Analítica predictiva enla era del Big Data

big-data1

La inteligencia o “analítica” de negocios no es un concepto nuevo. Desde hace varias décadas es un hecho sabido que el uso inteligente de la información permite reducir los costos y aumentar el potencial de ingresos. Lo que sí es nuevo es que en la era del “Big Data”, la aparición de nuevos paradigmas de generación, recolección y almacenamiento de grandes volúmenes de datos en formato diverso ha traído como consecuencia dos importantes fenómenos asociados al análisis de la información. El primero, es que las técnicas convencionales de análisis pueden resultar insuficientes o demasiado costosas dependiendo del volumen o complejidad de los datos. El segundo, es que no analizar los datos puede sacar del negocio a quienes no lo hagan. En mercados que son cada vez más complejos y competidos, el poder conocer, entender y retener a los clientes, predecir la evolución de tendencias y preferencias, comprender los factores que afectan las ventas o los costos o tomar decisiones basadas en métricas efectivas, dejan de ser opciones para convertirse en necesidades.

 

big-data2La analítica predictiva (AP) es un término que engloba una serie de técnicas, herramientas y procedimientos para llevar a cabo estas tareas. Como todo, la AP también ha debido adaptarse a la aparición de grandes volúmenes de datos en formatos diversos, dando origen a nuevas estrategias y procesos de análisis. Sus usos principales incluyen predecir tendencias, mejorar la eficiencia del negocio, fomentar la toma de decisiones  orientada a los datos y predecir las preferencias de clientes. En particular, el uso de estrategias adecuadas permite responder preguntas difíciles como porqué los clientes prefieren a la competencia o qué tipos de productos son adecuados para qué tipos de clientes, basados en el comportamiento histórico, en datos de redes sociales y hasta en información metereológica.

 

Sin embargo, sobre todo en las economías emergentes de Latinoamérica, prevalece el mito de que la inversión en AP es compleja y costosa. Nada más alejado de la realidad: sobran los ejemplos de incrementos explosivos del ROI por intervenciones exitosas. Por otro lado, el desarrollo de herramientas de visualización e integración de datos facilita cada día más el uso de este tipo de técnicas sin necesidad de grandes inversiones, se trata de saber cómo optimizar su uso para obtener importantes beneficios del análisis a profundidad de la información apropiada.

 

Una conseja popular nos instruye en que “lo barato sale caro”. Hoy más que nunca esto es cierto en el mundo del Big Data y las decisiones inteligentes.