La confusión de términos más o menos cercanos, más o menos tangenciales al Predictive Analytics (o análisis predictivo) es relativamente frecuente, sobre todo en contextos poco especializados y usos cotidianos.
Ciertamente, las operaciones predictivas guardan una importante relación entre sí: aventuran, en cierto sentido, algo por venir, sucesos de futuro. Sin embargo, es preciso recalcar e insistir en los matices que diferencian una operación de predicción al uso, esté o no encuadrada en un entorno de inteligencia de negocios, y aquellas operaciones que, siguiendo determinados modelos predictivos, configuran escenarios posibles —apoyados por el análisis de datos e informaciones relevantes— designándoles, entre otros aspectos, un nivel específico de probabilidad y con unas funciones concretas a desempeñar en el presente corporativo. En esto consiste básicamente el análisis predictivo, que como decíamos se puede llevar a cabo bajo distintas formas o modelos.
Modelos del Predictive Analytics
Ya lo avanzábamos en la introducción a este post: el análisis predictivo (o Predictive Analytics) es una operación compleja que aúna herramientas estadísticas con procesos data mining (minería de datos), con el objetivo de predecir posibles escenarios futuros basándose en el análisis de datos e informaciones —presentes y pasados—, que permiten aventurar acontecimientos con un cierto grado de probabilidad.
No hace falta profundizar en los beneficios que aporta el análisis predictivo, muchos de los cuales conocemos ampliamente: tomar ventaja frente a la competencia, incrementar el nivel de satisfacción del cliente anticipando la oferta de bienes y servicios a sus demandas, aprovechar las nuevas oportunidades de negocio, y/o corregir irregularidades y alteraciones en los patrones de desempeño antes de que ocasionen pérdidas sensibles (incluso antes de que se produzcan estas disfunciones).
A grandes rasgos, y en función de los objetivos concretos que persiga el análisis predictivo, podemos enumerar 3 tipos o modelos básicos de Predictive Analytics:
-
Los modelos propiamente predictivos: su objetivo principal es detectar factores críticos de riesgo y nuevas oportunidades de negocio, mediante el análisis de datos históricos y, sobre todo, actuales, en tiempo real, mientras se lleva a cabo una determinada operación o proceso.
-
Los modelos de descripción: su cometido básico es detectar vínculos entre servicios y/o productos, y el cliente (actual o potencial), estableciendo una relación de función entre ambos según los datos y las informaciones obtenidas sobre las preferencias del consumidor.
-
Los modelos orientados a la toma de decisiones: si los anteriores modelos poseen una naturaleza técnica, el cariz de este tipo de modelo de análisis predictivo es eminentemente ejecutivo, es decir, toma los resultados obtenidos tras llevar a cabo operaciones de analítica predictiva poniéndolos al servicio de los responsables en la toma de decisiones corporativas.
Para ampliar la información aquí aportada, resulta de gran interés la guía Predictive Analytics: El impacto de la predicción para una organización, que como su nombre indica, y entre otras cuestiones de importancia, profundiza en los tipos y modelos de análisis predictivo que podemos llevar a cabo para dilucidar acontecimientos y escenarios de futuro de relevancia para el devenir de la organización.
