Gracias por tu participación
Comparte el manifiesto y contribuye a impulsar la innovación entre empresas, organizaciones y directivos.
La humanidad siempre ha buscado predecir el futuro y conocer con anticipación lo que sucederá en aspectos como la salud, las relaciones, las finanzas y los negocios principalmente, para lo cual se ha apoyado desde tiempos inmemoriales en la observación de los planetas y la naturaleza.
También ha buscado métodos como estudiar el comportamiento humano y las tendencias culturales, hasta el punto de dejarle esta labor a las computadoras, aunque todo con el mismo fin: establecer patrones de comportamientos pasados que le permitan avizorar el mañana.
Los análisis conocidos como predictivos, son el resultado de esa añoranza por develar el futuro, y aunque no son tan recientes, la tecnología ha abierto posibilidades inmensas para hacerlos más precisos, aplicables a múltiples áreas en diferentes organizaciones tanto públicas como privadas, por ejemplo en ventas, cobranzas, finanzas, marketing, y publicidad, entre otros aspectos.
Gracias a la Inteligencia Artificial y el Big Data y a partir de la recopilación de información a través de múltiples canales disponibles como las redes sociales, chats, llamadas, la información histórica de los contact center y la página web, hoy es posible contar con mayor y mejor información para observar comportamientos pasados y analizarlos estadísticamente, para así determinar con un alto grado de precisión lo que podría suceder más adelante en diferentes escenarios de una organización. Parece que la afirmación de que el pasado es el futuro, tiene mucho sentido.
Sin embargo, como lo explica Emilio Fernández de Artyco, “el fin último del análisis predictivo no es tanto predecir, lo cual es importante, sino conocer cómo podemos influir con acciones y qué probabilidades tienen que ser determinantes ante ese suceso predicho”.
Es decir, lo interesante de estos análisis es que, a través de información anticipada de comportamientos, se pueda contar con elementos de juicio que ayuden a tomar decisiones para influir en los resultados futuros. Lo que es una gran ventaja porque permiten ser mucho más asertivos.
Fernández asegura que “de nada nos sirve conocer que va a ocurrir algo que no interesa a la empresa, si paralelamente no estudiamos qué habría que hacer para que ese comportamiento cambie y sea el que nos interesa”.
Estos son algunos objetivos estratégicos que pueden lograr las empresas con el análisis predictivo, según Eric Siegel de Predictive Analytics World, publicados por INCAE Business School:
Se pueden aplicar para salud, deportes, clima, seguridad, retail, modelamiento financiero, análisis de redes sociales y mercadeo, entretenimiento, entre otras áreas.
Carrie Weinberg, marketing coordinator de Dun & Bradstreet, cuenta en un reciente artículo que “en 2007, Netflix lanzó su servicio de streaming y cambió el panorama, no solo para los videoclubs, sino también para las industrias del cine y la televisión por cable. Con esta nueva aplicación, Netflix podía recopilar más información sobre el comportamiento de sus clientes, incluyendo el tiempo que pasaban eligiendo una película, a qué hora del día la veían, cuándo la pausaban, cuándo la volvían a ver y más.
A medida que el negocio de Netflix ha ido creciendo, también lo ha hecho la complejidad de los datos que es capaz de capturar siguiendo un proceso aparentemente eterno de recopilación de inteligencia e innovación. La fortaleza de Netflix en el manejo del Big Data y la analítica le sirve para mejorar la experiencia del cliente a todos los niveles, desde las recomendaciones de títulos hasta el diseño y la publicidad”.
Y también es aplicable al sector público. El especialista Stephen Goldsmith, asegura que “en la actualidad, los gobiernos operan en un mundo cada vez más complejo, lo cual se refleja en el volumen y la ubicuidad de los datos producidos por los ciudadanos y los organismos, así como en la potencia informática para analizarlos. Con el objetivo de poder comprender mejor las necesidades de los ciudadanos y responder a ellas y de asignar los recursos públicos de manera más eficiente, los gobiernos deben utilizar el análisis predictivo a fin de aprovechar estos datos y desarrollar soluciones innovadoras para los desafíos urbanos contemporáneos”.
Goldsmith sostiene que “las predicciones basadas en datos no solo mejorarán la respuesta del Gobierno y los resultados, sino que también crearán condiciones más propicias para la innovación mediante la reducción de riesgos para los innovadores de las entidades estatales”.
En síntesis, gracias a los modelos predictivos, las empresas pueden influir de alguna manera, en sus resultados. No obstante, lo más importante es tener claro qué hacer con la información obtenida a partir de los análisis predictivos. No basta solo con tener la predicción, se necesita tomar acciones y ejecutar de la mejor manera la investigación adquirida. De lo contrario no habrá cambio, ni transformación.
No más pérdidas de dinero y tiempo en reuniones y juntas directivas en las que los altos ejecutivos -basados en sus experiencias y conocimientos- deciden mediante hipótesis cuáles serían las mejores rutas o caminos que debería tomar la empresa.
Hoy no hay razón para tomar decisiones en cualquier organización con base en supuestos, cuando se tiene la oportunidad de hacerlo sobre datos soportados estadísticamente, para dejar de ir en tren y empezar a volar.