Los diferentes enfoques de la analítica de datos y sus beneficios

La cantidad de datos que generan las organizaciones ha crecido exponencialmente, pero de nada sirven si no se emplea la analítica de datos para transformarlos en información valiosa para la empresa.

El Big Data ofrece diversos beneficios, sin embargo, es necesario saber qué tipo de información es la valiosa. Es ahí cuando entra la analítica de datos, la cual es la llave maestra que separa la señal del ruido.

En palabras de Tom Davenport, autor del libro ‘Competing on Analytics’, define a la analítica de datos como “un conjunto de métodos de análisis matemático y estadístico que sirve para identificar patrones de comportamiento, pronósticos, escenarios “que pasaría si”, entre otros”, (Davenport y Harris, 2017).

Es decir, “la analítica avanzada se enfoca en usar de manera correcta los datos de diferentes fuentes”, (Gómez, 2016).

De esta manera, al pronosticar eventos y comportamientos, los negocios podrán estar mejor preparados para el futuro.

La analítica de datos se divide en tres grandes categorías: analítica descriptiva, predictiva y prescriptiva.

Cómo seleccionar el tipo de analítica de datos más óptimo para su empresa

Analítica Descriptiva

Responde a la pregunta “¿qué sucedió?” y para ello “analiza el pasado y los eventos actuales utilizando los datos históricos”, (Evans y Lindner, 2012).

Proporciona una visión y contexto para poder entender los datos.

Emplea herramientas como inteligencia de negocios, análisis estadístico y minería de datos.

Muchos de los bancos, como BBVA Bancomer, utilizan este tipo de analítica de datos.

Con ella han podido identificar aquellas transacciones de tarjeta de crédito con mayor probabilidad de ser fraudulentas.

“El resultado es que han logrado reducir 30 % sus pérdidas mientras mantienen un alto nivel de servicio”, (Olvera, 2007).

Analítica Predictiva

Como su nombre lo indica, se concentra en responder: qué podría pasar.

“La principal característica o beneficio que ofrece es la capacidad de predecir comportamientos”, (Reporte Digital, 2018). Para ello, desarrolla modelos predictivos a través de modelos estadísticos, machine learning, minería de datos predictiva y pronósticos.

Fedex emplea este tipo de analítica antes de emprender un proyecto de remodelación en sus sucursales o cambio de tarifas. “A través de estos modelos analíticos pronostica el impacto que tendrán los cambios en su clientela”, (Olvera, 2007).

Aunque predice lo que ocurrirá, no recomienda qué acciones seguir. Eso es parte del campo de acción de la analítica prescriptiva.

Analítica Prescriptiva

Este tipo de analítica de datos responde a la pregunta: “¿qué deberíamos hacer?”.

Analiza el impacto de tomar diferentes cursos de acción para recomendar la mejor opción.

La analítica prescriptiva utiliza la optimización, Análisis de Decisión Multicriterio (MCDA)  y la simulación como herramientas para su modelo.

Ejemplo de cómo se aplica este tipo de analítica es el equipo de los Patriotas de Nueva Inglaterra de la NFL.

Eso les ha permitido participar en 2 Supertazones en 4 años, (Olvera, 2007).

Los tres tipos de analítica se pueden utilizar al mismo tiempo, no son excluyentes.

Lo importante es que respondan a las necesidades de cada negocio para que de esta manera disminuya sus costos de operación e incremente su rentabilidad.

Déjanos un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

SUSCRÍBASE A NUESTRO NEWSLETTER