Las decisiones en el mundo de los negocios ya no se toman con base en los reportes financieros, sino apoyadas en la nueva religión de la analítica avanzada.

IBM se tomó la molestia de calcular el espacio que ocupa la información que generan los humanos y el resultado es asombroso. Si todos los bits y bytes de datos del último año fueran guardados en CD’s, se generaría una gran torre desde la Tierra hasta la Luna y de regreso. Vivimos bajo un verdadero tsunami de datos y el mundo de los negocios halló finalmente una solución para aprovecharlos. Se conoce como Big Data y consiste en un cuerpo de tecnologías para capturar, clasificar y analizar en tiempo real los petabytes y exabytes de información que a diario se generan desde múltiples fuentes: sistemas de facturación, sensores colocados a lo largo y ancho del mundo, trinos y post en las redes sociales, satélites y teléfonos móviles, entre muchas otras. Porque justamente esa es una de las principales virtudes de Big Data: procesar información estructurada y no estructurada. La primera es la información tradicional: cifras de ventas, estados contables, reportes financieros, que han sido las fuentes de información usuales en el mundo de los negocios y para los que se aplica la analítica convencional. Pero ahora, gracias a tecnologías disruptivas, se suman las comunicaciones humanas que transcurren en las redes sociales, las llamadas que reciben los Call Center, la información de los GPS o los videos que se publican en Youtube, todo convertido en datos no estructurados que alimentan la toma de decisiones en una empresa de nuestros días.

Gracias a avanzadas técnicas de Computación Cognitiva (que es el término utilizado para denominar a la evolución reciente de la Inteligencia Artificial), es posible que un gerente tome decisiones estratégicas basado ya no es los reportes financieros, sino en los sentimientos que los clientes expresan a través de Facebook o Twitter. El procesamiento del lenguaje natural ha madurado lo suficiente para interpretar correctamente un trino y convertirlo en un dato útil para el monitoreo de los negocios. Cualquier recurso humano sería insuficiente para capturar, clasificar y evaluar este torrente de datos no estructurados, pero las poderosas plataformas de analítica avanzada pueden hacerlo en segundos. Watson, el celebrado motor cognitivo de IBM, es capaz de procesar 800 millones de páginas de información por segundo. Con capacidades computacionales como esta, manejar un negocio es otra cosa. El enfoque se llama “Analítica en tiempo real” y permite mejorar radicalmente la proactividad de un negocio. “Antes nos enterábamos de los resultados de una campaña comercial un mes después; ahora segmentamos a los clientes en tiempo real mediante el marketing contextual”, explica Vivian Jones, gerente de SAS para Colombia y Ecuador. En concreto, consiste en entregar ofertas a los clientes “en caliente”, allí en donde ellos están en un momento determinado. Ya está sucediendo en Colombia. Una persona se acerca a un cajero automático en un centro comercial de Bogotá, para hacer un retiro. El cajero envía un mensaje al usuario ofreciendo un descuento en el almuerzo en cierto restaurante en la plazoleta de comidas, si éste acepta la oferta dentro de los próximos veinte minutos y utiliza la tarjeta del banco que envió el mensaje. Esta estrategia es posible porque se conoce el contexto en tiempo real del cliente: ubicación geográfica, hora y hábitos de consumo, entre otros datos. El éxito de este tipo de estrategias es claro. Las ofertas tienen un 30 % más de aceptación cuando son entregadas de esta forma al público potencial, según cálculos de SAS.

Máquinas que aprenden

Se requiere cada vez menos interacción humana para este nuevo mundo de los negocios conectados. El enfoque de “Machine Learning”, máquinas que aprenden de los usuarios y mejoran su conocimiento de un problema, se ha convertido en la aproximación más relevante en la actualidad. Aplicado al mundo de la Internet de las Cosas, en el que miles de millones de dispositivos conectados a Internet pueden comunicarse entre sí, el resultado es formidable. El transporte de carga aprovecha los datos de tráfico y estado de las carreteras para optimizar rutas y economizar combustible. De hecho, la compañía Continental provee en los mercados europeos un sistema de análisis inteligente para empresas de transporte conocido como eHorizon, que permitió ahorros durante los últimos cuatro años por 383 millones de euros en materia de combustible diésel, tan solo analizando la orografía y la información de las carreteras, así como las condiciones de las llantas y las inclinaciones de las vías entre otros factores. Todo mediante sensores y GPS en cada camión, que envían los datos a una central que analiza en tiempo real la información y devuelve recomendaciones instantáneas a los conductores.

