Inicio Carrusel «¿Machine Learning en las pymes? Sin duda» por Juan Ignacio de Arcos, director Programas en EOI Andalucía

«¿Machine Learning en las pymes? Sin duda» por Juan Ignacio de Arcos, director Programas en EOI Andalucía

Entre los diversos objetivos que persigue la transformación digital de una empresa, sobresale una que es relevante y común en todos los foros sobre el epígrafe: mejorar la experiencia del cliente. Pero, ¿qué implica todo esto? Pues centrar los esfuerzos en lograr un mejor conocimiento del mismo, incluido su comportamiento y hábitos (fobias y filias), optimizando y descubriendo nuevas formas de contacto y agregando valor en todos y cada uno de los canales de comunicación.

Este ejercicio, que debe emanar desde la propia dirección de la compañía y estar alineado con los objetivos estratégicos, implica adaptar los procesos internos y externos, un cambio cultural en toda la pirámide y, en algunos casos, la generación de nuevos modelos de negocio.

Como siempre, la tecnología es una herramienta poderosa para alcanzar este objetivo. Porque para conocer a los clientes, hace falta información de éstos y la información se extrae de los datos. Hasta tiempos recientes, los datos permitían únicamente analizar comportamientos pasados. A esto se le denomina analítica descriptiva: ¿qué ocurrió? ¿cuántas veces? ¿dónde? ¿cuál es el problema?

Ahora, las técnicas de Machine Learning o Aprendizaje Automático, permiten resolver otro tipo de preguntas: ¿qué podría ocurrir? ¿qué pasaría si continuara igual? ¿qué sucedería en el caso de que…? Se entra en el mundo de la analítica predictiva, que permite tratar no sólo datos alfanuméricos organizados, sino datos dispersos y sin estructura, como pueden ser una conversación, una fotografía o un vídeo.

La disponibilidad de soluciones algorítmicas, datos apropiados y conocimiento de negocio es clave para poder aplicar de Machine Learning. El otro actor de estos proyectos, la infraestructura tecnológica (arquitecturas, almacenamiento y capacidad de computación) es relevante cuando se manejan terabytes de información y requisitos de latencia exigentes, pero esto representa un porcentaje pequeño en las situaciones de negocio reales. Este dato es muy importante, porque hace que Machine Learning sea accesible a cualquier empresa. No son tecnologías exclusivas de las grandes; también las más pequeñas pueden disfrutar de ellas. Su utilización es razonablemente baja en costes y dificultad. Es más, el mayor requisito es asombrosamente simple: tener datos. Eso sí: datos suficientes y de calidad.

«Machine Learning es accesible a cualquier empresa, no son tecnologías exclusivas de las grandes. También las pequeñas pueden disfrutar de ellas»

La aplicación de las técnicas de Machine Learning es muy variada. Aún así, la industria se encuentra en fases tempranas de madurez, es decir, en la identificación y realización de casos de uso de propósito muy específico. Pero con mayor frecuencia, se realiza la operacionalización de los casos de uso en los procesos de negocio y se escala horizontal y verticalmente en las organizaciones.

El informe sobre el Estado de Machine Learning en la empresa 2020, de la consultora Algorithmia, sobre una muestra de más de 400 empresas en el mundo, ofrece interesantes datos. La primera conclusión es que las empresas están invirtiendo fundamentalmente en Machine Learning para resolver problemas que redundan en la diminución de costes, pero también en conocer mejor a sus clientes, lo que implica una mejora en la cifra de ingresos. Por ejemplo, en las industrias orientadas al consumidor, como el comercio minorista, las áreas que suponen más valor son marketing y ventas. En industrias como la fabricación avanzada, en las que la excelencia operativa es más importante, el mayor potencial de aplicación se centra en la cadena de suministro, la fabricación y la logística.

Parece que la tendencia es que a medida que las empresas crecen, priorizan el ahorro de costes sobre la atención al cliente. Ahora bien, esta elección tiene su precio. Según Qualtrics, los consumidores están dispuestos a gastar más dinero en empresas que brindan un mejor servicio al cliente pero están dispuestos a cambiar rápidamente a otra cuando no cumplen sus expectativas.

