Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Gestionar los riesgos: lo que toda organización
debería aprender de las compañías de seguros
3
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
La empresa integra la puntuación del modelo predictivo con el fin
de actuar según lo aprendido. En cada paso dado, la puntuación
predictiva prevé dónde se puede “meter la pata” incurriendo en
un riesgo innecesario y, por tanto, ayuda a la empresa a evitarlo.
De modo que el análisis predictivo ofrece un exhaustivo sistema
basado en datos para la gestión de los riesgos.
4
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Crecimiento del sector. La carrera ha empezado y el análisis
predictivo va por delante a toda velocidad, con un índice de
crecimiento anual estimado del 8-10%.5 En una encuesta, el 85% de
los encuestados prevé desplegar nuevos análisis predictivos en
cinco años; el 51,5% en seis meses.6 En otra, el 79% de las grandes
empresas prevé desplegar análisis predictivos.7 “A más largo plazo,
el objetivo principal para entre dos tercios y tres cuartos de los
ejecutivos es desarrollar la capacidad de sistematizar y prever
comportamientos hasta tal punto que las decisiones individuales
puedan tomarse en tiempo real, basándose en los análisis que se
tienen a mano.”8
5
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Siete razones por las que necesita el análisis predictivo —
Objetivos estratégicos clave conseguidos:
Figura 1. Una empresa implementa el análisis predictivo en diversas unidades de negocio. Los dígitos
del 1 al 7 insertados en un círculo indican dónde se ha alcanzado el objetivo estratégico de los
citados más arriba.
6
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
1. Competir – Asegurar el baluarte más poderoso y
singularmente competitivo
Las altas
probabilidades “En un tiempo en que las empresas de muchos sectores
señaladas por un ofrecen productos similares y utilizan tecnologías
modelo predictivo comparables, los procesos de negocio de alto rendimiento
constituyen uno de los últimos recursos de diferenciación.”
componen una lista de
contactos Competing on Analytics: The New Science of Winning
personalizada y (Competencia en análisis: la nueva ciencia del triunfo),
T. Davenport and J. Harris
propietaria.
Cuando los productos que ofrece una empresa –al igual que los que se
………………………… emplean internamente- llegan a ser de consumo masivo, la ventaja
Un modelo predictivo competitiva dependerá de las mejores que se realicen en los procesos
The top prospects
distingue los
de negocio. Aplique el análisis predictivo, cuya propuesta de valor
consiste en tomar decisiones empresariales con mayor prontitud y en
flagged by a predictive
microsegmentos de hacer progresar sus funciones con el aprendizaje organizativo aplicado.
model compose
clientes que eligen su
Este proceso de aprendizaje proporciona una ventaja competitiva única
y revela los puntos débiles de la competencia. Los resultados de las
aempresa
customized,
de aquellos encuestas demuestran que un "entorno competitivo más duro" es con
proprietary
que se pasancontact
a la diferencia la razón de mayor peso por la que las organizaciones
adoptan el análisis predictivo.10
list
competencia. De este
modo, su organización
………………………………
La afilada punta de lanza de la competitividad. El análisis predictivo
ofrece una poderosa, singular y cualitativa diferenciación al
identifica exactamente proporcionar a su empresa un recurso propietario de inteligencia
Adepredictive model
qué adolece su empresarial con la que puede competir en ventas y en preservación de
distinguishes the
competidor, sus clientes. Un modelo predictivo generado a partir de los datos de su
empresa se sirve de la experiencia de la que solo ésta es conocedora,
microsegments
puntos débiles. of ya que es única tanto para la lista de prospecciones como para el
customers who choose mensaje del producto y de marketing al que los clientes deben dar
respuesta (tanto positiva como negativa). Por tanto, la perspicacia y la
your company from inteligencia del modelo están fuera del alcance del conocimiento
those who defer común, y las altas probabilidades que marca componen una lista de
contactos personalizada y propietaria.
