Advanced Analytics & Data Mining

Es época de predicciones y horóscopos. Entre ellas la lista de las 10 tecnologías de mayor impacto estratégico en 2010 de Gartner, y que sitúa en el número 2 al uso de ”Advanced Analytics“. Creo que es relevante, por la importancia que tiene, pero no es un futurible, sino una realidad.

Copio literal su definición:

“Advanced Analytics. Optimization and simulation is using analytical tools and models to maximize business process and decision effectiveness by examining alternative outcomes and scenarios, before, during and after process implementation and execution. This can be viewed as a third step in supporting operational business decisions. Fixed rules and prepared policies gave way to more informed decisions powered by the right information delivered at the right time, whether through customer relationship management (CRM) or enterprise resource planning (ERP) or other applications. The new step is to provide simulation, prediction, optimization and other analytics, not simply information, to empower even more decision flexibility at the time and place of every business process action. The new step looks into the future, predicting what can or will happen”.

Desde mi punto de vista, aunque la definición resulta generalista y no detalla cómo las compañías pueden beneficiarse de estas técnicas , apunta algunas líneas que estoy de acuerdo tienen potencial de desarrollo como la simulación, la optimización de procesos y el análisis predictivo.

Ninguno de estos ámbitos es nuevo, por ejemplo en ATT hace 20 años que utilizábamos sistemas de predicción de fallos en plantas de producción de semiconductores, la simulación y optimización también tuvo fuerte desarrollo en los 80 y 90 en ingeniería y procesos; o los sistemas predictivos en CRM para prevención del churn.

La avalancha de información que se genera y está disponible , no sólo ya para las grandes compañías, si no para cualquier mortal, hace que se necesite cada vez más capacidades para explotarlas. ¿Qué es cada vez más abundante y barato? – la información ¿y qué es y será escaso? – especialistas que transformen esta información en negocio, provocando nuevos ingresos o reducción de costes. Hablo de especialistas y no de vendedores de herramientas de software, porque  el recurso escaso son las personas, y se da mucho peso a las inversiones en tecnología , que no responden luego a las expectativas porque no hay personal ni cultura en las organizaciones para aprovecharlo.

La lista de las 10 tecnologías que apunta Gartner son:

1. Cloud Computing
2. Advanced Analytics
3. Client Computing
4. IT for Green
5. Reshaping the Data Center
6. Social Computing
7. Security – Activity Monitoring.
8. Flash Memory
9. Virtualization for Availability
10. Mobile Applications

Sin duda, todas ellas tienen fuerte potencial, pero la explotación inteligente de información creo que será la que tenga mayor impacto estratégico, y generará fuertes ventajas competitivas en cualquier sector.

- ¿Cuál es el ROI de las redes sociales? …

- ¿cómo lo podemos medir? …

- ¿qué herramientas existen? …

Cada vez más me preguntan cuestiones de este tipo , y  suelo contestar :

¿conoces cuál es el ROI de tu agenda de contactos? … ¿y del teléfono de tu compañía? ¿…y de la revista que se envía a los clientes del club de fidelización? ¿…y del departamento de compras?  ¿…y del primer spot de año nuevo…?  -- menos del 15% tiene una respuesta ni tan siquiera aproximada -; es más, la pregunta es tramposa en muchos casos porque presupone un objetivo de retorno de un canal o de un medio, cuya finalidad de negocio no se ha definido (y os aseguro que para cualquiera que tenga definido su objetivo de negocio…la respuesta  es simple ).

¿Porqué parece una tarea complicada ? … porque medir el ROI (de lo que sea) implica:

1. conocer el montante de la inversión (en $, € o tiempo) y …
2. definir qué entiendes como “retorno” (clientes, visitas, amigos, notoriedad, ventas, ahorro de costes, incremento de margen %…), es decir, define bien tu objetivo.
3. Tener un modelo que traduzca a $ estos objetivos (idealmente desde una perspectiva financiera. Aunque suele ser tarea complicada, siempre se puede conseguir.
   