Las empresas deben ganarse la lealtad de sus clientes en cada interacción y anticiparse a los problemas antes de que surjan. La retención de los clientes y el incremento del valor de los ingresos que un cliente proporciona en el tiempo que permanece fiel (Lifetime Value o LTV) son ahora prioridad en los departamentos comerciales. Y es que un aumento en la retención del cliente de tan sólo un 5%, genera un incremento de beneficios superior al 25%, según Bain & Company.

Si se atiende a las empresas pequeñas, de menos de 100 empleados, es frecuente encontrar casos de uso de Machine Learning como los siguientes:

1. Generación de conocimiento e inteligencia de clientes, incrementando la interacción con ellos. El marketing digital también facilita esta labor, ya que es una herramienta muy efectiva para la captación de datos e indirectamente para el conocimiento del mismo, no sólo a nivel global sino a nivel granular, permitiendo el desarrollo de productos y servicios personalizados. En este sentido, las empresas de ecommerce tendrán una mayor facilidad para radiografiar a sus clientes, gracias a toda la interacción que se genera en los procesos de compra (clicks, páginas vistas, etc…), permitiendo ofertas personalizadas dinámicamente y en tiempo real.

2. Mejora de la experiencia de clientes. Por ejemplo, en las pymes dedicadas a la formación, priorizando la mejora de los canales de comunicación con sus clientes más importantes, como son, sin lugar a dudas, los alumnos y profesores. La segmentación es aquí una técnica rutinaria.

3. Reducción de costes de la empresa. En las empresas fabriles, desde la cadena de suministro, pasando por los procesos productivos hasta el almacenamiento y logística. Igualmente, en otros procesos internos, como es la selección de personal, la contabilidad e incluso los servicios legales en la empresa.

4. Incremento de la satisfacción de clientes. Por ejemplo, en las industrias dedicadas a la salud, farmacéutica y biotecnología, pero también en la de servicios públicos, prediciendo la demanda para evitar situaciones de falta de suministro o incluso las propias interrupciones de servicio, mediante el mantenimiento predictivo.

5. Retención de clientes activos, evitando la rotación de los mismos. Por ejemplo, en las empresas financieras y de seguros, detectando y evitando fraudes. También en las empresas de consumo, para evitar que fuguen a la competencia.

6. Generación de nuevos clientes, desde empresas de tecnología hasta las clásicas de fabricación, con sistemas de recomendación para la venta de nuevos servicios o productos diferenciados (venta cruzada), que capten la atención y faciliten a la fase de compra.

En cualquier caso, a nivel individual, cada empresa deberá́ examinar sus potencialidades y debilidades para encontrar las oportunidades más atractivas en las que utilizar Machine Learning y determinar donde tiene más sentido apostar. Habrá que superar la barrera que pueda suponer la falta de conocimiento en la organización mediante la formación adecuada a todos los niveles, ya que esto significa un cambio de mentalidad: la orientación al dato. También, algunas industrias de forma particular, como en el campo de la salud, banca, seguros o administración pública, tendrán que entender bien los aspectos regulatorios (privacidad y propiedad) inherentes al dato.

En definitiva, las pymes tienen una gran oportunidad para subirse a este tren. El esfuerzo no es desmedido. Consciente de su importancia estratégica, la Unión Europea ha apostado fuerte por estas tecnologías, con inversiones de más de dos mil millones en iniciativas que impliquen la incorporación de Machine Learning e Inteligencia Artificial en organizaciones públicas y privadas. Además, se han presupuestado más de quinientos millones para la generación de capacidades.

En este, ya mencionado, gran reto de la adopción de Machine Learning, las escuelas de negocio están demostrando ser más agiles en la oferta de programas formativos. España, por su parte, emitió su Estrategia Nacional de IA en noviembre de 2020, con un presupuesto de seiscientos millones de euros, con interesantes líneas de actuación, entre las que también cabe la formación, pilar básico para democratizar estas tecnologías. Hay, sin duda, un futuro muy interesante en Machine Learning.

La pregunta no es si la aplicamos o no, sino cuándo la aplicamos.

 

Fuente: Mercados 21 (https://www.mercados21.es/opinion/machine-learning-en-las-pymes-sin-duda)

Noticias relacionadas

Este sitio web utiliza cookies para mejorar su experiencia. Asumiremos que estás de acuerdo con esto, pero puedes optar por no participar si lo deseas. Aceptar Leer más

Política de privacidad