or defect to a
competitor. In Conocer los puntos débiles de la competencia antes que ella. En
this way, your contraste con las tendencias más extendidas que pueden medirse a
gran escala, un modelo predictivo consigue patrones y tendencias de
organization identifies compra más refinados en forma de microsegmentos de clientes. Puesto
exactly where your que los datos por los que se instruye el modelo incluyen las ventas (y su
defecto) a clientes que presumiblemente tienen conocimiento no
competitor falls short, solamente de sus productos y marketing, sino también de los de la
its weaknesses. competencia, el proceso de modelado aprende a distinguir eficazmente
los microsegmentos de clientes que eligen su empresa de aquellos que
se pasan a la competencia. De este modo, su empresa identifica
exactamente de qué adolece su competidor, sus puntos débiles, tal
como revelan las tendencias de comportamiento que se encuentran
7
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
codificadas en sus datos. La empresa promueve entonces este
Las aplicaciones de marketing y ventas de los análisis predictivos constituyen las principales propuestas de
valor, proporcionando valor de manera uniforme en distintos sectores. Cada cliente recibe una puntuación
predictiva en lo que respecta al comportamiento relacionado con las ventas, ya sean compras, respuestas,
fugas y clics. Las puntuaciones determinan entonces las operaciones empresariales con respecto al
comportamiento en marketing, ventas, atención al cliente y sitio web. De este modo, el análisis predictivo
ofrece su ventaja competitiva única a determinadas actividades que incluyen el trato directo con el cliente.
Predecir la respuesta al marketing directo, la aplicación empresarial mejor establecida del análisis predictivo,
aporta una enorme rentabilidad. La propuesta de valor es simple. Al suprimir aquellos clientes con menor
probabilidad de respuesta, los costes se reducen drásticamente y los beneficios crecen. Si el 40% de los
clientes identificados como los de mayor probabilidad de respuesta incluye el 80% del total de los que
responden, se puede eliminar una buena parte del otro 60%, lo que permite ahorrar sobremanera en los
costes de las campañas; y el balance final asciende vertiginosamente. Por ejemplo, el First Tennessee Bank
redujo sus costes de mailing directo en un 20% y aumentó el índice de respuesta en un 3,1% al implementar
patrones de respuesta y otras mejoras en procesos basados en análisis. Puede obtener más información
sobre este y otros casos prácticos en http://tinyurl.com/PAExamples. Para obtener más detalles sobre cómo
funciona el análisis predictivo y cómo mejorar los beneficios, consulte el artículo Gestión de la Información,
“Predictive Analytics with Data Mining: How It Works.”11
La creación de modelos de fuga de clientes puede ser la aplicación empresarial más atractiva del análisis
predictivo. Puesto que conservar los clientes es el principal objetivo de muchas organizaciones, los incentivos
para lograr conservarlos de forma eficiente, como las ofertas de descuentos, pueden ser bastante costosos.
La ganancia se consigue cuando una oferta semejante se dirige solamente a aquellos clientes con mayor
probabilidad de fuga. Con una estrategia de conservación de clientes bien dirigida, la tasa de crecimiento de
su base de clientes se acrecienta y se amplía. Para obtener más detalles, consulte el artículo BeyeNETWORK,
“Six Ways to Lower Costs with Predictive Analytics,”12 y el artículo Gestión de la información, “Predictive
Analytics' Killer App: Retaining New Customers.”13
8
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Más aplicaciones. Las aplicaciones de ventas y marketing del
análisis predictivo incluyen también ejemplos de puntuación para
seleccionar los recursos de ventas, recomendaciones de producto
para aumentar las ventas de gama alta y complementarias,
selección específica de clientes basada en el comportamiento para
sacar el máximo partido a los clics de publicidad online, análisis de
encuestas de estudios de mercado, puntuación de los canales de
ventas y otras aplicaciones B2B, clasificación de recopilaciones,
selección de objetivos para el correo electrónico, beneficio
incrementado de la recaudación de fondos mediante puntuación de
los donantes, y selección de clientes con un valor de ciclo de vida
mayor para adquisiciones, ventas de productos de gama superior y
atención a los clientes de segmentos superiores.
9
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
automóviles ha multiplicado por 6,5 veces su capacidad de
detección si la comparamos con lo que se consigue sin medios para
clasificar y puntuar las reclamaciones de seguros.
10
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Se acerca una ola prácticamente sin límites de nuevas “aplicaciones
rompedoras”. Las recientes innovaciones continúan ampliando la
gama de aplicaciones de análisis predictivo, en tanto que mejoran su
capacidad esencial y hacen progresar la actividad principal de las
empresas de distintos tipos de negocios. Otros ejemplos incluyen la
optimización de la cadena de suministro con predicción de la
demanda según el inventario, procesamiento de solicitudes mediante
la predicción de aprobaciones y denegaciones, rendimiento de
recursos humanos y creación de modelos de las bajas de personal
que servirán de base a la hora de seleccionar nuevas incorporaciones,
El análisis predictivo contrataciones y retención del capital humano, marketing sanitario
hace progresar proactivo mediante la predicción de riesgos relacionados con la salud,
comercialización algorítmica (caja negra) mediante la predicción de
también las actividades mercados, y puntuación de electores políticos para la predicción de
principales de las los votantes probables o indecisos con vistas a optimizar las
empresas en lo que campañas políticas. Si nos trasladamos a otros campos vemos que las
aplicaciones para ingeniería, ciencia, diagnosis médica y
atañe a optimización farmacéuticas (descubrimiento de fármacos) utilizan en buena
de la cadena de medida las mismas técnicas analíticas esenciales, aunque el concepto
suministro, toma de análisis predictivo en general se reserva para aplicaciones
empresariales.
