El big data brinda nuevas oportunidades a las empresas para salir reforzadas tras la Covid-19

La consultora Prenomics analiza cuatro ámbitos en los que apostar por la analítica de datos puede ser beneficioso para las compañías tras la crisis económica y sanitaria que ha supuesto el coronavirus.

Ante la gran inestabilidad e incertidumbre que ha dejado la crisis de la Covid-19, la consultora de data science Prenomics quiere hacer hincapié en que es de gran importancia que, si todavía no lo han hecho, las empresas empiecen a apostar por el big data, para así poder adaptarse más rápidamente y con más facilidad a los nuevos cambios que se avecinan. En este sentido, Roger Agustín, CEO de Prenomics, asegura que realizar una buena explotación de los datos puede ayudar a las empresas a detectar oportunidades y riesgos, a tomar mejores decisiones e incluso a reinventar sus servicios para salir reforzadas tras la crisis de la Covid-19.

Según Prenomics, los principales ámbitos en los que el big data puede ayudar a las empresas son:

• 1. Entender lo que ha ocurrido y lo que está pasando. Según Prenomics, la analítica de datos puede ayudar a las compañías a entender mejor y más rápido la situación real de cada negocio en todos sus ámbitos (clientes, proveedores, operaciones...) para poder realizar apuestas más certeras. En este sentido, recomiendan poner en marcha un sistema informacional que integre los datos de toda la empresa y utilizar softwares de Business Intelligence que puedan ayudar a navegar de forma ágil, visual e intuitiva por la información. “No es lo mismo ver que las ventas están bajando, que entender la distribución combinada por segmentos de clientes, tipologías de productos y geografía, pudiendo incluso detectar ámbitos en los que no hay tanta caída y que es preciso potenciar. De la misma forma, no es lo mismo disponer de datos a cierre de mes o a 2 días pasados, que disponer de datos en tiempo real, lo que permite evaluar antes el resultado de las acciones tomadas y, por tanto, permite aplicar correcciones también antes”, ejemplifica Agustín.
• 2. Optimizar el negocio y las operativas. Una vez la empresa ya tiene la información bien estructurada, existen múltiples áreas de oportunidad dentro del campo analítico en la mejora del negocio, desde visualizar la información a nivel descriptivo hasta construir modelos que marquen puntos de alerta o acciones a realizar en cada caso, explica Agustín. Un buen análisis de los datos que probablemente ya tenga la empresa puede ayudar a dar respuesta a temas como: ¿Cuál es la rentabilidad real de los clientes y qué la condiciona? ¿Las distintas agencias de transporte están cumpliendo sus plazos y en qué circunstancias opera mejor cada una de ellas? ¿Cuántas llamadas no se están atendiendo o cuál es el tiempo medio que se tarda en responder consultas de los clientes? ¿Se tiene el nivel de inventario óptimo de cada uno de los productos?.
• 3. Fidelizar a los clientes y humanizar el canal online. Agustín destaca que otra de las ventajas de las técnicas de analítica avanzada es la posibilidad de segmentar y anticipar las preferencias de los clientes a partir de variables características de los mismos y de información conductual o de interacciones previas. Con ello, es posible anticipar clientes con riesgo de dejar de comprar, clientes más sensibles al precio, clientes más interesados en unas u en otras categorías de producto, etc. Esta información se puede utilizar tanto en el canal tradicional de relación con el cliente como también en la relación online que se pueda mantener con un número desconocido de clientes, lo que permite generar experiencias mucho más adaptadas a cada usuario.
• 4. Anticipar lo que puede suceder. Por último, un ámbito especialmente interesante es el de utilizar los datos propios y externos para la generación de proyecciones a futuro. Aunque desde Prenomics hacen hincapié en que las condiciones de alta volatilidad hacen desaconsejar hoy el uso de modelos matemáticos para la realización de previsiones fiables a medio-largo plazo, afirman que sí que es posible utilizar estas técnicas y las distintas métricas que ofrecen (proyecciones, bandas de confianza, medidas de bondad del ajuste...) para construir previsiones más a corto plazo y enfocadas en ámbitos concretos de negocio.