Lo que tu m¨®vil sabe de ti

Si le sorprende que su m¨®vil le ofrezca el men¨² de algunos de los restaurantes cercanos sin que usted se lo haya pedido, haga memoria. Quiz¨¢s en alg¨²n momento le dio permiso a alg¨²n bar para que accediese a sus datos. Ese local al que usted le dio informaci¨®n tiene a su vez un acuerdo con un operador de telecomunicaciones que ya le ha detectado por la zona. ?Se siente intimidado? Entonces apague el GPS de su m¨®vil y deje de dar tan valiosa informaci¨®n a las empresas que le rodean.

¡°Esto ya no es el futuro, es el mapa en el que se mueven hoy las compa?¨ªas. El manejo de los datos lo est¨¢ cambiando todo de forma radical, se ha convertido en parte esencial de la estrategia comercial¡±, se?ala Fernando Meco, director de marketing de la empresa de software anal¨ªtico SAS en referencia al big data, el an¨¢lisis masivo de datos para sacar el m¨¢ximo provecho de ellos y tomar mejores decisiones en el futuro.

Seg¨²n el estudio The Talent Dividend, elaborado por la revista MIT Sloan Management Review y SAS y basado en entrevistas a 28 ejecutivos de compa?¨ªas internacionales y encuestas a 2.719 empleados, el 50% de las empresas asegura que entre sus prioridades est¨¢ aprender a transformar los datos en acciones de negocio.

¡°Hoy las compa?¨ªas tienen m¨¢s acceso a los datos que hace unos a?os y sin embargo la muestra se?ala que cada vez son menos efectivas en saber c¨®mo usarlos¡±, remarca Meco en relaci¨®n a los resultados del estudio, elaborado en 2014. Seg¨²n datos de la consultora McKinsey, en 2018 se necesitar¨¢n entre 140.000 y 190.000 data scientist (expertos en datos) en Estados Unidos, una demanda que a escala global ya asciende a 4,4 millones, seg¨²n la consultora Gartner Group.

?C¨®mo puede una empresa utilizar los datos de forma efectiva? Este es el punto en el que se encuentran las compa?¨ªas en plena expansi¨®n del llamado Internet of Things (el Internet de las cosas), en el que cada vez hay m¨¢s dispositivos conectados a la Red generando informaci¨®n de forma constante. ¡°Se calcula que actualmente hay 10.000 millones de objetos conectados a Internet y en 2020 habr¨¢ unos 30.000 millones. Ninguna organizaci¨®n deber¨ªa quedarse fuera de este nuevo escenario¡±, apunta Meco en referencia a los datos publicados por la compa?¨ªa de inteligencia tecnol¨®gica ABI Research.

El estudio de MIT Sloan Management Review?se?ala que para que una empresa sea competente en este ¨¢mbito no basta con contratar a expertos en datos (matem¨¢ticos, estad¨ªsticos o ingenieros de datos), sino formar al conjunto de la plantilla para que todos los departamentos entiendan qu¨¦ es el big data y de qu¨¦ forma puede ayudar a transformar y optimizar los resultados. Para ello recomienda:

Buscar talento anal¨ªtico dentro de la empresa. El 63% de las compa?¨ªas encuestadas est¨¢ buscando perfiles dentro de sus plantillas a los que les interese el big data. La raz¨®n es sencilla: los empleados conocen los entresijos del negocio y es necesario formarlos para que trabajen conjuntamente con los matem¨¢ticos o estad¨ªsticos. ¡°Se trata de identificar a trabajadores a los que les interese analizar los datos y ponerlos en valor para que luego puedan dise?ar acciones concretas para mejorar los resultados¡±, indica el informe. A la hora de fichar a data scientist todas las empresas se encuentran con el mismo problema; la escasez en el mercado de estos profesionales. El hecho de poner en marcha programas formativos tendr¨¢ otra consecuencia positiva: la empresa tendr¨¢ el doble de posibilidades de atraer a estos perfiles, se?ala el informe. ¡°Normalmente los cient¨ªficos de datos prefieren ir a compa?¨ªas donde el big data es parte esencial de la estrategia¡±, indica Fernando Meco.