decisiones sobre
RRHH, puntuación de 5. Satisfacer – Satisfacer las expectativas cada vez más
electores políticos para exigentes del consumidor de hoy en día
optimizar las
Durante más de una década se ha dicho que la experiencia del
campañas políticas, y consumidor será el “próximo campo de batalla para ganar en
mucho más. competitividad.”17 Dando por supuesta la agudeza de la competencia,
el análisis predictivo será el medio con el que mantenerse de pie en
…………………………… este campo. Las ventajas que proporciona a la empresa –de las que
ya hemos hablado en este informe- suponen un “reverso” no menos
Con el análisis próspero: ventajas para el consumidor que consigue más por menos,
predictivo el de forma más fácil y fiable.
consumidor consigue I. Mayor relevancia mediante un marketing que selecciona sus
más por menos, de objetivos de forma más precisa. Los consumidores siempre
forma más fácil y fiable. demandan un mayor grado de relevancia. A medida que pasa el
tiempo cada vez se tolera menos la publicidad por correo y el SPAM.
……………………………… Las recomendaciones sobre productos son cada vez más visibles, se
valoran más e incluso se esperan. El análisis predictivo constituye un
El análisis predictivo punto de venta explícito para el consumidor final, tal como se aprecia
en el asunto de los correos electrónicos en una campaña sobre
constituye un punto de recomendaciones de productos realizada por un conocido sitio web
venta para el de comercio electrónico: “Creemos que esto será de su interés.”18
consumidor final:
II. Mejores productos y servicios mejorando la capacidad esencial
“Creemos que esto será del negocio. Las mejoras que ofrecen el control de calidad analítico,
de su interés.” la creación de modelos de fiabilidad, los servicios perfeccionados y el
rápido procesamiento de las aplicaciones satisfacen las demandas
11
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
cada vez más exigentes del consumidor. Los consumidores finales, al
igual que los clientes corporativos B2B, siempre se inclinarán hacia un
mayor conocimiento, agilidad y un gusto refinado. Crecen las
opciones para elegir proveedores, productos y servicios y los
consumidores se sienten confiados gracias a un conocimiento
exhaustivo, como el que se obtiene online.
IV. Precios más baratos mediante una mayor eficiencia. Con una
fuerza competitiva asegurada, el éxito genera éxito. El crecimiento
empresarial comporta nuevos ahorros, tanto en la propia ejecución
de análisis predictivos como en la productividad de la empresa en
El “arte” hace general.
que el análisis 6. Aprender – Implementar los análisis más avanzados
predictivo actualmente
funcione; la La inteligencia empresarial estándar y los métodos de emisión de
ciencia informes proporcionan valor a su capacidad de resumir el pasado. Las
técnicas de elaboración de informes empresariales, incluidas las
demuestra que tarjetas de resultados, paneles de control, indicadores de
rendimiento, procesamiento analítico en línea, consultas ad hoc y
funciona. segmentación estándar de marketing como el método RFM, ofrecen
un análisis retrospectivo.
……………………
La capacidad del análisis predictivo para aprender de la experiencia
Lectura adicional: es lo que hace que esta tecnología sea predictiva, distinguiéndola de
Para acceder a una otros sistemas de inteligencia artificial y técnicas analíticas. Los
introducción sobre modelos predictivos se han diseñado de forma excepcional para
optimizar las predicciones más inmediatas, como la fuga de clientes.
cómo funciona esta Este proceso de optimización constituye un acto de aprendizaje
tecnología, puesto que para tener éxito debe pergeñar generalizaciones a partir
de datos en forma de patrones y pautas matemáticas, y estas
consulte: “Predictive generalizaciones deben confirmarse cuando se apliquen a próximos
Analytics with Data casos aún no conocidos. La obtención de un sólido modelo predictivo
Mining: a partir de datos de la organización es un verdadero acto de
How It Works”19 aprendizaje a partir de la experiencia.
