Claves de competitividad

Powered by

La revolución digital ha cambiado la forma en que vivimos, trabajamos, nos relacionamos y hacemos negocios. Tecnologías disruptivas como la analítica de datos y la Inteligencia Artificial han creado un nuevo paradigma empresarial. Otra forma, más objetiva y efectiva, de llevar a cabo la toma de decisiones en las empresas.

Por qué el data analytics “se colará” en cada rincón de tu empresa

Cada vez más compañías descubren el enorme poder de los datos. Bien analizados, estos nos permiten aprender del pasado para anticiparnos al futuro, analizando patrones de comportamiento. Por eso, donde más se aplica es en el área del cliente. No es casualidad que en internet nos asalten anuncios personalizados, de productos que nos interesaron días antes y han quedado registrado por las técnicas de data analytics. Pronto esto no será exclusivo de la red. Con la sincronización de la información, las tiendas también sabrán qué nos gusta y nos harán ofertas ajustadas a nuestros intereses.

“Gracias a la analítica de datos, Telefónica puede transformarse en una compañía 100% ‘customer-centric’. Por ejemplo, nos ayuda a conocer al cliente en su individualidad. Antes tan solo llegábamos a conocer al usuario promedio, pero el actual no se conforma con esto. Los planes de prepago se creaban con campañas muy genéricas. Ahora somos capaces de realizar ofertas personalizadas porque conocemos sus hábitos de consumo y sus necesidades”, explica Elena Gil, directora Global Big Data B2B y CEO de LUCA en Telefónica.

“Ahora somos capaces de realizar ofertas personalizadas”

Se trata de hacer un marketing más eficiente conociendo el comportamiento de los clientes. El análisis de sus hábitos en diferentes partes del mundo, que puedes encontrar aquí, es sumamente llamativo.

Pero la analítica de datos no es solo aplicable al marketing. Sino a cualquier otra área de la empresa: producción, riesgos, fraude, recursos humanos, ciberseguridad... Y, por supuesto, a cualquier sector: banca, energía, infraestructuras, sanidad, aviación, deporte... Y hasta se utiliza en programas de ayuda humanitaria a gran escala, como ha subrayado en varias ocasiones el World Economic Forum.

Lo difícil hoy es encontrar un área o sector donde no se esté aplicando ya para tomar mejores decisiones, más rápidas, objetivas y efectivas, al poner en la mano de los directivos una ingente cantidad de datos (Big Data) que, solo con técnicas de data analytics, es posible desengranar. ¿Quién no necesita tomar mejor sus decisiones?

¿En qué consiste la analítica de datos?

Más eficiencia, menos inversión

Sin data analytics no podríamos conocer las correlaciones entre millones de datos que se escapan al ojos humano. Un análisis que, además, cada vez es más potente y rápido. El prestigioso Massachusetts Institute of Technology (MIT) ha desarrollado una plataforma de analítica predictiva que da respuestas precisas a cuestiones empresariales en tan solo 15 minutos.

Telefónica, que se define como una ‘data driven company’ y para la que el data analytics “es un pilar estratégico de negocio de nuestro día a día”, utiliza esta tecnología desde hace años en multitud de casos de uso interno y en proyectos para clientes empresariales y de la Administración Pública. “Somos capaces de reducir costes, minimizar riesgos e incrementar ingresos; podemos optimizar las inversiones en el despliegue de red; vaticinar mejor los riesgos de pérdida de clientes y hasta predecir las averías antes de que ocurran”, añade Gil. ¿Los resultados? “La efectividad de las campañas comerciales se ha multiplicado por cinco gracias a técnicas de ‘machine learning’ y se ha reducido un 20% el coste de la inversión de red de acceso móvil”, subraya la directiva de Telefónica.