4. Resolver el dilema inversión vs. gasto, o tener clara la expectativa temporal. El problema al que se enfrentan muchos managers es la exigencia de retornos de corto plazo, esto provoca que  intenten medir acciones de carácter estratégico en el corto plazo, pero que sin embargo sólo tienen sentido ser evaluadas en el largo.

Me gustan los datos, a veces inspiran y a veces se usan para convencer para tomar camino equivocado…

Para demostrar que el ROI en Redes Sociales se puede medir os invito a que echéis una ojeada al siguiente video:

En un post pasado apuntaba áreas de aplicación de técnicas de data mining con fuerte potencial de crecimiento dentro del ámbito de “salud”, en sectores como seguros, laboratorios farmacéuticos y administración pública.

El siguiente es uno de los muchos ejemplos que van a ver luz en los próximos meses. En este caso, la utilización de algoritmos de scoring para predecir éxito/fracaso de nuevos compuestos para fármacos.

Podéis ver el artículo en MITnews.

Aunque en estado incipiente desde el punto de vista industrial, el uso de estas técnicas permite acelerar el diseño de fármacos “inteligentes”, utilizando no los algoritmos clasicos basados en histórico de casos, sino con técnicas kernel como SVA’s.

El próximo 13 de Abril se celebra el Sentiment Analysis Simposium en Nueva York, espero poder compartir nuestra experiencia en España con algunos de vosotros:

“The Sentiment Analysis Symposium, April 13th, New York, NY, bridges technology and business in one of the most exciting applications to emerge in recent years: software that discovers business value in opinions and attitudes in social media, news, and enterprise feedback…”

+Info: http://www.sentimentsymposium.com/

El “Technographic Profile” de Forrester clasifica a los participantes en el mundo online en 6 niveles interesantes, en función del nivel de interacción. La siguiente herramienta disponible en Groundswell muestra las diferencias por países , sexos y edades:

La siguiente presentación explica bien el detalle:

El objetivo es dirigir una estrategia relacional online en función del rol o nivel de interacción que tenga una persona en el entorno online. La idea me parece muy buena … desde el punto de vista teórico … pero es un modelo de segmentación muy poco accionable desde un punto de vista de marketing operacional y además adolece de identificabilidad, salvo que dispongamos de una gran capacidad analítica.

Sin embargo, desde un punto de vista de estrategia de CRM sí tiene cierta utilidad: Supongamos que queremos aumentar el nivel de interacción de nuestros consumidores con la marca, y tenemos cierta capacidad de asignar uno de estos niveles a un visitante identificado, simplemente deberíamos generar una estrategia que permitiera tener un equilibrio adecuado entre los mismos , potenciando aquéllos niveles que maximicen el valor de relación con la marca.

Por otro lado, un internauta puede tener un rol de creador de contenidos en un contexto y en otro actuar como “joiner”, es decir, la clasificación debería ser contextual a un mercado o dominio específico, todos nosotros si lo pensamos bien, pertenecemos a varios niveles dependiendo de qué se trate.

Una pregunta ronda en el aire … ¿debe una compañía focalizar sus esfuerzos en los clientes actuales o en conquistar a los nuevos? ¿debería maximizar la satisfacción y lealtad de sus clientes o pensar en nuevos tipos de clientes-necesidades  y cómo satisfacer su demanda?

La respuesta que rápidamente obtendremos de la mayor parte de los CMO´s y CEO´s está condicionada por la corriente universal que asegura que hay que concentrarse en los clientes actuales. La derivada de esta afirmación es que se invierte fuertemente en programas relacionales CRM, programas de fidelización y se gastan presupuestos en encuestas de satisfacción masivas … medios por los cuáles se esperan obtener mejoras aumentando la fidelidad de los clientes … pero … los resultados … no son los esperados… (pocos lo reconocen abiertamente, pero es así…)

¿Porqué se gastan las marcas de automóviles cientos de millones de $ en programas CRM si la mayor parte cambia de marca en su próximo coche… aún estando muy satisfechos con la marca anterior? ¿porqué las tasas de fuga aumentan cada vez más aún gastando mucho dinero en programas de retención? , ¿qué beneficio incremental aportan el 90% de los programas de fidelización?, es más …

¿cuál es el coste de oportunidad que estamos pagando por centrarnos demasiado en nuestros clientes  con propuestas de valor obsoletas,  y no atender nuevas demandas de mercado?

