_
_
_
_
_
Tribuna
Artículos estrictamente de opinión que responden al estilo propio del autor. Estos textos de opinión han de basarse en datos verificados y ser respetuosos con las personas aunque se critiquen sus actos. Todas las tribunas de opinión de personas ajenas a la Redacción de EL PAÍS llevarán, tras la última línea, un pie de autor —por conocido que éste sea— donde se indique el cargo, título, militancia política (en su caso) u ocupación principal, o la que esté o estuvo relacionada con el tema abordado

El futuro pasa por bombear datos

Pensemos en una situación de carácter empresarial que acontece a diario y situémosla en el sector de las telecomunicaciones: una compañía de telefonía (aunque podríamos hablar de cualquier otro sector o actividad) necesita conocer con precisión qué clientes corren el peligro de darse de baja de sus servicios con el objetivo de desarrollar acciones comerciales que eviten que se vayan a la competencia. ¿Cómo puede hacerlo? Esta misma empresa cuenta con muchos datos de cada uno de sus clientes, muchísimos: antigüedad, planes contratados, consumo diario, llamadas mensuales efectuadas al servicio de atención al cliente y últimos cambios de planes contratados, entre muchos otros; pero ocurre que los utiliza únicamente para la facturación y elaboración de estadísticas.

La cuestión aquí es saber si hay algo más que se pueda hacer con estos datos. Y sí, podemos obtener algo más, algo muy relevante. Siguiendo con nuestro ejemplo, a partir de este conjunto de datos es factible que la compañía pueda anticiparse a la llamada que puede efectuar el cliente para darse de baja. Como lo leen.

Ello es posible a través de una avanzada disciplina científica, conocida como Machine Learning, cuyo objetivo principal radica en que los sistemas aprendan automáticamente a partir del reconocimiento de patrones complejos para tomar decisiones inteligentes. La premisa sobre la que se articula este enfoque tecnológico tan avanzado e innovador es la consideración de que los datos históricos del conjunto de los clientes de cualquier empresa, debidamente organizados y tratados en bloque, generan una base de datos que se puede explotar para predecir los futuros comportamientos de estas personas, lo que en última instancia permite a las empresas que puedan pasar de ser reactivas a proactivas.

Lo cierto es que la cantidad de datos que se generan actualmente en las empresas se está incrementando de forma exponencial. En este contexto, la posibilidad de extraer información valiosa de entre la ingente suma de datos disponibles supone una ventaja competitiva que no se puede menospreciar. Además, la gran ventaja es que actualmente no hace falta ser un gurú de los datos para aprovechar los beneficios que aportan este tipo de tecnologías.

Y es que el reto de sacar partido de los datos se ha simplificado enormemente. Esto quiere decir que con los datos adecuados, las tecnologías adecuadas y los análisis adecuados es posible en la actualidad producir fácilmente y automáticamente modelos de comportamiento para analizar datos de gran volumen y complejidad.

Además, los sistemas existentes proporcionan resultados rápidos y precisos sin intervención humana, incluso a gran escala. El resultado de todo ello son predicciones de alto valor para tomar mejores decisiones y desarrollar mejores acciones en beneficio de la competitividad empresarial.

Son muchas las actividades que actualmente ya están empezando a aprovecharse de esta disciplina científica. Sectores como el de las compras online –¿no se han preguntado alguna vez cómo se deciden instantáneamente los productos recomendados para cada cliente al final de un proceso de compra?–, la publicidad online –donde poner un anuncio para que tenga más visibilidad en función del usuario que visita la web– o los filtros anti-spam, llevan tiempo sacando partido a estas tecnologías.

El campo de aplicación práctica es ilimitado y depende de la imaginación y de los datos que estén disponibles en la empresa. Sin voluntad de ser exhaustivos, podemos destacar los siguientes: decidir cuál es la mejor hora para llamar a un cliente; detectar un fraude en transacciones; predecir fallos en equipos tecnológicos; prever qué empleados serán más rentables el año siguiente; seleccionar clientes potenciales basándose en comportamientos en las redes sociales e interacciones en la web; predecir el tráfico urbano; saber cuál es el mejor momento para publicar tuits, actualizar Facebook o enviar la newsletter de la organización; llevar a cabo prediagnósticos médicos basados en síntomas del paciente; cambiar el comportamiento de una app móvil para adaptarse a las costumbres y necesidades de cada usuario; y detectar intrusiones en una red de comunicaciones de datos, entre muchas otras posibilidades.

La tecnología está ahí. Los datos también. Seguro que han oído que los datos son el petróleo del futuro. Ahora ya es posible empezar a bombearlo.

José Antonio Ballarin es socio fundador de CLEVERTASK.

Josep Puigvert es director de finanzas de  CLEVERTASK.

Economía y empresas

El análisis de la actualidad económica y las noticias financieras más relevantes
Recíbela

Archivado En

_
_