Los departamentos más cercanos al negocio confían y se sienten más persuadidos a utilizar analítica predictiva, que los tradicionales departamentos de IT. Así lo recogen los estudios al respecto, que también subrayan la mayor criticidad de esta tecnología para su evolución futura.
El área de marketing es el máximo exponente de esta realidad. Sus resultados se aplican a aquello que es realmente su materia prima, descubrir nuevas oportunidades de negocio, tanto de up-selling como de cross-selling, reducir riesgos, mejorar resultados e impulsar, en una palabra, su competitividad.
Como su propio nombre indica, el análisis predictivo se adelanta a la realidad, al comportamiento de los consumidores. Pero, su gran aportación es que ofrece inspiración a la hora de influir en los datos que predice, con acciones concretas.
Su análisis estadístico permite descubrir las claves de lo que ya ha pasado, para intuir sucesos futuros. Esto abre una gran ventana de oportunidad, ya que se pueden introducir medidas correctivas para alcanzar los objetivos pretendidos.
A este propósito, se recurre a datos estructurados y no estructurados. Los primeros se pueden ordenar y tratar perfectamente y son los más comunes: edad, género, estado civil, nivel de ingresos. Los no estructurados no se pueden ordenar y clasificar y carecen de estructura clara. Son, por ejemplo, los contenidos de las redes sociales, o incluso elementos que se pueden derivar de sus contenidos, como el sentimiento, la lealtad a una marca o su opinión sobre un producto o servicio.
A partir de todos ellos, la analítica ofrece la oportunidad de tomar decisiones basadas en datos muy diversos, y no en suposiciones. Es la llamada analítica prescriptiva y su propósito es diseñar las medidas a poner en marcha, a partir de los resultados que arrojan los análisis.
Y es aquí donde esta disciplina aporta un gran valor a los departamentos de marketing. Su gran fundamento es que no sirve de nada saber lo que va a ocurrirle a una organización, si no se deriva alguna solución para que ese comportamiento se modifique y se convierta en lo que nos interesa.
Por tanto, no se trata tanto de conocer lo que va a pasar, sino de crear modelos de análisis predictivo que nos permitan descubrir cómo se comportará una variable en el futuro, a partir de las decisiones que tomemos hoy.
Lo primero que debe hacerse es establecer los objetivos de este proceso y determinar las fuentes de datos necesarias para lograrlos. Una vez recogidos los datos, llega el momento de tratarlos para convertirlos en una estructura comprensible, susceptible de ser utilizada posteriormente. En este punto, se encuadran las tareas de inspección, búsqueda, criba y clasificación, que añaden criterio a los mismos. Y, tras ello, se inicia el análisis estadístico de este material para extraer los primeros resultados y conclusiones, además de identificar probabilidades de comportamiento.
Llegamos al punto en el que es posible crear, de forma automática, modelos predictivos que puedan aplicarse a las decisiones que se tomen a partir de esta información. Así, es posible detectar de forma temprana señales de insatisfacción, clientes con mayor o menor riesgo de pérdida, aquéllos que aportan más valor a nuestro negocio, o identificar nuevos segmentos de mercado con alto potencial de negocio, para los que se pueda planificar campañas de marketing más apropiadas en cada caso.
Diseñar adecuadamente las campañas, con el enfoque idóneo para cada segmento cliente, a partir de todos los datos disponibles, permite incidir y, en su caso, variar patrones de compra, de comportamiento, con interacciones en redes sociales o en otros canales de relación.
Predecir el rendimiento de cada campaña, en función del canal, generar recomendaciones de producto, a partir del histórico de compras de cada cliente, o adelantarse a momentos valle para el negocio, o contrarrestarlos con nuevas ofertas, son algunas de las posibilidades que estas nuevas herramientas vienen a aportar a los responsables de marketing.
Por no mencionar áreas específicas de aplicación, tan claras y genéricas para cualquier organización, como la detección de fraude y la gestión del riesgo, que se deriven de las señales concretas que aporten estos análisis y que descubran potenciales focos de peligro. Todo ello, nuevas ventajas y oportunidades, a partir de la inteligencia de negocio que introducen.
