Lo que tu móvil sabe de ti

Si le sorprende que su móvil le ofrezca el menú de algunos de los restaurantes cercanos sin que usted se lo haya pedido, haga memoria. Quizás en algún momento le dio permiso a algún bar para que accediese a sus datos. Ese local al que usted le dio información tiene a su vez un acuerdo con un operador de telecomunicaciones que ya le ha detectado por la zona. ¿Se siente intimidado? Entonces apague el GPS de su móvil y deje de dar tan valiosa información a las empresas que le rodean.

“Esto ya no es el futuro, es el mapa en el que se mueven hoy las compañías. El manejo de los datos lo está cambiando todo de forma radical, se ha convertido en parte esencial de la estrategia comercial”, señala Fernando Meco, director de marketing de la empresa de software analítico SAS en referencia al big data, el análisis masivo de datos para sacar el máximo provecho de ellos y tomar mejores decisiones en el futuro.

Según el estudio The Talent Dividend, elaborado por la revista MIT Sloan Management Review y SAS y basado en entrevistas a 28 ejecutivos de compañías internacionales y encuestas a 2.719 empleados, el 50% de las empresas asegura que entre sus prioridades está aprender a transformar los datos en acciones de negocio.

“Hoy las compañías tienen más acceso a los datos que hace unos años y sin embargo la muestra señala que cada vez son menos efectivas en saber cómo usarlos”, remarca Meco en relación a los resultados del estudio, elaborado en 2014. Según datos de la consultora McKinsey, en 2018 se necesitarán entre 140.000 y 190.000 data scientist (expertos en datos) en Estados Unidos, una demanda que a escala global ya asciende a 4,4 millones, según la consultora Gartner Group.

¿Cómo puede una empresa utilizar los datos de forma efectiva? Este es el punto en el que se encuentran las compañías en plena expansión del llamado Internet of Things (el Internet de las cosas), en el que cada vez hay más dispositivos conectados a la Red generando información de forma constante. “Se calcula que actualmente hay 10.000 millones de objetos conectados a Internet y en 2020 habrá unos 30.000 millones. Ninguna organización debería quedarse fuera de este nuevo escenario”, apunta Meco en referencia a los datos publicados por la compañía de inteligencia tecnológica ABI Research.

El estudio de MIT Sloan Management Review señala que para que una empresa sea competente en este ámbito no basta con contratar a expertos en datos (matemáticos, estadísticos o ingenieros de datos), sino formar al conjunto de la plantilla para que todos los departamentos entiendan qué es el big data y de qué forma puede ayudar a transformar y optimizar los resultados. Para ello recomienda:

Buscar talento analítico dentro de la empresa. El 63% de las compañías encuestadas está buscando perfiles dentro de sus plantillas a los que les interese el big data. La razón es sencilla: los empleados conocen los entresijos del negocio y es necesario formarlos para que trabajen conjuntamente con los matemáticos o estadísticos. “Se trata de identificar a trabajadores a los que les interese analizar los datos y ponerlos en valor para que luego puedan diseñar acciones concretas para mejorar los resultados”, indica el informe. A la hora de fichar a data scientist todas las empresas se encuentran con el mismo problema; la escasez en el mercado de estos profesionales. El hecho de poner en marcha programas formativos tendrá otra consecuencia positiva: la empresa tendrá el doble de posibilidades de atraer a estos perfiles, señala el informe. “Normalmente los científicos de datos prefieren ir a compañías donde el big data es parte esencial de la estrategia”, indica Fernando Meco.

Integrar a los científicos de datos. Las empresas encuestadas ponen más esfuerzos en formar a sus gestores en big data (49%) que en conseguir que sus científicos de datos entiendan mejor cómo funciona el negocio (34%). Error. “Ambos deben acercar posiciones y entender la importancia del otro lado”, asegura Meco. “A los científicos de datos no les enseñan en la universidad formas efectivas de comunicar la utilidad de los datos a los diferentes departamentos de una empresa, ponen el foco en aspectos técnicos. Por ello es la propia compañía la que debe asegurar que haya comunicación y que los estadísticos no trabajen de forma aislada”, añade.

Además de saber interpretar los datos externos a las compañías, es imprescindible saber analizar los propios y ser capaz de predecir posibles cambios para reaccionar a tiempo. Ejemplo de ello es el Hospital La Fé de Valencia, el primero que ha implantado modelos predictivos a partir del big data. Este centro hospitalario está utilizando un programa de visual analytics de la empresa SAS para mejorar la asistencia a pacientes crónicos. “Han analizado durante un año factores como la periodicidad con la que los pacientes acuden al hospital solicitando un ingreso o durante qué semanas de la enfermedad suelen agravarse los síntomas. De ahí han extraído patrones y ahora son capaces de programar con antelación tanto el ingreso de nuevos pacientes como las recomendaciones médicas pertinentes según avanza la patología”, explica Fernando Meco.

Otro caso es el de la compañía de seguros Caser. Fundada en 1942, dio un giro a su cultura empresarial hace cuatro años para integrar el big data en la toma de decisiones. De un departamento formado por 12 expertos en datos que trabajaban “aislados” elaborando informes, se pasó a un equipo de 21 miembros que se integraron en diferentes departamentos con el rol claro de analistas de datos. Además, los 1.200 empleados de la sede de Madrid recibieron formación para aprender a valorar e interpretar los gráficos de datos. “No basta con contratar a un par de matemáticos. La capacidad analítica es fría y puede ser peligrosa. Hace falta que haya una fusión con los trabajadores habituales, que conocen bien cómo funciona el negocio y pueden tomar decisiones más acertadas”, señala Agustín Matey, director de clientes de Caser.

Los resultados de esa integración se vieron en algunas decisiones tomadas hace unos años. Los datos en bruto mostraron en un primer momento que clientes que contrataban un seguro de hogar con el pack reducido lo cancelaban con más frecuencia que los que se decantaban por el pack completo (con un precio superior). El primer análisis de esos datos indicaba que había que suprimir los packs reducidos.

Pero por encima de los datos, estaba la experiencia de los trabajadores veteranos de la empresa, que conocían bien a los clientes. “Nos dimos cuenta de que ese tipo de clientes eran los que tenían viviendas alquiladas, que cancelaban el seguro cada vez que se quedaban sin inquilino. Si hubiésemos eliminado los packs reducidos, hubiésemos perdido a todos estos clientes”, cuenta Matey.

Desde que el big data es parte esencial en su toma de decisiones han conseguido reducir un 4,2% la cancelación de seguros de salud de clientes “de alto valor”, y un 2% la de seguros del hogar. “El análisis de datos nos permite identificar patrones de comportamiento de los clientes que nos abandonan y diseñar acciones a través del departamento de marketing para anticiparnos a esa decisión y ofrecer incentivos como una cuota mensual gratis”. Ahora saben que cuando un cliente pinta todo el coche hay muchas probabilidades de que lo quiera vender y, por lo tanto, cancelar el seguro. Rápidamente ponen a funcionar la maquinaria y les ofrecen algún tipo de descuento.