iPhone: algunos datos

Algunos datos interesantes extraidos del Morgan Stanley Tech Trends de Junio. Aunque algunas de las tendencias que aparecen en este informe son ya conocidas o son casi perogrulladas para aquellos que nos movemos en el mundillo me quedo con una parte dedicada al revenue móvil y al iPhone:

  • 80% de los usuarios de iPhone están satisfechos, se trata del móvil con mayor porcentaje de satisfacción por delante de RIM (BlackBerry) … Eso quiere decir que el 20% no lo están. Teniendo en cuenta que los early users de iPhone son en su mayoría usuarios de otros dispositivos Apple, ese 20% puede ser por que se trata de usuarios exigentes, quizás les ayude a aumentar su grado de satisfacción la bajada en el precio para el nuevo iPhone 3G.
  • 53% de los usuarios de iPhone ha cambiado de compañía.
  • 33% de los usuarios de iPhone utiliza otro telefono “a la vez”, es decir carga con dos móviles (yo añadiría también cuanta gente lleva el cargador del iPhone en el bolso todos los días…).
  • Las funcionalidades que la gente más utiliza del iPhone son aquellas que generan o consumen datos.
  • En Ásia el 25% de los beneficios de las operadoras móviles vienen del tráfico de datos, en europa es del 20% (supongo que aquí incluyen los sms).

De cualquier forma la tendencia a medio plazo es que los beneficios por tráfico de datos de las operadoras móviles sean los que más crezcan, asi como los que provienen de las llamadas y servicios de voz se estanquen o decrezcan.

Morgan Stanley Juny report

Report encontrado incialmente en Communities Dominate Brands

Paradigmas y términos: Cloud Computing

En Wikipedia encontramos la definición más técnica “Cloud computing is a computing paradigm shift where computing is moved away from personal computers or an individual application server to a “cloud” of computers. Users of the cloud only need to be concerned with the computing service being asked for, as the underlying details of how it is achieved are hidden. This method of distributed computing is done through pooling all computer resources together and being managed by software rather than a human.

Y por medio de otros actores nos llegan reflexiones de tendencias y  evoluciones. Por ejemplo el CEO de Google (Eric Schmidt) nos cuenta como ven el Cloud Computing desde la indústria de las búsquedas y la publicidad en Internet. “It starts with the premise that the data services and architecture should be on servers. We call it cloud computing – they should be in a ‘cloud’ somewhere. And that if you have the right kind of browser or the right kind of access, it doesn’t matter whether you have a PC or a Mac or a mobile phone or a BlackBerry or what have you – or new devices still to be developed – you can get access to the cloud […] And so what’s interesting is that the two – cloud computing and advertising – go hand-in-hand. There is a new business model that’s funding all of the software innovation to allow people to have platform choice, client choice, data architectures that are interesting, solutions that are new – and that’s being driven by advertising.” Google lanza software online de forma habitual y a coste cero para el usuario : Google Maps, Google Docs, GMail , … El objetivo es la captación del mayor número de usuarios en sus “Cloud Applications” con muy buenas herramientas y financiadas a través de los sistemas de publicidad que ponen en marcha internamente.

Enrique Dans referencia un artículo de BusinessWeek, donde se dice que Amazon se destaca, a pesar de ser más pequeña, por ser la primera empresa que fue capaz de comercializar este tipo de servicios directamente al público.

Otro ejemplo de Cloud Computing es Zoho.

Opino que el modelo de negocio que apuntaba Schmidt en el verano de 2006 es que el que están adoptando muchas empresas con intereses en Internet. Si reducimos al absurdo y suponemos la relación con otras personas una necesidad al mismo nivel que el crear un documento vemos que las redes sociales online son el ejemplo y quizás el mayor atractor para esos usuarios que acabarán financiando las “Cloud Application”.

Por otro lado si el negocio esta en la publicidad, Google ha dado un paso más allá (que está por ver si tendrá éxito) con su OpenSocial  apostando porque no es necesario controlar esa red social de usuarios para obtener el beneficio si como dice Schmidt han conseguido tener una de las redes de publicidad más fuertes de la red.

Redes sociales y antropología

Estractos de un artículo de José Luis Molina y Claudia Aguilar de la UAB.

Las redes sociales expresan mejor un mundo fluido que los modelos organicistas de la sociedad, estáticos o no. En la actualidad el análisis de redes sociales constituye un campo interdisciplinar en rápido crecimiento.

El análisis de redes sociales estudia relaciones específicas entre una serie definida de elementos (personas, grupos, organizaciones, e incluso elementos del discurso). A diferencia de los análisis tradicionales que explican, por ejemplo, la conducta en función de la clase social, la profesión o el grupo étnico, el análisis de redes sociales añade a los atributos las relaciones que existen entre los elementos.

El análisis de redes sociales se caracteriza por tanto por incluir datos relacionales o reticulares en el análisis. Entendemos por dato relacional un vínculo específico existente entre un par de elementos. A partir de los pares de elementos y las relaciones establecidas entre ellos es posible construir una red. Esta red puede representar fenómenos muy diversos.

Disculpad el pequeño caos …

Otra fuente de tendencias: google trends

El problema de los analizadores de tráfico es que utilizan principalmente tráfico norteamericano con lo que nos indican tendencias que a veces no son exportables a Europa o a España. Una fuente que es más granular encuanto a localización y fechas de los datos es google trends que analiza las búsquedas de los internautas en google. La relación entre búsquedas y tráfico no es tan estrecha como quisieramos, sin embargo ambas siguen la misma tendencia con lo que podemos estudiar el éxito, declive… de cierto servicio.

googletrends

Comunidades en las redes (ARS)

formacion redLa mayoría de los modelos y análisis actuales ven las redes esencialmente homogéneas, con todos los vértices aproximadamente equivalentes y una pequeña estructura a gran escala. Sin embargo el sentido común y la experiencia nos dice que muchas redes se dividen en clústeres o comunidades de vértices, grupos fuertemente unidos con conexiones muy densas entres sus miembros. Estos grupos pueden representar círculos de amigos en redes sociales o sitios web dedicados al mismo tema. Un camino de investigación actual trata de detectar estas comunidades en los datos de que disponemos de las redes.