Consultoría en análisis predictivo y avanzado

La consultoría en análisis avanzado consiste en convertir los datos en decisiones que realmente supongan un cambio: identificar las decisiones comerciales que se están tomando de forma menos óptima de lo que podrían, determinar cuál es el valor de una versión mejorada de las mismas y elaborar únicamente aquellas predicciones que permitan impulsarlas. Esta página aborda la vertiente comercial y de clientes de este proceso, en la que las predicciones inciden en los ingresos, los precios y el inventario, más que en la infraestructura.

• Desde 1999estrategia de demanda, comercial y de clientes
• Más de 200estudios de caso publicados
• 10 oficinasen cuatro continentes
• Sin vínculos con proveedoresnuestro modelo y nuestro asesoramiento sobre plataformas no tienen ningún interés comercial
• El campo de interacciónescrito por nuestro fundador

Una previsión vale lo que valía la decisión

El modelo funciona, el panel de control se actualiza, pero la decisión para la que se creó sigue tomándose como siempre: la misma persona, por instinto, en el mismo momento de la semana.

Se trata de un fallo de alcance, no de un fallo técnico. El trabajo que parte de los datos disponibles da lugar a modelos que buscan una aplicación. El trabajo que parte de una decisión recurrente concreta da lugar a modelos que se utilizan, porque la persona que actúa en función de los resultados estaba presente cuando se estableció el umbral.

Hay tres preguntas que determinan si merece la pena financiar un programa de predicción:

• ¿Qué decisión comercial recurrente se está tomando de una forma peor de lo que podría ser, y quién es el responsable?
• Qué tendría que darse para que cambiara: precisión, latencia, fiabilidad y cómo se integra la respuesta en el flujo de trabajo
• ¿Qué es lo que vale una decisión mejor?

Si no hay respuesta a la tercera pregunta, no elabores el modelo.

Cuando las empresas nos contratan

• Los modelos funcionan y nada cambia. Un departamento de ciencia de datos competente, buenos índices de precisión y una cuenta de resultados que se ve exactamente igual que hace tres años.
• Antes de comprometerse con una plataforma o unas herramientas. Se está a punto de tomar una decisión sobre la infraestructura antes de que nadie haya definido las decisiones que se pretende mejorar con ella.
• Cuando la fijación de precios o las promociones se basan en el instinto. Existen datos que permiten predecir la respuesta por segmentos, pero nadie los ha relacionado con la reunión semanal.
• Cuando la analítica tiene que dar cuentas. Se le exige a esta función que genere resultados, pero lo único que puede ofrecer son métricas de precisión.

Qué incluyen nuestros servicios de consultoría en análisis predictivo

Cuatro etapas de trabajo. La mayoría de los proyectos empiezan por la primera y se detienen cuando se agota el valor.

1. Un inventario de decisiones y un análisis de valor

Antes de elaborar cualquier modelo, elaboramos un inventario de las decisiones comerciales recurrentes, indicando quién es el responsable de cada una, cómo se toma actualmente y cuál sería el valor añadido de una versión mejorada.

• Las decisiones se clasifican en función del valor en juego, en lugar de según la disponibilidad de datos
• La precisión, la latencia y la seguridad que realmente requiere cada decisión, según la persona que la toma
• Las decisiones que no deben automatizarse deben indicarse explícitamente, para que el programa no sea evaluado en función de ellas.

2. La predicción como la parte de detección de un bucle

Concebimos la inteligencia como un ciclo de percepción, razonamiento, acción y aprendizaje. La predicción constituye la parte dedicada a la percepción y absorbe casi la totalidad de la mayoría de los presupuestos; de ahí que tantas funciones analíticas parezcan muy activas y, sin embargo, cambien tan poco.

• El sentido común te dice lo que es probable
• La razón convierte eso en una acción recomendada; en un contexto empresarial, el modelo no se cumple.
• Act necesita a alguien, o algo, con autoridad para actuar
• Learn necesita que se le facilite el resultado para que la siguiente predicción se realice con mayor información.

Las organizaciones suelen ser sólidas en cuanto a la intuición, débiles en cuanto a la razón, bloqueadas en cuanto a la acción y ausentes en cuanto al aprendizaje. El bloqueo en la acción es un problema de permisos disfrazado de problema técnico. Nadie ha decidido qué llamadas puede realizar el sistema por sí solo, por lo que todo se acumula en la cola detrás de una persona que está ocupada. Por eso establecemos explícitamente el umbral de escalación, basándonos en la importancia, la reversibilidad, los precedentes, la exposición y la propia confianza del sistema. Las decisiones rutinarias se resuelven entonces sin necesidad de revisión, las de mayor trascendencia llegan al nivel adecuado con el razonamiento y las alternativas ya preparadas, y la vía de excepción se conoce antes de que sea necesaria.

3. Predicción que va más allá de la categoría

Las predicciones comerciales suelen enmarcarse en las categorías en torno a las que ya se organiza una empresa: la pérdida de clientes de este producto, el aumento de ventas gracias a aquella promoción o la mejor acción posible a partir de la gama actual. Todas ellas son útiles, pero todas tienen sus límites, ya que solo pueden optimizar la demanda que ya se ha captado.

• Los espacios de demanda describen lo que los clientes intentan conseguir, y los que resultan rentables trascienden las fronteras de las categorías en torno a las cuales se estructuran las empresas ya establecidas.
• Un modelo que detecta una necesidad antes de que llegue a tu categoría es un instrumento de crecimiento. Uno que solo ve cómo el cliente se marcha es un instrumento de retención, y los consejos de administración no pagan el mismo múltiplo por esas dos situaciones.
• El precio encaja en este mismo marco: el valor de una prima de preferencia, por segmento y espacio de demanda, es cuantificable y vincula la fortaleza de la marca con el beneficio económico.

