Hace unas semanas afirmábamos que la seguridad de los automóviles no volvería a ser la misma tras el grave asunto de las llamadas a revisión de General Motors en Estados Unidos. Ya no hablamos del golpe que provoca a la imagen de una marca el hecho de que un problema de seguridad haya causado fallecidos, ni de sus consecuencias económicas, que se endurecerán en los próximos años con multas de mayor cuantía. Hablamos de penas de prisión para los responsables, en un momento en el que algunos demandan ya incluso de cadena perpetua. Lo que no podíamos imaginarnos es que General Motors puede encontrar una herramienta realmente efectiva para la detección precoz de esos problemas, una herramienta que todos utilizamos a diario, la de las redes sociales, Twitter, Facebook, etcétera, la misma que muchos gobiernos y empresas ya utilizan para “predecir” el futuro, tratar de prevenir atentados o ataques cibernéticos.
Puede que todo esto te suene a ciencia ficción, lo cual resulta comprensible. Que la red social en la que tus amigos cuelgan en verano las fotos de sus piernas bronceándose al sol frente al mar, y vídeos de gatitos haciendo monerías, sirva para prevenir un atentado y para salvar vidas detectando de manera precoz un fallo en un automóvil, suena a poco menos que ciencia ficción. Sin más datos, esto tendría la misma credibilidad que la de aquellos que aseguran ver el futuro en los posos del café, o en una bola de cristal. Pero os aseguro que tiene su explicación.
El poder del Big Data: entre la ciencia experimental y el mito
Tomemos el ejemplo de Twitter. Hablamos de una red social que según sus últimas estadísticas oficiales de octubre de 2014 (ver información de Twitter para inversores) contaría con un total de 284 millones de usuarios en activo y más de 500 millones de mensajes diarios enviados por sus usuarios. Imaginaos lo que significa eso. Hablamos de un volumen de datos inmenso, una amalgama de mensajes inconexos, de sensaciones y opiniones muy diversas, de reacciones procedentes de cualquier parte del planeta que por sí mismas no tienen más relevancia. Una acumulación masiva de datos que denominamos, según el término inglés, Big Data.
¿Por qué resulta interesante que #BlackFriday sea trending topic en España este viernes? Porque refleja que existe una tendencia clara, un interés del público de estas redes sociales por el tema. Sumemos a Twitter los contenidos que se publican en otras redes sociales, como Facebook, y en internet en general. Las corporaciones y los gobiernos se dieron cuenta de que habían encontrado una fuente inagotable de información, de datos inconexos que con el tratamiento adecuado podrían tomar forma y revelar información muy importante acerca de los intereses y los gustos de los ciudadanos. La analítica podía transformar esos datos, completamente públicos, y accesibles para cualquiera, en la información más valiosa para una empresa o para un país.
Una insignificante persona no sería capaz de leer y aún menos entender 500 millones de mensajes diarios, pero un avanzado sistema de procesamiento sí puede extraer conclusiones interesantes. Es bien sabido que los servicios de inteligencia y seguridad de muchos países ya trabajan con el Big Data para identificar problemas en su territorio, incluso anticiparse a posibles atentados terroristas y ataques cibernéticos, que a menudo se organizan bajo la organización y la sincronización de un grupo numeroso de hackers.
No entraremos a valorar el espionaje de mensajes privados, seguimos hablando de información pública que a diario colgamos en nuestras redes sociales. La efectividad para que las redes sociales pueden alertar prematuramente de un atentado terrorista o un ataque cibernético, actos que se sobrentienden planificados en la clandestinidad y el mayor secretismo, es como mínimo dudosa. Siempre y cuando se respete la privacidad de los ciudadanos.
Ahora bien, ¿cómo puede serle de ayuda a General Motors el Big Data? Imagina que eres un conductor de Springfield (Illinois) y que circulando por la autopista, cuando apenas te separan unos kilómetros de llegar a casa, el motor de tu Chevrolet se detiene automáticamente sin que hayas tocado la llave en la columna de la dirección. Has tenido suerte, circulabas por una recta y has podido quedarte en el arcén para accionar de nuevo el motor y comprobar que funciona correctamente. ¿No se lo contarías a tus contactos en las redes sociales al llegar a casa?
Imagina que los coches que potencialmente podrían sufrir ese problema se cuentan por millones y aunque no todos lo hayan sufrido o lo vayan a sufrir jamás, muchos compartirán la anécdota en las redes sociales, muchos más de los que se acercarán al taller para comunicar al mecánico su experiencia o de los que contactarán directamente con la marca para pedir explicaciones. Una herramienta capaz de realizar un escrutinio de toda la información volcada en internet sobre nuestra marca, o en medios concretos, eliminar “paja”, descartar mensajes que no resulten de utilidad, bien podría evidenciar el problema antes incluso de que la red de talleres de la marca lo diagnosticase.
Porque no nos equivoquemos, el problema de General Motors en Estados Unidos no tuvo que ver con una detección tardía del problema, puesto que todo apunta a que ya hubo empleados que alertaron del defecto mucho antes de que se anunciase la llamada a revisión, sino un error burocrático, que además podría haber sido azuzado por un retraso consciente en la comunicación del problema a los clientes.
Ahora bien, mucho me temo que de momento ni General Motors ni otras marcas pondrán en marcha un proceso tan selectivo y efectivo de procesamiento de la información, al menos en los términos aquí expuestos. Parece que General Motors habría aprendido la lección y habría puesto en marcha protocolos más efectivos para agilizar la comunicación entre su servicio de atención al cliente, sus talleres y los rangos altos del organigrama de la casa en Detroit.
Según apunta Autonews, General Motors ya ha establecido equipos de trabajo para organizar un escrutinio más o menos profundo de la información que publican los clientes en las redes sociales. Pero no estaríamos hablando de avanzados algoritmos, de millones de líneas de texto, ni tan siquiera de herramientas automatizadas que detecten posibles fallos graves. Estaríamos hablando de equipos encargados de rastrear a conciencia redes sociales, foros y chats públicos en busca de problemas en sus modelos.
El objetivo seguirá siendo el mismo: prevenir antes que curar. Diagnosticar el problema antes de que se convierta en crisis.
En Diariomotor: El asunto de las llamadas a revisión de General Motors y por qué la seguridad de los automóviles no volverá a ser la misma