Bajo mi punto de vista hay que abrir un debate sereno y cuestionarnos hasta qué punto el foco de los últimos años en fidelización de clientes está perjudicando las oportunidades de crecimiento. conste que no estoy afirmando que esto sea así, pero veo síntomas serios que hacen necesario replantearnos las cosas.

Una de las causas por las que los clientes no reaccionan a los programas de fidelización es porque estos se diseñan bajo un enfoque de valor anticuado, de modo que cuando la situación del cliente cambia, la propuesta de valor deja de ser válida aunque esté muy contento en cómo le trataba su marca anteriormente (pensad en vuestro banco, operadora de móviles, aseguradora, aerolínea … lo que sea; y porqué os fuistéis a otra…).

Sin duda, la presión competitiva es un dinamizador de estos procesos porque cada vez es más difícil diferenciar la propuesta de valor, pero si lo que cambia son las situaciones de los clientes y no somos capaces de responder a las nuevas situaciones ; la eficacia de cualquier esquema de fidelización pierde gran parte de su valor.

En los próximos años, focalizarse sobre el cliente no será suficiente, aunque seguirá siendo imprescindible como eje de crecimiento de corto plazo y habrá que combinarlo con estrategias de crecimiento adicionales a través de innovación o aumento de oferta basado en segmentaciones situacionales.

(continuará…)

“The Internet Activity Index (IAI) provides a unique way of looking at consumer engagement online, dividing Internet usage into five distinct activities: Content, Communications, Commerce, Community and Search, defined as follows” …

http://www.online-publishers.org/page.php/prmID/421

Alguna cifras… para situarnos …

Especialmente dedicado a cínicos y escépticos…

Hace unos días comentaba las posibilidades de aplicación del análisis avanzado en el ámbito de eHealth potenciado por el desarrollo de las tecnologías de información.

Uno de los primeros pasos para poder obtener resultados en este ámbito es poder recoger la información clínica del paciente, para poder luego compartirla con médicos , clínicas y hospitales en caso de necesidad. Bien, pues he encontrado que Google ya ha dado un primer paso en esta dirección, a través de Google Health .

Google Health Screen Sample

Google Health es una plataforma mediante la cual el paciente agrega su información clínica, a modo de historial y puede compartir su perfil clínico con terceros. Además permite buscar especialistas, información sobre enfermedades, tratamientos, etc.

Mientras en España se empieza a debatir sobre cuestiones técnicas y legales respecto a la propiedad de la información, seguridad , niveles de acceso, resulta que la gente puede empezar a compartir sus datos (si quiere) desde ya. Me recuerda a lo que ha pasado en plataformas como Facebook, dónde la gente pone información confidencial y privada de modo espontáneo (hace 15 años solo la darían bajo tortura…).

Sin entrar en el debate sobre privacidad o el poder que pueden cobrar empresas que manegen esta información, que sin duda es más necesario que nunca, lo pongo como ejemplo de lo que serán las plataformas de información del eHealth.

Como recomendación, y desde un punto de vista de explotación inteligente de información, creo que es necesario cierto standar internacional en cuanto a formato de información, que faciliten la integración para su análisis posterior… o quizá , si alguna plataforma consigue volumen, se convertirá en el standar…

Os dejo la explicación que dan en YouTube :

Si estáis buscando modos de medir el social media, David Berkowitz ha compilado 100 métricas en este post : “100 Ways To Measure Social Media” .

El punto es que habría que escribir otro post titulado “100 modos de sacar partido a las 100 métricas” … Quiero decir con esto que habitualmente se hace mucha ‘medición basura’ , no porque esté mal construida la métrica, sino porque muchas son métricas irrelevantes. La clave es tener claro los objetivos que nos planteamos en la estrategia en medios sociales y entonces definir claramente cómo lo vamos a medir. Normalmente  3 ó 4 KPI´s deberían ser suficiente para gestionar en función del nivel (estratégico-táctico-operativo) en el que estemos.

