Honda en la «Big Data»
En la última década, Honda ha trabajado con múltiples empresas tecnológicas para explorar estrategias de recolección sistemática de opiniones de clientes. Durante ese período también ha invertido en herramientas de análisis y aplicación en los departamentos de innovación de la compañía, ya que una de las muchas aplicaciones posibles de la recolección de datos masiva, o big data, es aumentar la calidad de los productos y los servicios.
Con más de 30 millones de clientes en todo el mundo, Honda no desaprovecha la oportunidad de aprender de ellos. El departamento de calidad de la compañía recoge sistemáticamente sus opiniones a través de su amplia red de proveedores, concesionarios y centros de servicio. Gracias a esto, la empresa puede comprender la visión de los clientes e identificar aspectos de mejora.
Recoger el ‘feedback’ de los clientes de una manera sistemática y automatizada es importante, pero aún más fundamental es tener herramientas para analizar de forma rápida y eficaz la información recogida, sacar conclusiones y compartirlas con el resto de la empresa para que el departamento afectado pueda tomar medidas. Este sistema permite a Honda mejorar la calidad de productos y servicios de forma continuada, antes de que se presente un problema de gran magnitud.
Un ejemplo surgido de las necesidades a las que se enfrentan las multinacionales en la era del ‘big data’ es la colaboración de Honda con IBM para desarrollar una solución cognitiva capaz de extraer y clasificar grandes cantidades de datos procedentes de clientes de la marca automovilística en todo el mundo. A través del software IBM Watson Explorer, Honda pudo escanear, recopilar y organizar miles de formularios de opinión, y descubrir así cuestiones que requerían atención. A lo largo del proceso, incluso se desarrolló un diccionario con palabras clave para que el sistema pudiera detectar de forma automática información relevante.
Gracias a esta colaboración, Honda pudo reducir significativamente el tiempo necesario para indexar, analizar y clasificar las conclusiones extraídas del ‘feedback’ que ofrecen sus clientes. Gracias a la tecnología, la compañía ahora es capaz de responder mucho más rápido a problemas de calidad que se detectan en estadios tempranos, así como reducir costos y mejorar su productividad.
