Los datos hablan por sí solos, y a veces nos dicen cosas que no nos esperábamos. Tan sólo hay que hacerles la pregunta adecuada. Pero esto puede ser más difícil de lo que parece.
Cuando un directivo tiene un “agujero” en su negocio y no sabe muy bien por donde está perdiendo agua, muchas veces intenta localizar el problema mediante el tradicional método de “prueba-error”.
Sin embargo, un buen análisis de datos permite detectar patrones de comportamiento que saque a la luz la cara de ese obstáculo.
Para ello, es necesario tener en cuenta todas las variables que afectan a nuestra unidad de negocio, si nos dejamos alguna es posible que estemos pasando por alto el quid de la cuestión. Así, la importancia de conocer el contexto que rodea al negocio del caso de estudio es clave para elegir las mejores variables que enriquezcan y a su vez expliquen el modelo.
Por otro lado, debemos evitar “las trampas al solitario”. Hay que ser honesto con el análisis y hacerlo de la manera más objetiva posible para no caer en la trampa de “querer que el modelo diga lo que yo quiera que salga”. Lo ideal es dejar que el modelo trabaje con los datos de la manera más aséptica posible y dejar que nos sorprenda. De esta forma podremos detectar patrones que no sospechábamos, que es mucho más divertido a que simplemente el modelo confirme lo que ya sabíamos.
El Big Data por amor al arte no resuelve retos de negocio
Además de todo esto, hay que tener en cuenta siempre que no debemos perder la visión de negocio en el análisis de datos. El Big Data por amor al arte no resuelve retos de negocio, debe ser un proyecto con impacto directo en el caso que se plantee. Por eso siempre decimos que usamos la tecnología como un medio y no como un fin en sí mismo.
Todo esto está muy bien, pensarás, pero seguramente te resulte esto más fácil de entender si te mostramos algún caso concreto.
- Por ejemplo, en PiperLab llevamos a cabo un proyecto muy interesante dentro del sector gasista que consistió en afrontar el reto de cualificar automáticamente su mercado potencial mediante la detección de palabras clave en los CNAEs y objeto social de una base de datos de sus potenciales clientes. ¿Qué descubrieron? Que el 25% del mercado se cualificó con una alta fiabilidad. La empresa generó una relación de potenciales oportunidades de venta con cada uno de ellos, gracias a un sistema de recomendación de contenidos personalizado por cada cuenta potencial. El resultado fue un menor número de comunicaciones con cada cliente pero más efectivas, por lo que la satisfacción del cliente se incrementó y la imagen que se da desde la empresa se transformó en otra mucho más profesional
- Otro proyecto interesante que hemos llevado a cabo recientemente y que nos ha demostrado una vez más que los datos muchas veces nos sorprenden, es uno relacionado con la detección de fraude en el sector industrial. El objetivo del proyecto era detectar diferencias entre el peso de la mercancía declarada por los proveedores a nuestro cliente y el volumen real de material que se manejaba. Nuestro cliente sospechaba que podríamos encontrar diferencias entre estos dos valores, así que con un buen tratamiento de datos pudimos confirmar esta anomalía en el proceso e incluso predecir futuras irregularidades por cada proveedor basadas en los históricos de cada uno.
Por eso desde PiperLab queremos animarte a que explotes tus datos, y lo hagas de la mano de Data Scientists expertos en negocio.
Extraer el máximo partido de todos los datos que tienes acumulados en tu empresa y descubrir el valor que hay en ellos te puede ayudar a optimizar procesos, descubrir nuevas líneas de negocio o reducir costes.
¿Te atreves? ¡Contáctanos!
