up arrow

Caso práctico de validación de la tecnología Big Data: Konodrac

Tengo la suerte de colaborar con una start-up de tecnología big data, llamada Konodrac.

Es una empresa de alta tecnología.

Y mi trabajo consiste en acompañarles como mentor en el proceso de validación de su modelo de negocio, de forma rápida y ágil.

Hablaba hace unos días del proceso para validar ideas innovadoras.

Y hoy quiero compartir un ejemplo real de la metodología que yo sigo con mis clientes.

Así que antes de empezar quiero agradecer al equipo de Konodrac (del que ya me siento parte) que me hayan dejado compartir esta información con los lectores del blog.

Me acompañas??

 

#Situación de partida

Tecnología big data

Konodrac es una start-up de tecnología Big Data, ubicada en ESADE Creápolis, en Sant Cugat, Barcelona

Son expertos en tecnologías de Big Data, analítica predictiva y seguridad, con una plataforma tecnológica propia para incorporar fácilmente prestaciones de inteligencia y seguridad en las aplicaciones de nuestros clientes.

Fue fundado en Barcelona en el año 2012 por un grupo de expertos en software de inteligencia y automatización en tiempo real con amplia experiencia en la realización de soluciones avanzadas para clientes internacionales así como en el desarrollo de proyectos I+D.

Además de la tecnología, su gran diferencia es el equipo, el argumento definitivo que me hizo colaborar con ellos.

Jordi, Emili y Ferrán no son unos recién llegados a este mundo.

Llevan un bagaje enorme de experiencia en sectores de alta tecnología de gestión de datos y contenidos, como el video on demand.

Como decimos internamente, “no son dos locos en un garaje” 😉

Con esta situación, Jordi Gilabert, su CEO contactó conmigo para ver cómo les podía echar una mano a acelerar un modelo de negocio open innovation con grandes corporaciones.

Y allí que me fui a Barcelona a aplicar las herramientas de Lean Start-up.

 

#Paso 1: Definir las hipótesis del modelo de negocio

Partimos de la base de que Konodrac llevaba tiempo trabajando en el desarrollo de la plataforma y algoritmos de análisis y recomendación.

Además de realizar muchísimas entrevistas de exploración con clientes e interesados y acudir a no-se-cuantas ferias.

Así que el primer ejercicio que hicimos fue poner en orden toda la información de la que disponían, para definir el modelo de negocio en el sector de digital business.

El resultado que obtuvimos fueron las hipótesis del modelo de negocio, aplicando el business model canvas de Álex Osterwalder.

  • Propuesta de valor: soluciones empresariales de recomendación de publicidad individualizada , basadas en big data
  • Clientes: Sector media
  • Relación comercial: venta comercial por entrevistas y ferias. Modelo consultoría
  • Canales: Directo / Indirecto
  • Modelo de ingresos: Por proyecto (horas de desarrollo)

En la hipótesis de la propuesta de valor, realizamos un ejercicio muy interesante, que muchas veces se olvida: la visión de desarrollo de producto.

Empezamos construyendo la visión de qué queríamos ofrecer en 18 – 24 meses, para a partir de ahí desbrozar.

Ir eliminando funcionalidades, hasta quedarnos con lo mínimo.

Lo que nos estaban pidiendo algunos clientes ya en entrevistas.

Y encontramos nuestro Producto Mínimo Viable.

En mi experiencia, es muy importante empezar con la visión, porque es más fácil encontrar así lo que realmente le soluciona la vida al cliente.

 

#Paso 2: Validar el problema y la solución

En esta etapa teníamos que confirmar que existía un problema para nuestros clientes y nuestra herramienta era una solución interesante para ellos.

Y diseñamos los experimentos para validar las hipótesis.

Nuestros experimentos consistieron en realizar entrevistas con potenciales interesados, dentro del perfil de clientes que habíamos definido, en el sector de digital business.

Estas entrevistas utilizaban un PMV que era un storyboard (mi favorito).

Presentábamos el problema que pensábamos que existía (así validábamos la primera parte) y después nuestra solución inicial: análisis de clientes basados en social login, con todos los datos captados de las redes sociales.

Y aprendimos un montón de cosas:

  • Que el ciclo de venta B2B en software a grandes clientes es larguísimo
  • Que la tecnología big data te abre a un mercado mundial y no solo local
  • Que las empresas tienen poquísima información real sobre el comportamiento de sus clientes online
  • Y las que las tienen las gestionan “a pedales”, sin sacarles el máximo partido

Fue muy interesante que durante esta fase de experimentos y validación, varias de las empresas con las que hablamos nos pidieron participar con ellos en propuestas integradas para clientes mayores.

