Nostradamus, pero con datos: la herramienta que usan las empresas para ganarle a la incertidumbre

Sí Biff Tannen, el súper villano de Regreso al futuro, logró hacerse millonario, fue porque del presente en el que vivía se remontó a 1955 y se entregó un anuario de resultados deportivos.: sus apuestas, a partir de ese momento, terminaron inevitablemente en los ganadores, incluso cuando el resultado de un juego era inusual. En el mundo de los negocios no existe una ventaja tan clara y certera, pero la inteligencia artificial (IA) y el análisis predictivo de datos están evolucionando.mejorar sus pronósticos y generar un poco más de certeza en medio de un presente convulso, en el que se generan o pueden generar disrupciones sin precedentes generadas por la propia tecnología, la pandemia, los conflictos armados o un largo etcétera potencial del que aún no somos conscientes. cambios abruptos en el consumo, la demanda, el mercado o la competencia.

Solo el mercado de herramientas analíticas moverá, según la consultora Precedence Research, unos 346.000 millones de dólares en 2030cifra que multiplica casi por 10 la alcanzada en 2022, cercana a los US$40.000 millones.

Sin embargo, para aprovechar esta capacidad de los datos para mostrarnos el camino, no basta con acumularlos. Es necesario dar una serie de pasos que involucran invertir en las tecnologías apropiadas, entender cómo los datos pueden contribuir al negocio y, lo más importante, hacer el cambio cultural adecuado.

«Los modelos de análisis predictivo utilizan técnicas estadísticas y de aprendizaje automático para analizar datos históricos y detectar patrones que puede ayudar a predecir eventos futuros o identificar relaciones entre variables«, explica Daniel Menal, director y jefe de Data & Analytics de NTT DATA Argentina. «Esto permite a las empresas tomar decisiones basadas en datos en lugar de confiar en la intuición o por el sesgo de una persona en particular en la empresa», agrega.

“La mayoría de las organizaciones tienen grandes volúmenes de datos que provienen de sus estrategias de marketing, canales de venta, logística o pagos, pero no necesariamente tienen una visión holística de, por ejemplo, qué resultado de ventas tuvo una interacción con un consumidor durante una campaña o si se cumplen los plazos de entrega de productos o servicios.«, enumera Natalia Scaliter, Gerente General de Google Cloud Argentina. «Analizar esta información a gran escala en tiempo real y procesarla con herramientas de IA nos permite interpretar los datos y obtener una visión completa de forma automatizada y en menor tiempo. » ella agrega.

Nostradamus, pero con datos

«No es anticipar el futuro mismo: se crea en base a la lógica y las correspondientes acciones predictivas para que las marcas ofrezcan soluciones más personalizadascon la oportunidad de mejorar las relaciones con los consumidores, generar ahorros presupuestarios, reducir el margen de error humano, controlar la ejecución de una estrategia de marketing y entender la situación del negocio, en tiempo real, con solo un login de distancia”, dice Sofa Cano, co-fundador y CEO de la consultora de transformación digital UTAG, especializada en análisis de datos aplicados a estrategias creativas, de comunicación y marketing digital y creadora de iMetriq, una plataforma capaz de predecir resultados en base a patrones históricos.

Uno de los grandes retos de las empresas que se adentran en el mundo de la previsión de escenarios es la gestión de las expectativas: aquí no hay magia ni adivinanzas y el margen de error tiene una presencia notable.

“El encuadre de la tarea a resolver es clave: ya sea un proyecto de optimización, donde los objetivos de negocio son claros y concretos, o un proyecto de innovación, donde se adquiere valor a través de la exploración”, explica Carlos Lizarralde, director general de 7 Bridges. «Dependiendo del grado de innovación y riesgo, los proyectos pueden no cumplir con las expectativas iniciales y eso no es un fracaso, ya que a priori no se disponía de las certezas necesarias y es un proceso de aprendizaje”, concluye. 7Puentes brinda servicios de consultoría en ciencia e ingeniería de datos basados ​​en una metodología que combina aspectos de descubrimiento de conocimiento (CRISP-DM, acrónimo de cross industry standard process para minería de datos) y desarrollo de software gil.

El cambio de paradigma está en marcha. «En este momento más del 80 por ciento de los tomadores de decisiones comerciales todavía lo hacen de manera intuitiva y esto no se debe a una falta de inversión en tecnología o porque no se almacenan los datos necesarios: El problema es que cada vez que necesitan acceder a datos concretos de forma rápida, siguen dependiendo de otras personas para gestionar el informe u obtener la información deseada.“, dice Fernando Manjarin, CEO de Quales, creador del asistente virtual Quallie, que se dedica precisamente a entregar los datos correctos a la persona correcta en el momento correcto.

¿Y para qué lo vas a usar?

Los casos de uso de las herramientas de análisis predictivo son innumerables y Van desde el análisis de los patrones de comportamiento de los clientes y la anticipación de sus necesidades hasta la predicción de la demanda para optimizar la fabricación, distribución y logística, pasando por estimar cuánto tiempo tardará una persona en realizar una compra después de visitar un sitio web para optimizar las estrategias de marketing y ventas y mejorar las conversiones. Incluso hay verticales muy específicas que van desde seguridad a la salud.

«Contar con información en tiempo real y bajo demanda Es un activo clave para monitorizar y hacer más eficientes las rutas, mejorar los hábitos de conducción, hacer más eficiente el mantenimiento de los vehículos, evitar accidentes y, al mismo tiempo, cuidar y recuperar sus vehículos en caso de robo o hurto”, enumera Juan Pierro, Gerente de Productos Corporativos de Strix By LoJack, cuyo producto destinado a la gestión de flotas de vehículos ofrece diferentes capacidades predictivas, como el tipo de mantenimiento que requerirá la unidad después de un determinado período o la probabilidad de accidentes según datos horarios y geográficos. La empresa procesa 2.200 millones de señales al mes.