Hay 2 métricas clave para medir social media :  influencia y “engagement“ ,  y sin embargo, por sí sólo dan una visión parcial del asunto.

En esta presentación podéis encontrar algunas ideas para dar primeros pasos:

Una de las líneas más interesantes en las que estoy trabajando en los últimos meses consiste en extender las prácticas de analítica avanzada y data mining a la industria de la salud, con un objetivo de conseguir aumentar la eficiencia en términos de coste para gobiernos y compañías y de eficacia en términos de seguimiento, aprendizaje y optimización de terapias para facultativos y especialistas.

La incorporación de TIC’s en estos últimos años, ya están en el punto de madurez para facilitar los cambios. Se añade en este proceso, el profundo cambio en la relación médico-paciente , acelerado por el uso de internet como principal fuente de información por parte de los pacientes, la digitalización de historiales médicos, generando  posibilidades de asistencia o diagnóstico remoto, bases del eHealth.

El aprovechamiento del volumen masivo de información de las que disponen aseguradoras, clínicas y hospitales tiene tres planos posibles de utilización:

Estas técnicas ayudan a la mejora de tratamientos optimizando la innovación terapéutica: analizando y siguiendo la evolución de pacientes con distintos tratamientos, características socioeconómicas, edad, región (…); siempre manteniendo el anonimato de los mismos . Esta faceta se ve favorecida por la interconexión de centros y la compartición de información. Supone un uso más eficiente de los recursos, tanto en cuanto los tiempos de tratamiento disminuyen y se adecúan las innovaciones terapéuticas. El cruce de información de características de fármacos, grupos de pacientes, moficaciones y hábitos ha permitido ya obtener mejoras en el tratamiento de diabéticos.

La prevención es otra de las áreas de impacto de mayor potencial. El análisis de comportamiento y el análisis de uso de los sistemas de salud pública o privada permiten,  mediante detección de patrones,  detectar y actuar sobre servicios que están siendo utilizados sin necesidad  o  de manera incorrecta.

En España casi todos  sabemos que son necesarios cambios estructurales en el modelo sanitario, porque es insostenible (en 10 años el gasto en sanidad supondrá el 50%  del gasto público de la CCAA con un déficit estimado de 50.000 mill. € ). En este sentido, la explotación inteligente de información será una de las herramientas más valiosas para dirigir los cambios necesarios , haciendo mejor y más sostenible nuestro  sistema  de salud.

Bankinter ha mantenido siempre una posición de liderazgo en innovación y pionero en desarrollar el canal de Banca por internet en España. En este sentido acaba de lanzar ‘ Bankinter Labs ‘ , una iniciativa que intenta explotar el entorno Web 2.0 creando un canal de diálogo entre la marca, sus clientes y el mercado.

Creo que una gran iniciativa, que habrá que seguir de cerca, porque creo que será otro casso de éxito. Creo que la gran diferencia con otras iniciativas es de base conceptual. La idea está muy bien explicada en el siguiente video:

y aquí alguno de los canales habilitados:

Web y Blog: https://labs.bankinter.com/

Facebook: http://www.facebook.com/group.php?gid=166938338601

Twitter: http://twitter.com/BankinterLabs

Felicidades por la iniciativa!

La Reputación Corporativa está tomando un peso específico mayor en todas las Compañías, con implicaciones en branding, relación con accionistas, la sociedad y los clientes.

El nuevo entorno online está cambiando el modo en cómo se gestiona la reputación de las compañías.

No sólo el Cliente no pertenece a las empresas, uno de los cambios importantes que está sucediendo es que tampoco pertenece a las empresas sus propias marcas, productos y servicios. ¿Por qué? , si atendemos a los datos nos dicen que el 26% de los primeros resultados de búsquedas para las mayores 20 marcas del mundo son…. ¡contenidos generados por consumidores!. 

El impacto de esta corriente implica que las Compañías deban ampliar capacidades operativas a la hora de poder gestionarlo, y esto supone 2 cosas:

1-> poder medir la reputación y el efecto de las acciones que se realizan

2-> disponer de capacidades internas de comunicación junto con una estrategia renovada que ha de entender el nuevo entorno de relación, donde una de las claves es acercarnos al cliente creando un entorno de conversación entre la marca y los consumidores que sea favorable a los mismos.