Habíamos validado un problema y una solución.

Y ahí descubrimos nuestro auténtico valor: aportar una pieza única al puzzle de los integradores TIC de diferentes sectores, aplicando nuestra tecnología big data.

De hecho estábamos explorando dos modelos en paralelo: proyectos de Big Data con grandes corporaciones del sector media y soluciones de Conocimiento de mercado para empresas digitales

Pero el modelo de ingresos no estaba claro.

Después de cuatro meses de experimentos, y mientras seguíamos avanzando en el desarrollo de producto, nos planteamos qué hacer.

 

#Paso 3: Avanzar? Cancelar? O Pivotar?

Algo muy importante en innovación es marcar plazos y asignar presupuestos. Así los equipos están tensionados y no se duermen.

Hay que actuar antes de que un proyecto se convierta en un “zombie”.

Por eso recuerdo una llamada de Jordi en verano.

“Ángel, tenemos que acelerar esto. Hemos visto que hay una demanda de personalización y queremos llegar rápidamente a un gran numero de empresas para ayudarlas a mejorar el conocimiento de sus cliente y por lo tanto su negocio  Le hemos estado dando vueltas y vamos a apostar por un modelo de ingresos Open Source”.

El equipo había reflexionado y decidido pivotar.

Permíteme hacer aquí un pequeño paréntesis para aclarar qué es esto de pivotar.

Pivotar consiste en cambiar de forma importante alguno de los elementos del modelo de negocio. Habitualmente este pivote nos lleva a modificar otras partes del modelo.

Un pivote se realiza porque alguna de las hipótesis del modelo de negocio no se cumple y por tanto hay que probar otras.

Si necesitas más información, te recomiendo el genial libro “España Lean Startup”, que puedes descargar de forma gratuita.

Recuerda que el proceso de validar un modelo de negocio lleva en paralelo dos líneas: desarrollo de clientes y desarrollo de producto.

El producto había llegado a un punto de desarrollo muy interesante.

Con una beta real que se iba a realizar para una red de televisiones locales para social login, pero sobre todo ya teníamos un algoritmo de recomendación de contenidos, basados en tecnología big data.

Podíamos ofrecer una tecnología similar a la que utilizan Youtube o Amazon, pero para cualquier empresa.

Y definimos nuestros siguientes experimentos, para validar las nuevas hipótesis del modelo de negocio:

Un algoritmo de recomendación en Internet, que se basa en un motor de analítica predictiva utilizando información obtenida del histórico de compras, de los perfiles sociales y de cross-selling, de forma que se recomienda a cada usuario los productos más adecuados individualmente, aumentando las posibilidades de venta.

Puedes ver más información aquí: Descripción 360audienceflow

Y estas estamos.

 

#Paso 4: Un nuevo experimento

La tecnología Big Data está todavía muy verde y puede que no estés interesado aún.

Si es así, espero que este caso de cómo madurar una idea innovadora, a través de hipótesis y experimentos te ayude en tus proyectos.

Pero si te interesa la tecnología Big Data, quiero proponerte algo, en confianza.

Desde Konodrac están buscando empresas que quieran incorporar fácilmente los algoritmos de 360AudiemceFlownceFlow:

a)      Integradoras TIC que quieran incorporar el software en sus soluciones para clientes

b)      Especializadas en comercio electrónico y digital marketing, que quieran incorporar el software en sus soluciones para clientes

c)       Que venden por Internet un catálogo amplio de productos (portales multimarca o tiendas corporativas), podrían incorporar el software en su plataforma para mejorar las recomendaciones y aumentar con este software sus ingresos

El software está disponible en código abierto, de forma que lo podéis customizar en la empresa cómo queráis. De hecho es el único de este tipo así en España. Tienes más info en este documento:

El equipo de Konodrac pueden ayudarte con:

  • desarrollo ad-hoc de APIs para integrar en tu sistema o portal de ecommerce,
  • formación para tu equipo técnico
  • realizar el proyecto de integración llave en mano

Si estás interesado, sólo tienes que rellenar el formulario de más abajo y Emili, el Director de Marketing de Konodrac, se pondrá en contacto contigo.

Los comentarios están cerrados.