12
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
se dan no sólo en los datos disponibles sino en general (conocido también como inducción), recae en la
intuición y las ideas humanas. Afortunadamente, la ciencia sirve para hacer que estas ideas sean
formales y para medir el grado de eficacia en que generaliza realmente el modelo predictivo resultante.
El “arte” hace que funcione; la ciencia demuestra que funciona.
Los métodos establecidos de análisis predictivo son competentes y sólidos, en tanto que producen
modelos predictivos que funcionan. Estos métodos incluyen árboles de decisiones, regresión logística,
Naïve Bayes y redes neuronales. Para acceder a una introducción sobre cómo funciona esta tecnología
esencialmente, consulte el artículo Gestión de la información, “Predictive Analytics with Data Mining:
How It Works.”19 Para obtener un estudio técnico sobre métodos, consulte el Handbook of Statistical
Analysis and Data Mining Applications.20 Para obtener un libro de texto académico con exhaustivos
cálculos matemáticos y de probabilidades: Machine Learning, de T. Mitchell (McGraw Hill, 1997).
Integración de análisis de textos y datos sociales. El análisis predictivo integra y aprovecha las potentes
fuentes de datos como los datos sociales y el texto no estructurado. Una gran empresa de
telecomunicaciones duplicó el rendimiento de los modelos de fuga de clientes integrando datos sociales,
ya que si los amigos de un subscriptor de llamadas cambian de operador de telefonía móvil, es muy
probable que el subscriptor lo haga también. De forma análoga, una gran compañía de
telecomunicaciones de Norteamérica ha demostrado que los clientes que ya han realizado una
cancelación en su red de telefonía tienen una probabilidad del 600% de volver a hacerlo.21 Una
importante universidad online se centra en los amigos de los actuales estudiantes, puesto que las
probabilidades de que éstos también se matriculen es del 320%.22 Una empresa internacional de
tecnología perteneciente al grupo Fortune 500 creó modelos de fiabilidad para predecir qué
componentes debería cargar en los camiones de reparación y suministros mediante el análisis de los
datos textuales a partir de las notas de un agente de atención al cliente.23 Obtenga una visión general
del análisis de textos en: "Text Analytics 2009: User Perspectives on Solutions and Providers." 24
Los profundos conocimientos que se obtienen a partir de los sistemas estándar de inteligencia
empresarial y de elaboración de informes no son inmediatamente procesables; primero deben ser
llevados a la práctica por medio del juicio humano. Los métodos de medición, los informes, los paneles de
control y otros análisis retrospectivos son componentes importantes de la inteligencia empresarial, pero
su ejecución será apropiada en tanto que esté claro a priori qué tipo de acciones o decisiones se
recomiendan, si es que se recomienda alguna.
14
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Conclusiones
El análisis predictivo proporciona abundantes oportunidades para la evolución de la empresa. Aun cuando su
empresa ya utilice esta tecnología, ésta presenta una gama tan amplia de propuestas de valor que siempre
existirá un nuevo terreno donde implementarla. Defina el nuevo modo en que desea que su empresa
evolucione aprendiendo sistemáticamente a partir de la experiencia organizativa y aplicando lo que ha
aprendido. Si los negocios son un “juego de números”, el análisis predictivo es el modo en que hay que jugar.
Seminario de formación: Predictive Analytics for Business, Marketing and Web, un seminario
intensivo de dos días de duración impartido por Prediction Impact, Inc.
http://www.businessprediction.com
Curso online: Predictive Analytics Applied, acceso inmediato, a petición en cualquier momento
http://www.predictionimpact.com/predictive-analytics-online-training.html
Conferencia: Predictive Analytics World, el evento internacional centrado en los negocios para los
profesionales del análisis predictivo, gestores y agentes comerciales. Aprenda de líderes en el
sector, profesionales expertos, casos prácticos y talleres.
http://www.predictiveanalyticsworld.com
Guía online: The Predictive Analytics Guide. Artículos, portales y otros recursos.
http://www.predictiveanalyticsworld.com/predictive_analytics.php
15
© 2010 Prediction Impact, Inc. Reservados todos los derechos.
Acerca de IBM Business Analytics
El software de IBM Business Analytics ofrece información exhaustiva, coherente y precisa en la que confían los responsables de tomar
decisiones para mejorar el rendimiento empresarial. Un paquete completo de inteligencia empresarial, análisis avanzados, rendimiento
financiero, gestión de estrategias y aplicaciones analíticas le proporciona una visión clara, inmediata y procesable del rendimiento
actual y la capacidad de predecir futuros resultados.