Las que primero están adoptando estas técnicas generan una ventaja competitiva en un plazo muy corto de tiempo, pero aún no todas las Compañías tienen la madurez para abordarlo, aunque estoy convencido que en los próximos años acabará siendo una práctica común y totalmente imbricada en la estrategia y operaciones.

Como ejemplo  de casos en los que se debe actuar os dejo el siguiente link… y un video de la FOX:

El  sentiment analysis , análisis de percepción , opinion mining (…) no es sólo un concepto emergente sino una realidad que está tomando importancia creciente en los últimos meses. Este post es el primero de una serie en el que intentaré desgranar todos los aspectos involucrados, desde los técnicos a las implicaciones de negocio y sin duda a nivel internacional y global.

Básicamente es la interpretación de la opinión o la actitud de una persona en relación a un tema determinado, entendiendo actitud como la valoración, juicio, o el estado (de ánimo, emocional) que le provoca; a partir textos,  imágenes, símbolos o fragmentos orales.

El ‘sentiment analysis’ es una de las derivadas de aplicación de las técnicas de Advanced Analytics - NLP - , que ha cobrado relevancia en el entorno online, aunque las técnicas utilizadas tienen más de 20 años. El concepto, como tal, aparece sobre el 2001 (S. Das and M. Chen, “Yahoo! for Amazon: Extracting market sentiment from stock message boards,” in Annual Conference (APFA) – Proceedings of the Asia Pacific Finance Association, 2001)

Lo podemos enmarcar dentro del área analítica del social media monitoring & analysis que tendrá un explosivo desarrollo en los próximos años (1). Lo que los demás ‘piensan o dicen de nosotros’ o ‘conocer qué opinan otros sobre un producto o tema determinado’ ha constituido desde siempre uno de los intereses más profundos del hombre como ente social.

Desde el espionaje militar e industrial, las encuestas a consumidores, las intenciones de voto, o el puro cotilleo, conocer e influir en la opinión y/o pensamientos de los demás ha sido una necesidad de las personas, las marcas, las compañías y países.

Con el actual desarrollo de la Web 2.0 y progresivo aumento de redes sociales, los consumidores disponen de un arsenal de herramientas para expresar sus opiniones sobre las marcas, la satisfacción con los productos y servicios o compartir con otros usuarios . Hasta ahora los canales de comunicación de las marcas estaban concentrados (y más o menos controlados), pero la fragmentación de múltiples canales ha hecho necesario el desarrollo de nuevas tecnologías que ayuden a observar y entender lo que se dice sobre ellas.

Las técnicas de medida de sentimiento online cubren esta necesidad, permitiendo monitorizar y analizar lo que se dice en la Red sobre un concepto determinado. A partir del análisis de los contenidos que los usuarios vuelcan en la red se pueden extraer conclusiones de distinto tipo:

1. ¿Cuál es el nivel de notoriedad o awareness de mi marca en la red?
2. ¿Qué atributos se asocian con mi marca o con mi persona?
3. ¿Qúe atributos de marca se valoran positivamente o negativamente?
4. ¿Cuál es el nivel de influencia de losdistintos medios online?

Desde un punto de vista de márketing y comunicación básicamente estamos midiendo la percepción de marca y el nivel de notoriedad, pero a diferencia del market research clásico (trackings, encuestas…) , simplemente ‘escuchamos’ de forma continua en la Red, y el resultado de esa escucha es analizado mediante técnicas de Text Mining.

Una de las herramientas más evolucionadas es la desarrollada por Opportunity, la firma de consultoría de inteligencia de márketing y clientes de Shackleton. La herramienta ha sido bautizada como BuzzAnalytics^® y ha sido elegida por varias de las Compañías con más madurez en el desarrollo del canal online. La herramienta se basa en un soporte semántico con uso de NPL y metodologías de generación de ontologías, e incluye un motor final de BI y visualización que permite una explotación de la información en tiempo real.

