Necesita un algoritmo, no un científico de datos

Mark Twain dijo una vez: «El pasado no se repite, sino que rima». Aunque los acontecimientos futuros tienen circunstancias únicas, suelen seguir patrones pasados conocidos. Hoy en día, los científicos de datos pueden predecirlo todo desde brotes de enfermedades a mortalidad a disturbios.

No sorprende, entonces, que las empresas que intentan escuchar las rimas y ver los patrones de sus conversiones de ventas estén intentando analizar manualmente sus propios datos, contratar los mejores científicos de datos y capacitar a sus gerentes para ser más cuantitativo.

Sin embargo, este enfoque centrado en las personas y de alto contacto no es escalable. Los mercados son demasiado dinámicos y algunos de los cambios son demasiado imperceptibles como para que los humanos los capten de manera realista.

Pensemos en una empresa que vende dispositivos electrónicos. Digamos que, históricamente, se han vendido bien a empresas que valoran su entrega rápida y la calidad de sus productos. A medida que pasa el tiempo, la competencia crece y surge una tendencia mundial de productos ecológicos. El perfil del cliente perfecto de la empresa cambia poco a poco y podría pasar desapercibido si se examina el mercado manualmente. Sin embargo, esos pequeños cambios se identifican mediante algoritmos que supervisan continuamente el ciclo histórico de ventas de la empresa, lo comparan con fuentes externas, como publicaciones en redes sociales y artículos de periódicos sobre estas tendencias, y encuentran correlaciones con la propensión a comprar. Debido al tamaño de esta base de información y a su naturaleza desestructurada, monitorear todos esos cambios delicados en tiempo real se convierte en una tarea casi imposible para un analista humano.

Si bien pocas empresas se pueden dar el lujo de tener científicos de datos con la experiencia necesaria para desarrollar estos sofisticados algoritmos, ni el personal necesario para analizar los resultados de forma eficaz, hoy en día es menos necesario. La ciencia de datos hoy en día requiere menos expertos, ya que se están desarrollando y utilizando muchas más herramientas automatizadas para analizar miles de eventos. (Divulgación: mi empresa, SalesPredict, pertenece a este sector.) Las herramientas más sofisticadas requieren muy poca o ninguna intervención humana, cero tiempo de integración y casi no necesitan servicio para volver a ajustar el modelo predictivo a medida que la dinámica cambia.

Hoy en día, los algoritmos automatizados pueden identificar patrones y proporcionar información como:

• ¿Se ha dado cuenta de que una gran parte de su rotación de clientes proviene de empresas que no han utilizado una función específica de su producto en los últimos tres meses?
• ¿Se ha dado cuenta de que los clientes potenciales que se convirtieron en operaciones cerradas este mes procedían de empresas medianas y de alto crecimiento que buscaban palabras clave para comparar su producto con el de la competencia?

Pero a medida que su empresa cambie, las respuestas también cambiarán, y se necesitará cada vez más automatización para hacer un seguimiento de esos cambios y ofrecer al líder empresarial recomendaciones prácticas y en tiempo real que sean siempre relevantes.

En los próximos años, creo que muchas empresas, especialmente el B2B, utilizarán la predicción en sus negocios. Pero quienes saquen el máximo provecho de estos análisis serán los que utilicen algoritmos automatizados, que son más rápidos, precisos, escalables y adaptables que los datos analizados manualmente.

En la negociación de acciones, los analistas humanos alguna vez hacían las operaciones. Hoy en día, cada vez más algoritmos de aprendizaje automático automatizados acompañan sus decisiones. Se ha hecho mucho más difícil competir sin esos algoritmos. Del mismo modo, en los próximos años, muy pocas empresas pueden permitírselo no tener sistemas automatizados de toma de decisiones que extraigan sus datos y sugieran las mejores acciones siguientes, no solo en las operaciones, sino también en los departamentos de marketing, ventas y servicio al cliente. Seguir una gran cantidad de información en constante cambio será la ventaja competitiva.