Los medios de pago se benefician también de este enfoque. Aval puso en funcionamiento en el país su plataforma Vlip, instalada ya en varios restaurantes, que permite a los clientes pagar la cuenta – y aun dividirla entre cada uno de los comensales – con tan solo acercar el teléfono a la mesa, sin llamar al mesero, sin pedir la cuenta, y todo automatizado gracias a una app para teléfonos Android y iPhone,  y a las maravillas de una mesa con capacidades Bluetooht. A esta nueva generación pertenecen también los sensores colocados en refrigeradores de muchas tiendas, que detectan cuando están por acabarse los refrescos y asegura un nuevo pedido al proveedor, de tal manera que el refrigerador esté siempre surtido.

Pero la máquina inteligente más famosa del planeta es Watson, la creación con la que IBM quiere revolucionar el mundo de los negocios. Se hizo popular hace poco cuando venció a contendores humanos en el programa de televisión Jeopardy, pero su aparición allí era solo parte de la estrategia de mercadeo. En realidad, Watson está para cosas más interesantes. En salud, por ejemplo, es utilizada en el área de la oncología, para apoyar a los médicos en el diagnóstico de cierto tipo de cáncer, con información no estructurada (por ejemplo, hábitos de consumo e información sobre el paciente extraída de las redes sociales) e información estructurada (por ejemplo todos los documentos científicos existentes acerca de esta enfermedad), y cruzando estos datos brinda a los médicos elementos muy refinados para que ellos realicen diagnósticos más precisos y formulen tratamientos más personalizados.

Watson es capaz de entender el lenguaje natural de los humanos. Se le puede preguntar así no más, como hablando con otra persona, sobre casi cualquier cosa, porque ha procesado una descomunal colección de información enciclopédica. Una versión Freemium está disponible en la Web y ya en Colombia numerosas organizaciones han mostrado interés en su implementación para mejorar la competitividad de los negocios.

Negocios más inteligentes

Una estrategia Big data requiere de “la nube”, y de una infraestructura de servidores y aplicaciones potentes para gestionar gigantescas cantidades de datos y almacenarlas de manera segura. Pero sin análisis inteligente y automatizado de todo eso, Big data sería nada. “Hay un boom de Big data, pero para nosotros no es una moda, sino una oportunidad de monetizarla a través de la analítica; Big data es mucha información puesta en un repositorio, pero sin analítica no hago nada y no puedo tomar decisiones”, afirma Vivian Jones, gerente regional de SAS, la firma global más grande en el sector de analítica, con más del 30 % del mercado. Entre sus clientes en el país se cuentan Bancolombia, Colpatria, Directv y los tres operadores móviles más grandes y una prueba del auge de Big data en Colombia es que la facturación de SAS creció 576 % durante el primer semestre del presente año.

El propósito central de la mayoría de estrategias de Big Data es mejorar la interacción con los clientes. Los programas de lealtad se basan en Big Data, y hay empresas que abrieron nuevas líneas de negocio gracias a la información obtenida acerca de las tendencias de sus consumidores. “Las empresas necesitan definir una estrategia que impacte la experiencia del cliente. Hoy el consumidor adquiere productos y busca experiencias diferentes, y hay que identificar una cantidad de modelos de negocio y propuestas de valor para lograr satisfacer las aspiraciones del cliente”, dice Federico Martínez, gerente general de IBM Colombia.