“Con los datos podemos incluso predecir las averías en la red de telefonía antes de que ocurran”

¿Quién no va a querer tratar su propia información para extraer el valor que esconden los datos?”, se pregunta Eva García San Luis, socia responsable de data analytics (D&A) en KPMG en España, que comparte con Elena Gil la visión de que “la analítica de datos es la base de la transformación digital”. “Quienes no lo integren en su proceso de toma de decisiones no podrán seguir siendo competitivas en su sector”, afirma la directiva de Telefónica. En la misma línea incide el último informe de la consultora Forrester, en el que califica el valor de los datos como “la nueva moneda” de las empresas. “Con clientes cada vez más exigentes y fuertes presiones competitivas, las empresas deben tratar los ‘insights’ de los datos como un activo de negocio […] y dotarse de sistemas, talento, procesos y tecnologías para transformar los ‘insights’ en acción”, dice el estudio.

¿Y qué tiene que ver la analítica avanzada con la inteligencia artificial? A primera vista, nada. En realidad, todo. “La inteligencia artificial multiplica exponencialmente las capacidades de la analítica de datos. Esta tecnología permite razonar como un humano y aprender, es decir, podemos entrenar a un sistema para que vaya tomando decisiones por su cuenta”, explica Eva García San Luis.

“Telefónica ya está apostando por la implantación de nuestra propia inteligencia artificial cognitiva, AURA, con la que podremos revolucionar la relación directa con nuestros clientes. Cada usuario podrá conocer de inmediato su actual consumo de datos, detalles sobre su plan, pedir que se proyecte su serie favorita de Movistar+ en la televisión y muchos aspectos más”, señala Elena Gil.

Esa es la clave, dos tecnologías disruptivas que se dan la mano para incrementar el poder de lo que hoy es un activo clave en todo negocio, los datos.

Seguros y banca

¿Por qué debe pagar el mismo seguro un conductor que hace 80km al día que otro que solo coge el coche el fin de semana? ¿O una persona que come sano que otra que hace lo contrario? Data analytics permite hacer ofertas a la carta. En banca, permite analizar riesgos, clientes, hábitos de gastos y hacer un abastecimiento eficiente de los cajeros.

Infraestructuras

Si se monitoriza un tren o un avión se puede detectar qué ocurre antes de un fallo técnico. Basta con revisar la información recopilada. Actuar antes ahorra tiempo y dinero en costosos mantenimientos rutinarios. Lo mismo se puede decir de puertos, autopistas, aeropuertos, redes eléctricas, explotaciones petrolíferas y muchos ejemplos más.

Entretenimiento

Cada vez más medios de comunicación utilizan estas técnicas para analizar las preferencias de contenidos de sus usuarios, vender publicidad personalizada y crear nuevos contenidos. Hasta crear ‘hits’ musicales. En deportes, grandes clubs utilizan data analytics para mejorar el rendimiento de sus jugadores, analizar estrategias del equipo y del rival y el comportamiento de los fans. Algunos tienen analistas de datos en nómina.

Administración

La administración no solo utiliza la analítica de datos para llevar a cabo proyectos de ciudades inteligentes en electricidad o movilidad. También para luchar contra el fraude. En China lo utilizan hasta para catalogar a sus ciudadanos. En Sanidad, permite una gestión más eficiente de los hospitales y, en medicina, ya se utiliza para investigar la prevención de enfermedades como el cáncer.

Los desafíos del data analytics: las cuatro V

La tendencia del análisis de datos se enfrenta actualmente a cuatro desafíos, identificados por cuatro V.

  1. Volumen. Hablamos de enormes cantidades de datos que hay que almacenar y etiquetar de forma que sea fácil recuperarlos, organizarlos e interpretarlos. Hacen falta suficiente espacio y tecnología para guardarlos.
  2. Variedad. Los datos se pueden referir a muchas cuestiones distintas y llegar en los formatos más variopintos. Hará falta traducirlos todos al mismo idioma, darles el mismo formato, de manera que sea posible cruzarlos y extraer de ellos la información que necesitamos.
  3. Veracidad. Si los datos no son de calidad, si no son fiables, no serán de ninguna utilidad a la empresa que los posee.
  4. Valor. El jugo de los datos, conseguir extraer de ellos con un análisis eficiente para que nos ayuden a tomar decisiones que favorezcan a nuestra empresa.