Integrar a los cient¨ªficos de datos. Las empresas encuestadas ponen m¨¢s esfuerzos en formar a sus gestores en big data (49%) que en conseguir que sus cient¨ªficos de datos entiendan mejor c¨®mo funciona el negocio (34%). Error. ¡°Ambos deben acercar posiciones y entender la importancia del otro lado¡±, asegura Meco. ¡°A los cient¨ªficos de datos no les ense?an en la universidad formas efectivas de comunicar la utilidad de los datos a los diferentes departamentos de una empresa, ponen el foco en aspectos t¨¦cnicos. Por ello es la propia compa?¨ªa la que debe asegurar que haya comunicaci¨®n y que los estad¨ªsticos no trabajen de forma aislada¡±, a?ade.

Adem¨¢s de saber interpretar los datos externos a las compa?¨ªas, es imprescindible saber analizar los propios y ser capaz de predecir posibles cambios para reaccionar a tiempo. Ejemplo de ello es el Hospital La F¨¦ de Valencia, el primero que ha implantado modelos predictivos a partir del big data. Este centro hospitalario est¨¢ utilizando un programa de visual analytics de la empresa SAS para mejorar la asistencia a pacientes cr¨®nicos. ¡°Han analizado durante un a?o factores como la periodicidad con la que los pacientes acuden al hospital solicitando un ingreso o durante qu¨¦ semanas de la enfermedad suelen agravarse los s¨ªntomas. De ah¨ª han extra¨ªdo patrones y ahora son capaces de programar con antelaci¨®n tanto el ingreso de nuevos pacientes como las recomendaciones m¨¦dicas pertinentes seg¨²n avanza la patolog¨ªa¡±, explica Fernando Meco.

Otro caso es el de la compa?¨ªa de seguros Caser. Fundada en 1942, dio un giro a su cultura empresarial hace cuatro a?os para integrar el big data en la toma de decisiones. De un departamento formado por 12 expertos en datos que trabajaban ¡°aislados¡± elaborando informes, se pas¨® a un equipo de 21 miembros que se integraron en diferentes departamentos con el rol claro de analistas de datos. Adem¨¢s, los 1.200 empleados de la sede de Madrid recibieron formaci¨®n para aprender a valorar e interpretar los gr¨¢ficos de datos. ¡°No basta con contratar a un par de matem¨¢ticos. La capacidad anal¨ªtica es fr¨ªa y puede ser peligrosa. Hace falta que haya una fusi¨®n con los trabajadores habituales, que conocen bien c¨®mo funciona el negocio y pueden tomar decisiones m¨¢s acertadas¡±, se?ala Agust¨ªn Matey, director de clientes de Caser.

Los resultados de esa integraci¨®n se vieron en algunas decisiones tomadas hace unos a?os. Los datos en bruto mostraron en un primer momento que clientes que contrataban un seguro de hogar con el pack reducido lo cancelaban con m¨¢s frecuencia que los que se decantaban por el pack completo (con un precio superior). El primer an¨¢lisis de esos datos indicaba que hab¨ªa que suprimir los packs reducidos.

Pero por encima de los datos, estaba la experiencia de los trabajadores veteranos de la empresa, que conoc¨ªan bien a los clientes. ¡°Nos dimos cuenta de que ese tipo de clientes eran los que ten¨ªan viviendas alquiladas, que cancelaban el seguro cada vez que se quedaban sin inquilino. Si hubi¨¦semos eliminado los packs reducidos, hubi¨¦semos perdido a todos estos clientes¡±, cuenta Matey.

Desde que el big data es parte esencial en su toma de decisiones han conseguido reducir un 4,2% la cancelaci¨®n de seguros de salud de clientes ¡°de alto valor¡±, y un 2% la de seguros del hogar. ¡°El an¨¢lisis de datos nos permite identificar patrones de comportamiento de los clientes que nos abandonan y dise?ar acciones a trav¨¦s del departamento de marketing para anticiparnos a esa decisi¨®n y ofrecer incentivos como una cuota mensual gratis¡±. Ahora saben que cuando un cliente pinta todo el coche hay muchas probabilidades de que lo quiera vender y, por lo tanto, cancelar el seguro. R¨¢pidamente ponen a funcionar la maquinaria y les ofrecen alg¨²n tipo de descuento.