Revisando las tendencias de la Investigación de Mercados a nivel nacional e Internacional, sin lugar a dudas el BigData & Minería de Datos (Data Mining) es lo que viene. Es conveniente definir ¿Qué es la Minería de Datos?
Existen diferentes definiciones para la Minería de Datos. Una muy simple sería decir que es el análisis y tratamiento de grandes cantidades de Datos (registros administrativos, ticket’s, facturas, órdenes de compra, etc) para extraer información relevante de ellos.
El avance tecnológico, el crecimiento de las capacidades de almacenamiento de información, han hecho que todo tipo de empresas puedan disponer de una gran variedad y cantidad de datos relativos a su actividad diaria. En algunas de estas Empresas, muy pocas por cierto, se han dado cuenta del potencial que tiene esta información para el apoyo de su oferta comercial. La mejor forma de conocer cuáles son los hábitos de un cliente es a través de su historial de compras, su facturación.
El análisis de la información almacenadas en las bases de datos ofrece una visión perspectiva –qué y cómo se está haciendo– y prospectiva –cómo puede evolucionar la empresa en un futuro a corto y mediano plazo–, y es llamada a convertirse en la piedra angular de la estrategia comercial futura de las empresas.
En cuanto a su aplicación, podemos afirmar que puede utilizarse en cualquier actividad que desarrolle el ser humano. Por ejemplo, en ventas al detalle podemos comentar que la aplicación de esta herramienta en Supermercados Safeway descubrió que un producto de queso en particular, posicionado como el #209 en ventas, era adquirido frecuentemente por el 25% de los clientes que más gastaban, último grupo al que Safeway querría afectar. En condiciones normales, el producto se podría haber quitado de la oferta del Supermercado, pero resultó ser de gran importancia.
En el área de Salud, el Hospital Highmark Inc. ubicado en Pittsburgh utilizó la herramienta para analizar la información acerca de sus pacientes. El software alertó que había un vínculo entre glaucoma y enfermedades coronarias, y que la correlación era más fuerte bajo ciertas circunstancias.
Es importante señalar que el Hospital no buscaba tal conexión cuando se analizaron los datos, el software encontró el vínculo y mostró dónde la correlación era más fuerte, se descubrió algo que ellos no sabían ni buscaban. Esto les ha permitido identificar a pacientes que necesitan intervención inmediata. Pero no es suficiente con sólo decir que esos pacientes tendrán problemas en el futuro, se tiene que identificar qué tipos de problemas tendrán para descubrir qué los está causando. Por ejemplo, la aplicación de un modelo predictivo puede dar un alto puntaje a un paciente diabético cuyo historial indica que no tienen su enfermedad bajo control y que será costoso de tratar en un futuro.
Los grandes volúmenes de información “BigData”, generados por las empresas, deben de analizarse y explotarse a través de “Minería de Datos”, que integran desarrollos y concepciones provenientes de la estadística, el aprendizaje automático, la visualización de datos y la teoría de bases de datos. Esta fusión de disciplinas muy diversas ha estado motivada –recientemente– entre otras por el significativo incremento del volumen de los datos en todas las esferas de la actividad humana, en la necesidad de disponer de la mayor cantidad de elementos que permitan establecer estrategias certeras para incrementar:
- La fidelidad y preferencia de los clientes actuales
- La compra de productos de acuerdo al comportamiento del Target del cliente
(aplicación de Modelos Predictivos). Por horario, día & mes.
- La compra de productos derivado del envío de promociones segmentadas por tipo de cliente & tipo de producto.
- El Empadronamiento e identificación total de los clientes para una atención personalizada y de calidad.
- Interacción real con el Cliente a través de los ejecutivos de venta.
- Detección de nuevos nichos de mercado por producto o línea de productos.
- Estimación de demanda mensual por tipo o línea de productos.
- Ubicación en Mapa Digital Clientes frecuentes, Clientes de ocasión, Exclientes.
Ambos abordajes han mostrado ser complementarios. Mientras que la Estadística plantea hipótesis que deben ser validadas a partir de los datos disponibles, la Minería de Datos descubre patrones en los datos, de las compras ya realizadas por los clientes, que mediante la interpretación de expertos, y la generación de Modelos, propone patrones de comportamiento económico, para incrementar sustancialmente las ventas. En este contexto de “BigData” la “Minería de Datos” emerge como el siguiente paso evolutivo en el proceso de análisis de datos de las ventas, de hecho en Sonora, en Crosby DCN ya contamos con esta plataforma.
Lic. Juan C. Reyes Valdez