se analizan las consecuencias que ha originado la enfermedad en la movilidad ciudadana, mediante los datos recopilados a través de Google Maps. A través de la analítica de datos agregados y anonimizados, han mostrado las diferentes variaciones porcentuales que se han producido en el movimiento poblacional por regiones y categorías de movilidad (movimientos poblacionales a tiendas, ocio, farmacia, parques, estaciones de tránsito, trabajo y residencia).
A continuación se muestra un ejemplo de cómo se ha alterado la movilidad durante los últimos meses en la comunidad de Madrid. Se puede ver cómo a partir del decreto del estado de alarma, la movilidad en todos los ámbitos (comercio, ocio, trabajo, ...) se reduce drásticamente.
Ejemplo del informe de observatorio de movilidad realizado por Google.
Estudio del Imperial College London
Por otro lado, la prestigiosa universidad Imperial College London han realizado un estudio en el que a través de técnicas de Machine Learning de la estimación del número de infecciones y el impacto de las intervenciones no farmacéuticas. En este trabajo se realiza una predicción de las consecuencias de las intervenciones que los países europeos están realizando para mitigar los efectos de la enfermedad.
Este estudio es un gran ejemplo de cómo el uso de analítica Big Data está ayudando a la comunidad internacional con el fin de establecer las soluciones más efectivas para mitigar los efectos del virus en la población.
La siguiente imagen muestra los momentos en los que cada país de la comunidad europea ha llevado a cabo una acción para evitar la propagación del Covid-19. Se puede ver que Italia y en menor medida España, dos de los países donde más ha afectado la pandemia, han sido de los primeros en adaptar la mayoría de las medidas, salvo en el auto-aislamiento.
Smartup y Cecubo: Observatorio mediático COVID-19
Nuestra empresa de data marketing Smartup a través de la colaboración con la consultora de comunicación Cecubo, ha realizado un observatorio mediático en el que se analiza el tratamiento que han hecho de la enfermedad desde los medios de comunicación digitales.
Para ello, se han procesado más de 100.000 noticias recabadas y analizadas mediante técnicas de Big Data y Machine Learning (Procesamiento de Lenguaje Natural). Posteriormente, se han representado de manera gráfica los diferentes resultados obtenidos en un informe interactivo y de gran valor para entender el contexto mediático actual. Este informe se puede consultar en el siguiente enlace: https://covid19.observatoriomediatico.com
En la siguiente imagen se pueden ver parte de los resultados obtenidos del estudio, en donde se muestra el tono de las noticias por medio de comunicación. Destaca EsRadio como el medio de comunicación con mayor negatividad en sus noticias, con una puntuación de 56.2 frente al 39.5 de la media.
Ejemplo de diapositiva del informe de observatorio mediático realizado por Smartup y Cecubo.
Estos son ejemplos claros de cómo el Big Data puede ayudar a descubrir patrones de comportamiento y anticipar hechos futuros y que si esto pudo lograrse con la pandemia, qué no podría hacer con tu marca. Mantente con un paso adelante y comienza a integrar esta tecnología a tus estrategias de marketing. Si no sabes cómo, ni por dónde empezar...