valor de la tecnología Big Data y ‘machine learning’

Big Data Analytics
Vivimos en la era de la información. Todas las empresas a lo ancho de todos
los sectores económicos manejan enormes volúmenes de datos fruto de las
interacciones y transacciones que se registran sistemáticamente en servidores
distribuidos; transacciones que registran la actividad operativa de la
organización (como producción, facturación, etc) y las relaciones con los
clientes dentro (tramitación de servicios, atención telefónica, etc) y fuera del
negocio (como su voz en las redes sociales). Los datos alimentan unos
sistemas de inteligencia commodity, más o menos sofisticados, capaces de
describir el desempeño pasado y presente del negocio. Sin embargo, en esta
era de la información medir el presente y el pasado ya no es diferencial, el
actual reto es utilizar los datos a nuestra disposición para transformarlos en
conocimiento
que
guíe
nuestra
estrategia.
Business Analytics es el área de soporte a negocio que apoya los procesos
de toma de decisiones utilizando fuentes de datos internos y externos para la
construcción de modelo estadísticos predictivos. Trabajamos directamente
sobre las fuentes primarias de datos, tanto si se trata de tablas con unos pocos
miles de registros a sistemas Big Data con información heterogénea a
procesar en tiempo real. Aprendemos del pasado y el presente para predecir el
futuro.
Gracias a estas técnicas obtenemos un conocimiento profundo sobre las
características y patrones que explican el comportamiento de nuestros clientes
y las relaciones complejas de estas variables con los KPI de nuestro negocio.
Este conocimiento se pueden explotar definiendo acciones tácticas y
estratégicas encaminadas a maximizar el valor de los clientes, su
satisfacción, rentabilidad y nuestros resultados.
everis orienta sus servicios Business Analytics en tres niveles: el
operativo, que contribuye a la mejora de la eficiencia de los procesos que
hacen posible el negocio, el marketing, que apoya a la definición táctica de la
oferta de valor y el estratégico que define los planes que deben seguir las
organizaciones para la consecución de objetivos. A todos los niveles, los
modelos estadísticos predictivos nos permiten reducir la incertidumbre y
aumentar la capacidad y eficiencia de los procesos. Nuestra oferta de servicios
en estos tres niveles responde a las siguientes necesidades de negocio:
Algunas de nuestras experiencias más recientes construyendo modelos
estadísticos predictivos basados en Big Data son:
Operaciones:
• Situación: El área de compras de una multinacional del
sector Oil&Gas maneja millones de transacciones diarias con datos no
estructurados que requieren de revisión manual para poder garantizar que la
asignación
a
categorías
es
correcta.
• Solución: Construimos modelos text mining que procesan e interpretan el
contenido de los datos no estructurados. Posteriormente utilizamos el
contenido con clasificadores supervisados entrenados para categorizar
correctamente
y
sistematizar
la
operativa.
• Resultados: Mejora superior al 50% en la clasificación automática, reducción
esperada
de
un >
5%
de
FTEs.
Marketing:
• Situación: Una aseguradora latinoamericana realiza campañas masivas
sobre su cartera de clientes para la venta cruzada (cross-sell) de pólizas,
invirtiendo una gran cantidad de recursos que deterioran el ROI de sus
campañas.
• Solución: Construimos un modelo de propensión capaz de calcular la
probabilidad de compra de los productos, definimos la sistemática de campaña
con grupos de control y cuantificamos los resultados.
• Resultados: Reducción de costos de campañas superior al 50% e
incremento de ventas superior al 200%.
Estrategia:
• Situación: Un multinacional latinoamericana de las telecomunicaciones ha
identificado un problema en sus políticas de retención que se manifiesta en
tasas de churn cada vez mayores.
• Solución: Llevamos a cabo un proceso completo de conocimiento de
clientes que sirvió de base para la construcción de un modelo capaz de
identificar precozmente los patrones de abandono y las causas raíz que lo
estaban provocando
• Resultados: Cambio de paradigma de un servicio orientado al paquete de
servicios a uno focalizado en el cliente, identificando los drivers del abandono,
gaps a mejorar en la relación y principales palancas a accionar para construir
relaciones duraderas basadas en la fidelidad en lugar de la retención de
clientes.
Angel Valle Arcos
Gerente de Business Analytics de everis