Fusiones basadas en el uso de datos: Nuevos retos para las agencias de competencia

Tiempo de lectura: 6 minutos

Publicación BFE+

Los consumidores suelen creer que a través de internet pueden acceder a servicios gratis, como lo son las redes sociales, las plataformas de streaming musical, entre otros. Sin embargo, la realidad es que sí existe un costo asociado a la provisión de estos servicios: los consumidores pagan con su información personal. El uso masivo del internet ha generado que cada vez más personas compartan su información personal. Se estima que al 2020 cada segundo se generaba 1.7 MB de información por persona[1].

La acumulación masiva de datos en internet, conocida como Big Data, ha revolucionado la forma en la cual las empresas operan. Hace 20 años, por ejemplo, era común que las empresas opten por estrategias de publicidad masivas para ofrecer sus productos. Hoy, utilizan la información personal de los consumidores y sus patrones de búsquedas en internet para segmentar la publicidad online y ofrecerles productos que vayan de acuerdo con sus gustos y necesidades.

Esto permite que los consumidores puedan beneficiarse no solo del acceso a mejores productos, sino del ahorro en costos de búsqueda. La atracción de los consumidores hacia los productos publicitados permite, además, mejorar el aprendizaje automático de los algoritmos implementados por las empresas, de manera que los productos ofertados se encuentran cada vez mejor orientados, generando un efecto multiplicador positivo[2].

Esta nueva realidad ha generado que el Big Data se vuelva un activo indispensable para el desarrollo de varios negocios, al punto de representar una ventaja competitiva frente a otras empresas. Mientras más información una empresa disponga sobre su público objetivo, el análisis de estos datos permite mejorar la calidad de los productos vendidos y explorar nuevas oportunidades de negocio[3].

En este contexto, es cada vez más común que empresas busquen fusionarse con el objetivo de consolidar información de consumidores. Esto no necesariamente ocurre con empresas que operan en un mismo mercado, sino que también ocurre con empresas que operan en mercados diferentes, ya que la adquisición de información de mercados relacionados pueda servir para personalizar los servicios que actualmente brindan. Un ejemplo de este tipo de operación es la reciente adquisición de Fitbit (una empresa de dispositivos electrónicos para monitorear actividad física) por parte de Google[4].

Si bien ambas empresas no operan en un mismo mercado, la intención de Google no solo radicaba en ingresar a un nuevo negocio. Los datos de salud en posesión de Fitbit le permitirían a Google utilizar esta información para personalizar la publicidad que dirige a sus usuarios, reforzando su presencia en el mercado de publicidad digital.

Así, si bien es cierto que las fusiones motivadas por la acumulación de datos pueden generar importantes eficiencias, también pueden tener serias implicancias en el correcto funcionamiento de los mercados, lo cual es cuestión de análisis en materia de libre competencia.

Por ejemplo, mientras más grande sea el volumen de información que se obtenga de la operación, esta nueva ventaja competitiva puede motivar la salida de competidores de un mercado o generar desincentivos para que nuevos jugadores ingresen[5]. Ante este nuevo contexto, ¿Cuáles son los nuevos retos que enfrentan las agencias de competencia al analizar una operación de concentración?

Muchas de las herramientas comúnmente utilizadas por las agencias de competencia en el análisis fusiones se centran en aquello que es “medible”. Así, por ejemplo, al analizar los efectos de una operación, se suele cuantificar el impacto en precios derivado de la operación. Sin embargo, en mercados donde muchos servicios son brindados de manera gratuita, el análisis tradicional de efectos no suele ser el más adecuado.

Asimismo, el análisis comúnmente realizado para definir mercados relevantes, parte de analizar la sustituibilidad de los productos ofrecidos por las partes. Sin embargo, muchas de las operaciones de concentración motivadas por la adquisición de datos ocurren entre empresas que no operan en un mismo mercado. Esto, pues la integración de datos provenientes de mercados diferentes sirve como una herramienta para personalizar productos y reforzar la presencia de la empresa en el mercado en el que opera o uno al cual quiere ingresar[6], como fue analizado en la operación de concentración entre Google y Fitbit[7].

Lo anterior requiere que las agencias de competencia desarrollen nuevas herramientas analíticas que permitan determinar cuándo este tipo de operaciones puede reforzar la posición de dominio de una empresa en el mercado, pero también que permita identificar correctamente las eficiencias que se deriven de la operación. Por ejemplo, la exposición al Big Data de alto valor permite a la empresa disminuir las asimetrías de información sobre los patrones de comportamiento de su público objetivo, de manera que pueda atender con mayor precisión las necesidades de sus consumidores.

Si bien a lo largo de los años las agencias de competencia han realizado importantes esfuerzos en el desarrollo de guías que permitan establecer lineamientos respecto de cómo analizar fusiones horizontales, verticales o conglomerados, las operaciones motivadas por la obtención de datos rara vez calzan de manera clara en alguna de estas categorías. Es ante este nuevo contexto que surge la necesidad de modernizar los criterios de análisis de operaciones de concentración en una economía basada en el uso de datos.


[1] Data Never Sleeps 6.0. Domo. Disponible en: https://bit.ly/3lCdwdH.
[2] Chen, Z. et al, Data-Driven Mergers and Personalization (2020).
[3] Stucke, Maurice and Grunes, Allen. Big Data and Competition Policy (2016).
[4] Nota de prensa disponible en: https://bit.ly/3DsSyEv.
[5] Chen, Z. et al, Data-Driven Mergers and Personalization (2020).
[6] Breuvart, C. et al, Big data and competition law in the digital sector: Lessons from the European Commision’s merfer control practica and recent national initiatives. Disponible en: https://bit.ly/3dmO1bR.
[7] Comisión Europea, M.9660 – GOOGLE/FITBIT. Disponible en: https://bit.ly/3EwVyAT.

Nicole Martens

Neuxa Rocha

Nicole es bachiller en Economía por la Universidad de Piura, Campus Lima. Tiene experiencia en las áreas de Competencia, Regulación y Controversias Financieras; con enfoque en los sectores de energía, transporte, telecomunicaciones. Asimismo, ha participado en investigaciones de libre competencia (carteles y posición de dominio) y estimación de daños en Controversias Financieras. 

How can we help you?
¿Cómo podemos ayudarte?
Boletín semanal