En combinación con otras valiosas soluciones del sector, acreditadas prácticas y servicios profesionales, las organizaciones de cualquier
tamaño pueden impulsar la mayor productividad de la TI y obtener mejores resultados.
1
Predictive Analytics World survey: http://www.predictiveanalyticsworld.com/Predictive-Analytics-World-Survey-Report-Feb-2009.pdf
2
Informe TDWI: Predictive Analytics: Extending the Value of Your Data Warehousing Investment, de Wayne Eckerson, TDWI
3
Informe IDC: “Predictive Analytics and ROI: Lessons from IDC's Financial Impact Study,” septiembre, 2003.
4
"Predictive Analytics: The Right Tool for Tough Times," de David White. Un informe de Aberdeen Group. Febrero, 2010.
5
Informe IDC: “Predictive Analytics and ROI: Lessons from IDC's Financial Impact Study” septiembre, 2003.
6
Encuesta de Predictive Analytics World: http://www.predictiveanalyticsworld.com/Predictive-Analytics-World-Survey-Report-Feb-
2009.pdf
7
“Predictive Analytics: The BI Crystal Ball,” Aberdeen Group, mayo, 2008.
8
“Why Predictive Analytics Is A Game-Changer,” Dave Rich y Jeanne G. Harris, Forbes. http://www.forbes.com/2010/04/01/analytics-
best-buy-technology-data-companies-10-accenture.html
9
"IBM to Acquire SPSS, Adding to Acquisitions," Wall Street Journal, 30 de julio de 2009.
http://online.wsj.com/article/SB124878176796786611.html
10
"Predictive Analytics: The Right Tool for Tough Times," de David White. Un informe de Aberdeen Group. Febrero, 2010.
11
http://www.information-management.com/specialreports/20050215/1019956-1.html
12
http://www.b-eye-network.com/view/12269
13
http://www.information-management.com/issues/20070201/1086401-1.html
14
http://www.b-eye-network.com/view/9392
15
http://www.b-eye-network.com/view/12269
16
Para consultar otros informes relacionados con los seguros y la creación de modelos predictivos, vaya a
http://www.aicpcu.org/doc/predictivemodelingwhitepaper.pdf
17
“The Customer Experience,” Fast Company, 30 de septiembre de 1999. http://www.fastcompany.com/magazine/nc01/012.html
18
Correo electrónico recibido por el autor, 8 de marzo de 2010.
19
http://www.information-management.com/specialreports/20050215/1019956-1.html
20
Handbook of Statistical Analysis and Data Mining Applications, R. Nisbet, J. Elder, G. Miner, Elsevier Publishing, 2009.
http://www.tinyurl.com/bookERI
21
Gracias a Michael Driscoll, Dataspora (http://www.dataspora.com) por este caso práctico. Para obtener más información, consulte
http://blog.summation.net/2009/11/birds-of-a-feather-use-the-same-phone-service-provider.html
22
Gracias a Rapleaf (http://www.rapleaf.com) por este caso práctico.
23
Gracias a Dean Abbott, Abbott Analytics (http://www.abbottanalytics.com) por este caso práctico.
24
"Text Analytics 2009: User Perspectives on Solutions and Providers," de Seth Grimes (http://sethgrimes.com).
http://www.slideshare.net/SethGrimes/text-analytics-2009-user-perspectives-on-solutions-and-providers
25
James Taylor, CEO y asesor principal, Decision Management Solutions (http://www.decisionmanagementsolutions.com). “Smart
(Enough) Systems: How to Deliver Competitive Advantage by Automating Hidden Decisions,” de J. Taylor and N. Raden. Prentice Hall,
2007.
26
"Driven with Business Expertise, Analytics Produces Actionable Predictions," Con análisis CRM funciona como una actividad
empresarial, los resultados se pueden procesar en el marco operativo de su empresa y repercutirán enormemente en el modelo de negocio
de su empresa – DestinationCRM, 29 de marzo de 2004. http://www.destinationcrm.com/Articles/Web-Exclusives/Viewpoints/Driven-
with-Business-Expertise-Analytics-Produces-Actionable-Predictions-44224.aspx
27
"What Does Your Credit-Card Company Know About You?" New York Times, 12 de mayo de 2009.
http://www.nytimes.com/2009/05/17/magazine/17credit-t.html YTW03080-ESES-05
16
© 2010 Prediction Impact, Inc. Reservados todos los derechos.