El análisis predictivo de datos, la herramienta que te ayuda a anticiparte a tu cliente
Conocer los comportamientos de los usuarios en la Red ayuda a vender más o anticipar cambios económicos. Por ello, se está apostando por crear en las empresas equipos de analistas capaces de interpretar los miles de datos que circulan por Internet y crear algoritmos para conocer las tendencias de los ciudadanos.
El banco de Inglaterra anunciaba en enero la creación de un equipo especial de analistas para estudiar los comportamientos de los ciudadanos en las redes sociales. Su misión: predecir la economía. En Estados Unidos, fondos de alto riesgo como Tashtego comienzan a estudiar el uso de Twitter o Facebook de los inversores. Unos datos que guían al hedge fund para apostar en bolsa. Todas las huellas que se dejan en Twitter, en Facebook o en las aplicaciones que tenemos instaladas se almacenan y estudian, las búsquedas o las compras se analizan con lupa.
¿Se puede conjeturar los vaivenes de la economía o lograr predicciones más precisas de los comportamientos de los ciudadanos utilizando este tipo de información no convencional?
El experto en marketing digital Juan Merodio señala que para predecir los comportamientos de los ciudadanos “no sólo vale tener los datos de los consumidores, hay que saber cruzarlos. Paradójicamente tenemos miles de datos almacenados pero muchas veces no nos sirven de nada. Me gusta hablar más de small data que de big data, es más lógico saber analizar pocos datos que almacenar miles sin ningún sentido”.
Para Merodio el futuro de las empresas pasa por comenzar a crear equipos de analistas capaces de interpretar los miles de datos que circulan por Internet y crear algoritmos para conocer las tendencias de los ciudadanos. “Sin darnos cuenta, cuando nos enganchamos a un WiFi público, por ejemplo, estamos cediendo todos nuestros datos, las páginas que visitamos… una información muy valiosa para las empresas. También nos instalamos muchas aplicaciones que permiten a las compañías tener todos nuestros datos”, explica el experto.
Ejemplos de apps y webs predictivas
Uno de los ejemplos es la aplicación Google Now que es capaz de darnos información antes de que hayamos pensado en buscarla: alerta de las noticias que pueden interesar al usuario o el comienzo de su programa favorito.
Google Now es capaz de darnos información antes de que hayamos pensado en buscarla
Merodio, asimismo, destaca la web predictiva de la empresa estadounidense Target que puede llegar a saber que una mujer está embarazada analizando su compra. Relaciona una lista de 25 productos que las mujeres compran cuando están embarazadas y esta información le permite mandar publicidad de productos específica a este grupo.
La web predictiva puede dar una paso de gigante con la presentación de Amazon de Machine Learning, la aplicación que permite a los desarrolladores utilizar datos históricos para crear modelos predictivos. La tecnología que propone la compañía es la misma que utiliza para realizar predicciones de compras en su web de comercio electrónico.
Ayuda a las empresas a usar todos los datos que han recogido para mejorar la calidad de sus decisiones. Permite detectar problemas con transacciones financieras, prevenir que el cliente cambie de compañía, predecir las nacionalidades de los huéspedes en los establecimientos hoteleros para ofrecerles servicios especiales que les gusten…
“Amazon Machine Learning es el resultado de todo lo que hemos aprendido tras permitir a los miles de desarrolladores de Amazon construir modelos rápidamente, experimentar con ellos y escalarlos para realizar aplicaciones predictivas globales”, declaraba Jeff Bilger. Manager Machine Intelligence de Amazon.
Al poner esta tecnología en manos de todas las compañías, Amazon pretende posicionarse en un mercado de los motores predictivos, y competir con Google, Microsoft o IBM. En la presentación de Machine Learning el gigante norteamericano incidió en que su uso es sencillo, no requiere ser un experto en estadística o en análisis de datos para no perderse en el mar de datos.
Juan Merodio señala que las empresas españolas todavía no están “al día” en el estudio de los datos y recalca la importancia de analizar los datos “en tiempo real. Es vital para el futuro de las compañías, el consumidor cambia muy rápido y hay que saber analizar los datos en el momento, la marcha de las empresas va a estar condicionada a la predicción de los datos”. Una necesidad que permite predecir que el experto en Big Data se puede convertir en la profesión más atractiva del siglo XXI.