Pero también se utiliza para reducir el fraude en el sector financiero y para mejorar el resultado de campañas comerciales. Una telco en Brasil mejoró en 200 por ciento su retención de clientes y un banco mejoró cuatro veces la tasa de adquisición de nuevos productos de banca personal entre clientes que fueron analizados bajo un modelo denominado “Social network analitycs”, provisto por Accenture, una consultora global que acompaña negocios basados en Biga Data y analítica avanzada. “En materia de riesgos financieros, un banco logró incrementar en 35 % la identificación de los malos pagadores y eso se trasladó a estrategias de cobro distintas”, explica Daniel Lázaro, líder de tecnologías de analítica para Latinoamérica de Accenture. Justamente, un estudio de esta firma sobre el impacto de Big Data encontró que el 92 % de quienes adoptaron estrategias de este tipo están plenamente satisfechos y lograron tasas de retorno superiores a las esperadas.

En Colombia hay casos notables de efectividad. Los fraudes alrededor del Seguro Obligatorio de Accidentes de Tránsito (SOAT) llegaron a significar 88.000 millones de pesos en pérdidas para las compañías aseguradoras, por reclamaciones falsas, según datos de Fasecolda. iQ Oursourcing, un proveedor de tecnologías de analítica avanzada, logró recientemente una reducción hasta del 80 % en la tasa de fraude en una compañía aseguradora, mediante el análisis predictivo, tomando patrones de los datos históricos y transaccionales para identificar riesgos y evitarlos. “Hoy en día, el conocimiento de la población permite determinar eventos que se pueden considerar irregulares de acuerdo al tipo de cliente, para tomar acciones efectivas en casos de posible fraude, como consumos elevados o transacciones inusuales“, indicó Santiago Aldana, presidente iQ Outsourcing.

El enfoque “cognitivo” de estas tecnologías puede ser utilizado en casi cualquier ambiente. El tan popular Pokemon Go se basa en el uso de este enfoque. “El éxito de PokemonGo es que poco a poco están conociendo a sus usuarios, utilizando estrategias de Big Data y Analíticas Avanzada con información capturada en tiempo real, enriquecida con comentarios y sentimientos publicados en redes sociales, aprovechando así el gran valor que tienen la información y los datos”, explica Andrés Carrasco, de Oracle, una tecnológica global que aplicó a su vez la herramienta Oracle Social Relationship Management para analizar el sentimiento de los millones de fanáticos de este popular juego. Se sabe que varias marcas comenzarán a pautar en la aplicación, como fruto de los hallazgos de la analítica avanzada.

Cultura de datos

Pero la adopción de una estrategia basada en Big Data y analítica avanzada supone mucho que más que la adquisición de un paquete tecnológico. “No vale la pena utilizar una tecnología solo porque existe; hay que tener una hipótesis o problema a solucionar”, explica Lázaro, de Accenture. En realidad, se trata de un cambio en la cultura corporativa y en la forma como se toman decisiones y se planifican los negocios en una compañía. Tomar decisiones basadas en datos supone, en cierta forma, toda una reinvención de los procesos de negocio. “La Transformación Digital va más allá de cambiar la página web de la empresa”, agrega Federico Martínez, de IBM.

Con las grandes innovaciones aparecen también los grandes problemas. La seguridad es uno de ellos. El experto Luis Ortiz, de Intel Security, lo explica en los siguientes términos: “Son demasiados los datos que existen hoy día, entonces hay mucho campo que proteger”. Intel Security fue la compañía encargada de identificar la famosa “operación High Roller” ocurrida en 2012, el mayor ataque cibernético masivo contra la banca internacional, y un tipo de crimen digital propio de la era Big Data. Los atacantes mostraron un nivel de sofisticación que asombró a los investigadores por la capacidad de automatización del proceso.

La importancia de una estrategia Big Data ha llevado a que se posicione sólidamente el rol de los científicos de datos y que se haya creado un nuevo cargo en las grandes compañías que abrazan esta nueva cultura: el CDO (Chief Data Officer), un gerente especializado en estas materias. “Hay procesos internos que deben cambiar; una tecnología disruptiva no se puede tratar con procesos tradicionales”, afirma Gustavo Chávez, de Accenture. La era de los datos ha llegado y las empresas que así lo entienden entraron ya – o planean hacerlo en los próximos meses – en esta nueva etapa.

Publicado originalmente en DINERO, edición 501, 2016.