4. Una arquitectura que parte de la base de que los modelos cambiarán

Una funcionalidad que hasta hace poco era puntera ahora se considera de nivel medio y está disponible a través de varios proveedores, por lo que diseñamos modelos seleccionados en función de la carga de trabajo, de modo que el cambio de modelo sea una decisión de implementación y no implique una reconstrucción.

• Los activos duraderos se transfieren de todos modos: el inventario de decisiones, los datos de resultados etiquetados, la integración del flujo de trabajo y la vía de retroalimentación
• El aprendizaje automático clásico sigue siendo la herramienta adecuada para la predicción estructurada a gran escala, ya que resulta más económico, más rápido y más explicable, mientras que los modelos de lenguaje se encargan de los datos no estructurados.
• No mantenemos ninguna colaboración con ningún proveedor de modelos, por lo que nuestro consejo sobre la elección del modelo no tiene ningún interés comercial.

Cómo funciona un proyecto de análisis avanzado

1. Inventario. Entrevistas con las personas que toman las decisiones comerciales recurrentes, un esquema de cómo se toma cada una de ellas en la actualidad y una clasificación según el valor en juego.
2. Especifica: para las decisiones más importantes, la precisión, la latencia y el nivel de confianza requeridos, el formato en el que debe presentarse la respuesta y el umbral de escalación. El resultado es una especificación de compilación redactada partiendo de la decisión y trabajando hacia atrás.
3. Desarrollo. La predicción, la capa de razonamiento que la rodea y la integración en el flujo de trabajo, con la elección del modelo en función de la carga de trabajo y no de la relación con el proveedor.
4. Cerrar el ciclo. Recopilación de resultados, para que el sistema aprenda si su última recomendación fue acertada, y una línea de medición desde la decisión hasta la cuenta de resultados.

Por qué las empresas eligen Vivaldi para sus trabajos de análisis

• Partimos de la decisión, no de los datos. El argumento de valor precede al modelo, que es el paso que determina si se utiliza algo.
• No estamos revendiendo una plataforma. Nuestra recomendación no se basa en ningún modelo ni en ninguna colaboración en materia de infraestructura, por lo que el asesoramiento sobre la arquitectura se centra en tu carga de trabajo y no en nuestro margen.
• La predicción está relacionada con la demanda, no solo con el embudo de ventas. Nuestro trabajo en el ámbito de la demanda implica que los modelos buscan necesidades que surgen fuera de tu categoría, y ahí es donde la predicción del crecimiento difiere de la predicción de la retención.

Cómo evaluar una empresa de consultoría especializada en análisis de datos

Vale la pena preguntárselo a cualquier empresa de tu lista de finalistas, incluida la nuestra.

• Pídeles que definan la decisión antes de presentar el modelo. Una propuesta que comienza con una auditoría de datos y termina con una recomendación sobre una plataforma ha omitido la cuestión que determina si todo ello se va a utilizar.
• Pregunta qué nivel de precisión requiere la decisión. Una empresa que no pueda responder a esta pregunta es que no ha hablado con la persona responsable de la decisión y está optimizando un indicador que nadie va a tener en cuenta a la hora de actuar.
• Pregunta qué ocurre cuando hay que sustituir el modelo. Una arquitectura que parte de la base de que se contará con un único proveedor de forma indefinida conlleva un riesgo de suministro sin que ello suponga ningún beneficio a cambio.
• Pregunta qué van a hacer con los datos sobre los resultados. Lo que suele faltar con mayor frecuencia es saber si la última recomendación sirvió de algo, y sin eso nada mejora.
• Pregunta quién les paga. Una recomendación de una empresa que tiene una alianza con la plataforma no es lo mismo que una de una que no la tiene.

¿Consultoría de estrategia analítica, empresa de ingeniería de datos o proveedor de plataformas?

Donde termina esta página y empieza el aprendizaje automático

Esta página aborda las previsiones comerciales y de clientes en el ámbito del comercio conectado: previsión de la demanda y las ventas, valor del ciclo de vida y tasa de abandono, propensión y siguiente mejor acción, respuesta a los precios y las promociones, y existencias y surtido. El aprendizaje automático general, el desarrollo y la evaluación de modelos se enmarcan en el aprendizaje automático, el análisis predictivo y la estrategia de IA. La mayoría de las organizaciones necesitan ambos. Si la cuestión es de carácter comercial, empieza por aquí.

Trabajos relacionados

• Aprendizaje automático, análisis predictivo y estrategia de IA para el desarrollo y la evaluación de modelos en general, así como para la estrategia de modelos de IA.
• Estrategia de datos si la restricción radica en el estado de los datos y no en el estado de las decisiones.
• Estrategia dinámica « Customer Journey » si la predicción es acertada y nada en el recorrido influye en ella.
• Comercio conectado para el grupo más amplio al que pertenece esta página, cuya función es facilitar la transferencia del contexto del cliente entre canales.

Este trabajo forma parte de nuestra práctica de Estrategia Tecnológica Empresarial en Vivaldi, la consultora estratégica responsable de «Demand Landscape» y «Interaction Field».

Consultoría en análisis avanzado en EE. UU. y en todo el mundo

Nuestra labor de análisis se lleva a cabo desde diez oficinas repartidas por cuatro continentes, y el equipo de EE. UU. tiene su sede en Nueva York. Las predicciones comerciales se adaptan a cada mercado, a diferencia de lo que ocurre con las infraestructuras: el mismo modelo de pérdida de clientes entrenado para un mercado suele valorar erróneamente el riesgo en otro, ya que las alternativas de las que dispone el cliente son diferentes. Definimos el alcance por mercados y reutilizamos el conjunto de decisiones en lugar del modelo.