Big Data y Analítica Predictiva

En la era digital y de la sociedad conectada en la que vivimos seguimos avanzando en el proceso de digitalización de todo lo que nos rodea (cámaras, smartphones, sensores, etc.) En este contexto, digitalizar es transformar nuestra realidad en ceros y unos, y los ceros y unos son datos…

Las nuevas fuentes de datos que van apareciendo se caracterizan porque -en su mayoría- generan datos no estructurados, lo que significa que son muy complejos de procesar. Por lo tanto nos encontramos ante una nueva realidad caracterizada por datos que:

  • Crecen de manera exponencial  Volumen de datos
  • El 90%  de los que existen en la historia de la humanidad se han creado en los últimos 2-3 años y no sabemos aún donde está el final  Velocidad de crecimiento
  • Se caracterizan por ser datos complejos de procesar (vídeos, e-mails, fotos, tuits, etc.)  Variedad de los datos

Sobre estos tres pilares que han ido evolucionado -se habla de hasta 7 V del Big Data: volumen, velocidad, variedad, veracidad, viabilidad, visualización y valor-, se ha dado lugar a lo que hoy conocemos como Big DataDesde un punto de vista tecnológico, se han desarrollado las infraestructuras necesarias y que nos capacitan para almacenar y procesar estos datos a un coste razonable. Desde un punto de vista empresarial, esta capacidad de proceso de la nueva realidad hace que se pueda personalizar la oferta de productos y servicios ofrecidos al cliente de tal manera, que se genere una experiencia única.

 

El gran reto ya no es la cantidad de datos que podemos procesar ni la velocidad con la que podamos llegar a hacerlo, sino el valor que podamos extraer de ellos. Un valor que obtenemos de los algoritmos que aplicamos sobre estos datos y donde, a la hora de marcar la diferencia en un contexto de mercado, lo más importante es la capacidad de anticipación que nos da la Analítica Predictiva. Los algoritmos que se están utilizando existen desde los años 50-60 pero el contexto actual el Big Data hace que los podamos enriquecer con variables que hasta ahora no existían y que potencian de sobremanera estos modelos.

Los modelos predictivos nos permiten adelantarnos al comportamiento de nuestros clientes a partir de un histórico desde un instante de tiempo actual hacia el futuro, permitiéndonos además explotar patrones en los datos históricos para identificar posibles riesgos y oportunidades antes de que ocurran. Algunos casos de uso donde podemos aplicar modelos predictivos son:

  • Tenemos una alta tasa de abandono de clientes (churn): podemos predecir qué clientes de nuestra cartera tienen más probabilidades de irse y los motivos lo que nos permite identificarlos y preparar acciones concretas para retenerlos.
  • Necesitamos aumentar nuestro número de clientes: podemos diseñar una campaña de captación para potenciales clientes que aceptaron una oferta similar en el pasado y clasificar las perspectivas de adquisición.
  • Aumentar la rentabilidad de nuestros clientes: podemos utilizar modelos para predecir la propensión a comprar y la razón de cada cliente lo que nos llevaría a una estrategia de cross-selling / upselling.
  • Necesitamos generar contenido exitoso en Social Media: en función de las variables sociales y de evolución podremos predecir el impacto de la publicación de un tuit.

 

Por suerte, la analítica predictiva ya ha dejado de ser exclusiva de grandes empresas e instituciones públicas y se ha generalizado como una palanca más en el proceso de toma de decisiones para todo tipo de empresas y organizaciones. Únicamente necesitamos un conjunto de datos suficientemente amplio para poder inferir y hacer proyecciones ya que, en cuanto a herramientas, existe un amplio espectro de open source a disposición de quien quiera usarlas… ¿A qué esperas para desarrollar tu estrategia en Analítica Predictiva?

 

 

Por Santiago San Antonio Álvarez (@ssanantonioa)

Santiago es Responsable de Business Intelligence y Analytics de Salud en AXA Emerging Markets y director del Posgrado Customer Intelligence y Data Analytics en Inesdi, con más de 15 años de experiencia internacional en el desarrollo de proyectos y estrategias relacionados con el área de clientes en diferentes industrias.