“Entrenar una computadora para que pueda detectar ciertas imágenes o ciertos patrones puede ayudar a un médico a ver una patología en segundos, algo impensable hace 20 años”, dice Flavio Sánchez, médico especialista en diagnóstico por imagen, telerradiología y director general de Telerad. . «El costo sigue siendo alto, pero como todas las implementaciones, luego hará su curva descendente», aclara. “Las aplicaciones relacionadas con la salud, los avances tecnológicos en IA, la evolución en la seguridad de los datos y el acceso a la información del paciente serán avances importantes en la práctica médica”, concluye.

Con la gente en el centro

Uno de los casos de uso más explorados está relacionado con con el mundo de los recursos humanos. “Nuestra solución explica el comportamiento actual y futuro de la organización, con una mirada concreta a los posibles escenarios de, por ejemplo, los niveles de rotación y el movimiento particular de los ejecutivos dentro del organigrama”, dice Ezequiel Kieczkier, socio y director de Olivia and socio comercial de Deepple, una HRTech que combina datos analíticos tradicionales, inteligencia artificial y aprendizaje automático con los aspectos de socialización de las personas en un ecosistema determinado basado en las herramientas de la psicología social y las neurociencias. «Esto también ayuda a lograr mejores ajustes en los puestos de sucesión y a comprender de antemano el peso que este cambio puede tener sobre las personas. que conforman el sociograma que da vida a la organización”. El experto asegura que esta herramienta “mejora el desempeño de los equipos comerciales y permite analizar la integración de las áreas de negocio”, ya que entienden cómo obtener mejores resultados en los procesos que los unen.

“Los datos de comportamiento ayudan a identificar patrones y tendencias en el comportamiento de tus clientes internos y externos y a obtener información valiosa sobre hábitos, preferencias y necesidades para mejorar la estrategia”, afirma Jaime Díaz, CEO de PDA HRTech, una herramienta de análisis predictivo enfocada a en recursos humanos que otorga puntos de datos a más de 150 personas. “Entre otros beneficios, aumenta la eficiencia de los procesos de selección, identifica la fuga de talento no deseada o predice la rotación”dice Díaz. Su algoritmo está validado por el Instituto Americano de Psicología Empresarial (AIOBP), el Instituto 2E de España (Unión Europea) y la EEOC de Estados Unidos. «Las personas son seres integrales: Tener en cuenta el contexto y su situación es primordial. Los datos aislados pueden llevar a conclusiones erróneas e interpretación sesgada», añade.

Él sector público ¿Se puede capitalizar la explotación de datos? Claudia Esteban, directora de la subárea de investigación, desarrollo e innovación tecnológica del Poder Judicial de Córdoba, sostiene que sí: la entidad implementó DACIA (Despacho Automatizado con Inteligencia Artificial), una herramienta apoyada en Microsoft Azure Cognitive Services, Docker y otras tecnologías , que hoy se aplica en la Jurisdicción de Ejecución Fiscal de la ciudad de Córdoba y otros despachos del interior de la provincia. “Se iniciaron los trámites expeditos para el cobro de tributos para los juicios ejecutivos fiscales, porque tienen un proceso lineal, predecible y no complejo y porque representan un gran volumen dentro del acervo de expedientes: el 25 por ciento del total de los casos que se inician en Córdoba capital», cuenta Esteban. “En tan solo un año, la tramitación de estas demandas se redujo de 49 a 15, mientras que el tiempo medio del resto de trámites se redujo en un 55 por ciento, gracias a la reasignación de recursos humanos”, completa Esteban.

Los beneficios de anticiparse

Las empresas que logran utilizar datos y herramientas analíticas para anticipar escenarios podrían lograr múltiples beneficios. «La principal es que es es posible sacar conclusiones de contextos complejos de manera mucho más efectiva de lo que un grupo de personas podría resolver en el mismo lapso de tiempo”, enfatiza Menal.

“Que las organizaciones puedan sumar certeza sobre la dinámica de sus equipos, cambiar el paradigma laboral actual que se dedica a revisar informes para liberar el potencial de sus individuosde sus colaboradores y de todo el grupo a través de las posibilidades que ofrece la tecnología avanzada para alimentar y apoyar la toma de decisiones de sus ejecutivos de manera preventiva y no solo reactiva”, aporta Yoel Kluk, Chief Product Officer de Deepple.

«La lista de beneficios incluye ahorro en la gestión de inventario, la disponibilidad de productos en el canal adecuado en el momento que el cliente lo necesita (con el consiguiente aumento de la rentabilidad) y, lo más importante, el hecho de que permite un nuevo enfoque empresarial centrado en la planificación estratégica y la máxima productividad»enumera Jorge Linares Soler, Chief Revenue Officer de Nubiral, desarrollador de la solución Intelligent Forecasting (IF), que aprovecha los datos estructurados y no estructurados, almacenados y centralizados, independientemente del entorno, que tiene una empresa sobre las transacciones que realiza o datos históricos, agrega variables de contexto externas si es necesario y, además, aplica algoritmos de aprendizaje automático para generar una planificación de la demanda de alta precisión.

estar un paso por delante

Para acceder a estos beneficios, las empresas necesitan apretar algunas tuercas. «El esfuerzos intelectuales de…