Yahoo Finanzas Tecnología pyme. Cómo sacarle el jugo a los datos
La más mínima interacción en el ciberespacio deja una huella que nutre las bases de datos para generar después patrones capaces de ayudar a una empresa a mejorar un producto o servicio, formar un stock, organizar la fabricación, segmentar y hasta detectar fraudes.
Tiempo atrás, las ventas se fundaban en la confianza y reputación de una marca o firma. Las cosas cambiaron con la tecnificación. Para 1987, Howard Desner introdujo el término inteligencia empresarial o business intelligence. Bajo esa denominación agrupó a los métodos y conceptos para la toma de decisiones basado en hechos. De ahí en más la información cobró relevancia.
Laberintos, espejos, big data y otros emergentes de la "economía borgeana"
“En la actualidad, los datos son un activo más dentro de la empresa. Optimizarlos permite intensificar la oferta de valor. Así, en el mercado, se cotizan más las firmas que mejor los emplean”, marcó Patricio Moreno, CEO de Datalytics.
Es imperceptible, pero se deja un rastro cada vez que se usa una tarjeta de crédito, una app de transporte, un token de pago virtual, se interactúa en las redes sociales, o simplemente se busca contenidos.
“Aunque creamos que somos únicos en el universo, respondemos, en mayor o menor medida, a determinados modelos. De acuerdo a eso nos ofrecen ciertos bienes y servicios”, señaló Nahuel Lemos, Chief Technology Officer y cofundador de Coderhouse.
Hoy por hoy, todo es medible en Internet. Esto permite conocer desde el horario, el lugar y tiempo de permanencia para realizar las compras hasta preferencias o las reacciones ante promociones y novedades. Por eso la minería de datos no es solo acumular información. También es detalles repetitivos para apoyar la toma de decisiones. “Se mira la historia pasada asumiendo que el futuro será similar. Por eso se debe identificar modelos. Esta premisa falla en contextos disruptivos como la pandemia. En ese momento, se procede a revisar todo y, muchas veces, a rehacerlos”, comentó Sergio Miller, director de Data & Analytics CDAO de Equifax.
Conocer al cliente
Según los expertos, cuantas más información sobre leads y consumidores cuente una empresa más eficiente serán sus estrategias comerciales y de producción. “En nuestro caso necesitábamos conocer más a quienes navegaban nuestro sitio y además descubrir patrones entre nuestros clientes tradicionales. Para ello analizamos nuestra base de datos para segmentar de forma más óptima y ofrecer productos según esos modelos”, describió Sebastián Battista, head of performance de Simplestate, plataforma de inversiones en real estate.
A pesar de sus beneficios, el big data no es la Biblia. “Es una guía. Nos ayuda a validar o descartar un concepto. No significa que uno deba monitorear todo el negocio según métricas absolutas. Uno debe analizarlas y ser quien diga la última palabra”, recalcó Lemos.
Años atrás, la implementación de la ciencia de datos era costosa. Por ese motivo las pymes no conformaban un target interesante para sus proveedores. Todo cambió con el avance del cloud computing. “Así, hace tres o cuatro años, se democratizó el acceso a sistemas y herramientas de data mining por estar alojados en la nube. Por eso, las pequeñas y medianas compañías emplean ahora la misma tecnología que las grandes”, señaló el ejecutivo de Datalytics.
Al mismo tiempo, el empleo de procesos informáticos se adecua al grado de maduración de la firma. Por ejemplo, un banco desarrollará sus propios instrumentos de análisis, mientras que una financiera puede recurrir a una solución enlatada.
Sin duda, el primer paso para aplicar big data es recopilar datos de los consumidores. “Muchas veces no está consolidada ni siquiera en una hoja de cálculo, está en la agenda de alguien. Es necesario rescatarlos de todos los softwares y departamentos para su posterior análisis”, indicó Sergio Miller.
Dentro de la misma empresa, existen un sinfín de instrumentos que brindan información. Claros ejemplos son las facturas, los tickets, la comunicación personal, los emails, las redes sociales, la mensajería, o el CRM (customer relationship management) “Los patrones están ahí, que no sepamos verlos no quiere decir que no existan. Resta exportarlos, al menos, en una planilla de cálculo para procesarlos y examinarlos”, puntualizó el directivo de Coderhouse.