Las aplicaciones son numerosas, cubriendo aspectos como la inteligencia de mercado, el tracking  de marcas, la inteligencia competitiva, el research, la auditoría de satisfacción y calidad, la estrategia de medios de comunicación online o la medida de reputación online.

En el próximo capítulo comentaré aspectos técnicos con ejemplos prácticos de uso en el entorno corporativo.

Pero para terminar os dejo con una de las claves de todo esto:

“El sentimiento sin acción es la ruina del alma”. (Edward Abbey)

Notas:

(1): para muestra un botón: Twitter está en conversaciones con Google y Microsoft con el objetivo de llegar a un acuerdo para que exploten via data mining sus tweets (ver artículo)

Para los que estáis más avanzados con Google Analytics:  – Google lanza hoy nueva versión de Google Analytics, con importantes mejoras – :

- se aumenta a 20 el número de objetivos a monitorizar
- segmentación de visitantes únicos
- posibilidad de relacionar los reports personalizados con los segmentos personalizados
- analytics intelligence & analytics alerts
- el pivot análisis permite incluir dimensiones secundarias…

Podéis ver toda la lista de novedades (aquí)

El diario “El País” publicó ayer un artículo interesante de cómo las Marcas vigilan e intentan moderar su imagen online, con ejemplos de buenas y malas prácticas utilizadas. En el artículo se hace referencia a la existencia de herramientas de monitorización online o Buzz Analytics, ámbito en el que estoy trabajando con varias de las grandes Compañías en España desde hace unos meses y sobre el que escribiré un artículo en breve, sobre cómo las técnicas de Web Mining ayudan a explotar la información online.

El artículo lo podéis leer en:  “Mi empresa vigila atentamente tu blog”

El proyecto Gemini de Microsoft es un nuevo motor/almacén de datos “en memoria” que permitirá la publicación de datos para todas las herramientas que tengan acceso al engine de Analysis Services. Parece que lo tendremos en breve y apunta bastante bien, permitiendo manejar, por ejemplo desde Excel mediante un plugin, grandes volúmenes de datos de una manera muy rápida.

La combinación con herramientas como Tableau, que está preparándose para el nuevo engine puede resultar expectacular (ya veremos).

Habrá que comparar las prestaciones vs. herramientas tipo QlikView, pero sin duda creo que aportará un paso importante en el desarrollo de aplicaciones de business intelligence

IBM ha anunciado esta semana que comprará SPSS por 1.200 mll. de dólares. La evolución en los últimos años de SPSS , desde el punto de vista de cliente ha sido pésima en España, dando palos de ciego en la política comercial, y cambiando de rumbo sin saber muy bien por donde iba el mercado, mientras SAS iba acaparando cuota.

Quiero pensar que IBM será capaz de gestionar mejor, aunque abandonaron líneas emergentes en herramientas de análisis y modelización hace años, aniquilando pequeñas compañías que tenían productos muy prometedores.

Pero lo más interesante de esto es lo que significa: el mercado mundial de software analítico valdrá este año 25.000 mll. $ , y crece a un ritmo en torno al 4%… esto significa que las necesidades de análisis en las empresas están creciendo a un ritmo del 30% al 40%.

Habrá que seguir de cerca este movimiento, porque estoy seguro que alguno de los grandes, como Oracle estarán pensando en posicionarse. Microsoft, como en tantas otras cosas, lleva intentándolo con las herramientas de data mining de SQL-Server, pero sin lograr ganar terreno…

La noticia: 

“IBM to Acquire SPSS Inc. to Provide Clients Predictive Analytics Capabilities“

Un video chulo sobre el cambio (…final ? …) de los medios tradicionales…

Google acaba de anunciar hace un par de semanas que abre el API de Google Analytics. En realidad es el API para acceder a los datos que monitoriza Google Analytics. Esto permitirá independizar a los desarrolladores y analistas del interface actual y a las empresas a integrarlo con el resto de información.

Se avanza un paso muy importante dentro del entorno Web Analytics y sin duda en las posibilidades de entender y optimizar las acciones online.

La documentación está en: Google Analytics API