Cómo sacar partido con inteligencia de los datos: Data Mining

Saber hacer buen uso de los datos de su empresa, puede ser la clave del éxito, en estos tiempos inciertos, altamente competitivos. Si no dispone de un Director de Sistemas, no se deje abrumar por la amplia oferta y piense siempre, antes de decidir, en el retorno de su Inversión.

Si hubiera que hacer una recomendación prioritaria en todo lo relativo a las TIC en la empresa, esta es sin duda que no se deje impresionar por el argot. Se mezclan conceptos generalmente admitidos en el mundo de la gestión empresarial, con términos y procesos de consultoras, junto a productos de proveedores especializados y marcas comerciales.

Con tantos ingredientes y tan heterogéneos, no es de extrañar que piense que esto es únicamente cosa de expertos. Pero ni es oro todo lo que reluce, ni todas las propuestas son buenas o necesarias para los intereses de su empresa. Lo que sí puede descubrir, es que hacer un uso práctico y eficiente de los datos de sus clientes, proveedores, productos, o empleados, con poco más que las herramientas y recursos de los que ya dispone, es posible.

Integración de sistemas

Ante la tremenda oferta de programas, debe tener dos cosas claras: primero, no mezclar peras con manzanas, tecnologías con marcas, software con reingeniería de procesos; y segundo, con toda probabilidad si le ofrecen algo de todo esto, no le están proponiendo nada nuevo, nada que no hiciera antes en su compañía; lo único que es nuevo (y no siempre bien explicado) es la forma de hacerlo, básicamente mediante la integración de sistemas, y mediante la implantación de nuevo software y el correspondiente servicio de consultoría para el diagnóstico de los procesos implicados.

Este es el caso del Business Intelligence y del Data Mining. Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.

¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).

El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.

Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.

Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?

Esta pregunta tiene ya una respuesta individualizada.

Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.

Pero hay tres factores importantes en la valoración de los datos recogidos:

con qué frecuencia se generan (a diario, por ejemplo si hablamos de compras de determinado producto en una cadena minorista),

qué influencia tiene esta frecuencia en las decisiones a tomar (o en el análisis, por ejemplo podríamos estar investigando si hay alguna correlación entre las franjas horarias comerciales de esta cadena minorista y el consumo de ciertas referencias por franjas y por días), lo que condiciona la frecuencia de los informes,

qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.

Una vez que hemos determinado qué información necesitamos, queda el problema de estandarizar los análisis, que es en si el proceso de Data Mining. Obviamente hay infinitos tipos de análisis posibles que van desde la segmentación de clientes, al análisis de los datos financieros.

Lo importante es hacer que la extracción de la información y los análisis se conviertan en una operación rutinaria y automática, sin la práctica intervención de ningún empleado.

¿Sirven las herramientas?

¿Tiene su empresa menos de 100.000 clientes? Pues probablemente le baste con Access. Sorprendentemente, el aprovechamiento de recursos relativamente simples de ofimática como Excel, Access, etc, de los que ya disponemos es muy escaso. Por ejemplo, pocos saben que se puede realizar un análisis de series temporales con Excel, sin necesidad de acudir o contratar otras complejas y caras aplicaciones informáticas. Tal vez sólo necesita una Intranet, o tener al menos a su empresa en una Red de Area Local. Además de una muy simple programación de algunas rutinas con Visual Basic, para dotar a su empresa de un potente Data Mining. ¿El coste? Al menos entre 20 y 50 veces menor que contratar una solución propietaria con un proyecto llave en mano de consultoría. Sólo en compañías de grandes dimensiones o en aquellas en las que el volumen y frecuencia de los datos es igual de grande, esté probablemente justificada una inversión, casi siempre desorbitada, en un complejo y potente sistema.

Pasos para construir un Data Mining

Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.

No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.

Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.

No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.

Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones

Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.

Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.

No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.

Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.

Por Juan Uwaldo Redondo Consejero Editorial de SER EMPRESARIO