Una vez recabada toda la información se la debe valorizar, ordenar y gestionar. Este proceso dará lugar a las estrategias.
Sistema básico
Lógicamente, las pymes recolectarán un sinfín de datos. Sin embargo, necesitará enfocarse en una muestra acotada. “En realidad, lo más adecuado es partir de un sistema básico. Este crecerá de acuerdo a las necesidades y evolución de la compañía”, recomendó Miller.
La aplicación de la minería de datos más conocida es en marketing. En líneas generales, facilita la personalización, perfeccionar o redireccionar tácticas, identificar oportunidades y crear nuevas líneas de negocios.
Moda: emprendedores que salieron adelante a través del e-commerce
En segundo lugar se ubica la de orientar la fabricación y gestión de inventario. Así, por ejemplo, un agricultor yerbatero puede saber cuántos produce y vende en una semana. Esta información le permitirá ajustar la cosecha a la demanda y disminuir los desperdicios.
Ante el incremento del ciberdelito, se diseñaron instrumentos de ciencia de data para prevenir fraudes en tiempo real. No solo minimiza los daños sino que además establece modelos predictivos para anticiparse a situaciones de riesgo.
En gran medida, el éxito del data mining depende de muchos factores. Uno es la interpelación “Es importante saber cuán bueno soy haciéndome preguntas. Más me interrogo, más refino el análisis cuya respuesta siempre está en los datos”, subrayó Moreno.
Otro elemento es la circulación. Si la web de la empresa posee mucho tránsito, puede dar frutos en un corto plazo. “Tras el desarrollo de los algoritmos y la importación de la información, que lleva su tiempo, conseguimos resultados a los 20 días. En tres meses, observamos un crecimiento de 8 puntos porcentuales en la tasa de interés de nuestros clientes”, ilustró el representante de Simplestate.
Un error muy común entre los autodidactas o primerizos de esta disciplina es no cotejar. “En casos de contar con un volumen chico de ventas es un error sacar de modo anticipado conclusiones sin contar con fuentes que justifiquen o nieguen la información obtenida. De esa manera no se consigue una tendencia certera. Es preciso sopesar, rearmar y someter todo a discusión. Así hasta comprobar si el sondeo es correcto o no”, advirtió Nahuel Lemos.
Instrumentos gratuitos
En los comienzos, se puede implementar big data usando herramientas gratuitas o de bajo valor. “Para entender la dinámica de una heladería utilizaríamos datos abierto como los del pronóstico del clima, información macroeconómica y comentarios en redes sociales. Esto permitiría trazar la relación entre la temperatura y la venta de helado. La idea es implementar soluciones sencillas que puedan conectar con la realidad de la pyme”, ejemplificó Moreno.
Entre esas alternativas sin costo se encuentra información pública (como la central de deudores del BCRA) o los programas de software libre. “En nuestro caso, analizamos con dos instrumentos: SPSS, un sistema de estadísticas, y Python que es un lenguaje de programación de código abierto”, agregó Sebastián Battista.
Otras de estas posibilidades son Look Alive de Facebook, G suite de Google, o económicas como Pipedrive para gestión de clientes y compras “Asimismo, suelo recomendar contratar sistemas que se cobran de acuerdo al uso. Y en base a eso ir regulando. Consumo poco, pago poco, pero accedo a ciencia de datos”, sugirió el director de Equifax.
En caso de contratar una consultora se estima una inversión mensual de entre 250 y 400 dólares, varía de acuerdo al consumo. Este presupuesto incluye almacenamiento, procesamiento, visualización, tableros bajo todo bajo norma internacional de seguridad.
Existe incluso la posibilidad de trabajar de forma colaborativas. “Una agencia de marketing nos compartió, contra una prestación monetaria, una base de datos de audiencias sobre consumo y finanzas en redes sociales. Esta información no se encuentra en Facebook. Además son cifradas, es decir, ninguna de las partes conoce la identidad de esas personas solo información sobre ellas”, aclaró Battista.
Por último, tres consejos a considerar a la hora de implementar big data en una pyme:
*Identificar los puntos de ingresos de la información para seguirla en papel o de modo tecnológico.
*No realizar grandes desembolsos pues la mayoría del software es libre.
*Quitarse el miedo de hablar con la gente. La información da números pero no transmite los sentimientos de las personas.
