TÉCNICAS PREDICTIVAS
Artículo de Carlos Marina. Retail Institute Advisor
En los mercados de Bolsa y de futuros, cuando se usa el análisis “técnico”, no en el “fundamental”, se utilizan muchas técnicas predictivas para intentar acertar que tendencia va a seguir previsiblemente un determinado valor o como va comportarse el precio de una materia prima dada.
En el mantenimiento planificado de equipos y en la previsión de la fatiga de materiales en la industria de la construcción, también son muy útiles estas técnicas que evitarán que por no aplicar el remedio a tiempo, por su uso continuo o por el mero paso del tiempo, deje un aparato de funcionar de forma imprevista, una instalación eléctrica vital se apague o un edificio se agriete. Se trata de evitar la avería antes de que esta se produzca con un mantenimiento de tipo preventivo.
Otro campo donde se utilizan mucho es en los servicios sanitarios, para anticipar por segmento de edad, género, área geográfica o extracto social de los pacientes, cuáles serán los servicios de atención más demandados, o qué grupo demográfico tendrá más morbilidad para el consumo de un determinado tipo de medicamento y así poder dimensionar equipos humanos, recursos y materiales para hacer frente a esa previsible “demanda”.
En el mundo del contact center también se utilizan desde hace tiempo los marcadores predictivos, sobre todo en campañas de ventas. Son equipos de telefonía que ayudan a gestionar y programar llamadas a clientes. Aquí el término predictivo significa que el marcador solo telefoneará al número del cliente que quieras y solo cuando es respondido por una persona, no por un buzón de voz. Solo entonces la llamada es dirigida a un agente telefónico. Se usa un algoritmo para predecir que agente va a quedar libre y la máquina marca su extensión anticipadamente para reducir el tiempo improductivo entre llamada y llamada. También puede programarse en modo preview, para que el agente pueda ver el número que va ser marcado antes de hacerlo.
En fin, como se ve, las técnicas predictivas están presentes en muchos campos de actividad, pero centrándonos en las área del marketing y el consumo, vemos que compañías como IBM vienen desarrollando modelos predictivos que con fuerte soporte de data mining, de explotación de las grandes bases de datos existentes, (el archi-presente Big Data), son capaces de “predecir” el comportamiento de consumidor o del usuario de un bien o un servicio basándose en análisis de regresión de pautas de conducta similares realizadas en el pasado. La idea es mejorar la satisfacción del cliente y optimizar la respuesta a través del conocimiento profundo del individuo que consume. Incluso se ha ido más allá, evolucionado de lo meramente predictivo a añadir una parte prescriptiva automática también, con lo que se pretende optimizar los recursos de las empresas. La idea motriz es llegar a aprovechar las inmensas bases de datos de que disponen las marcas con las que interaccionamos cada día, esta avalancha de información se basa en datos que pueden ser estructurados: demográficos, sociales, etc. pero también desestructurados: llamadas a contact centers, actividad reciente en redes sociales, etc.
Sin embargo, a pesar de toda estas técnicas y la información disponible, las expectativas de los consumidores en los últimos años en cuanto a precio, producto y servicio, han crecido exponencialmente por los efectos de la Gran Recesión, la eclosión de Internet, la “movilidad” que aportan los teléfonos inteligentes, etc. lo que ha provocado que todavía no se ha llegado a un estado de madurez en la relación cliente/marca.
Como ejemplo, en un seminario reciente de IBM en Madrid, se comentaba que solo un 10% de la información que la Banca posee de los que tenemos cuentas con ella, se utiliza para dirigirnos promociones u ofertas o simplemente para darnos un trato más atento que redunde en una mayor calidad del servicio y nosotros lo premiemos con mayor fidelidad a esa entidad bancaria. De hecho, en el mundo financiero, la adjudicación del nivel de crédito es una de las aplicaciones predictivas más utilizadas. Se hace a través de ver el historial del cliente, sus peticiones de préstamos, el consumo pagado con tarjeta o por domiciliación en su cuenta, su evolución patrimonial y la de sus ingresos, etc. y ordena a los individuos en base a su previsible capacidad de devolución del dinero prestado.
Además de la citada IBM, Microsoft, SAS, SAP, disponen de aplicaciones que permiten a los detallistas combatir el fraude practicado con cupones y tarjetas descuento y a los comerciantes online hacer segmentación en tiempo real que mejora la eficacia de su publicidad, les ayudan a predecir cuáles serán los ítems más vendidos, reduciendo así el nivel superfluo de inventario, optimizar costes en cada transacción y favorecer la venta cruzada.
El famoso CRM, o Customer Relationship Management, aprovecha también aplicaciones comerciales de análisis predictivo. Estas analizan los datos (basándose en el conocido axioma see more, know more, do more) para ver qué productos tendrán más demanda, prediciendo los hábitos de consumo de los clientes, y recomendar cuando hacer promociones a través de los múltiples puntos de contacto con la marca y paliar aquellos problemas que puedan presentarse para reducir la fuga de clientes y atraer a otros nuevos. Esto se hace a lo largo de la vida útil del cliente: Customer Life Value o Life Time Value, diferenciando nítidamente las fases en la que se encuentra en cada momento: Acquisition, Relationship Growth, Retention.
Todas estas técnicas son, como se ve, de gran utilidad y pueden ayudar mucho a perfeccionar la satisfacción del cliente, pero los humanos, afortunadamente, no somos completamente racionales ni absolutamente predecibles, pues hay múltiples factores que pueden influir y cambiar nuestro comportamiento. Esto me hace ser optimista y me lleva a pensar que el trato de persona a persona, la calidez y la profesionalidad con la que se deben hacer las cosas seguirán siendo los factores diferenciadores de unas marcas respecto de otras parecidas. Las técnicas de analítica predictiva/prescriptiva en paquetes de software muy sofisticados se podrán seguir comprando a las grandes y solventes multinacionales que las perfeccionan más y más, pero por sí mismas no serán suficientes, si además no les sumamos la motivación, la formación y el compromiso de los empleados que interactúan con los clientes. Y esto habrá que seguírselo ganando día a día, recordemos siempre que los clientes son personas, no solo campos en bases de datos.
Carlos Marina Barrio
by 