Preguntas Frecuentes

Ambos tienen como objetivo establecer predicciones sobre el funcionamiento futuro de sistemas complejos: fenómenos meteorológicos, ecosistemas biológicos, máquinas, enfermedades, comunidades humanas, etc. El término "Big Data" se suele aplicar cuando, para realizar estas predicciones, es preciso recurrir al análisis de grandes volúmenes de datos, de naturaleza variada y que se generan y evolucionan a gran velocidad. El Marketing Predictivo tiene como objetivo predecir el comportamiento comercial de colectivos concretos de personas, que habitualmente son los clientes o usuarios de una gran compañía. Para realizar estas predicciones es muy común utilizar las tecnologías y métodos de trabajo propios de Big Data, que incluyen algoritmos desarrollados en las dos últimas décadas en el ámbito de la Estadística Avanzada y la Inteligencia Artificial.

Para realizar las predicciones se utiliza el historial de comportamiento comercial de cada cliente: las compras realizadas, el tipo de productos o artículos que más le gustan, los momentos en los que más le gusta comprar, su receptividad a las campañas comerciales que recibe de su compañía, etc. De la misma forma que cualquier persona puede predecir con bastante certeza el comportamiento en el próximo corto plazo de una persona allegada, porque conoce su comportamiento histórico en momentos similares, una compañía puede predecir con bastante nivel de acierto cómo se comportará un cliente suyo desde el punto de vista comercial.

Mediante estas predicciones una compañía puede determinar con cierto grado de fiabilidad si a un cliente suyo le agradará alguno de sus productos, si será receptivo a una campaña comercial, si se encontrará cómodo con una oferta concreta, etc. A la mayoría de consumidores suele gustarles que las compañías de las que son clientes les comuniquen ofertas, nuevos productos, etc…. ¡siempre que sean productos que resulten de su interés! Mediante el Marketing Predictivo, las compañías pueden elegir para cada cliente las ofertas y productos que con mayor probabilidad serán de su interés y resultarán adecuados para ellos, evitando así el inconveniente de ofrecerles productos que no encajen con su perfil de consumidor, y ayudándoles a elegir entre la gran cantidad de productos y artículos que ofrecen las compañías de gran consumo.

El Marketing Predictivo requiere la utilización de herramientas y tecnología orientada a desarrollar e implementar técnicas de Estadística Avanzada, a la aplicación de algorítmica de Inteligencia Artificial, y al manejo grandes volúmenes de datos de diferente naturaleza, que constituyen el input o la "materia prima" para que dichos algoritmos "aprendan" a realizar las predicciones. Los datos necesarios son los que constituyen el histórico de consumo de cada cliente y, en general, su comportamiento comercial histórico en la compañía (operaciones, reclamaciones, compras, etc.) El uso de estas herramientas y de este tipo de datos requiere perfiles de personas especialistas, que deben combinar su expertise tecnológico con el conocimiento del negocio de la compañía para la que se desarrollan los algoritmos.

La empresa debe aportar dos elementos importantes: los datos anónimos del comportamiento histórico de sus clientes, y la interpretación y orientación de los algoritmos desde el punto de vista de su negocio. La interpretación de los algoritmos con sentido de negocio es muy relevante, para que realmente constituyan una ayuda para la compañía y sus clientes; según nuestra experiencia, los algoritmos no debe aplicarse "ciegamente", sino con supervisión de las personas de la empresa con profundo conocimiento de su negocio. Es la mejor forma de obtener partido de los mismos y recomendar a sus clientes productos y servicios que realmente sean de su interés.

Es habitual medir el ROI (Return on Investment) de las campañas o acciones comerciales que realiza la compañía, para saber los ingresos adicionales que cada campaña genera en ventas directas y negocio inducido. El ROI de una campaña se suele calcular intentando contestar a esta pregunta: "¿cuántos ingresos adicionales ha generado esta campaña, en comparación con las ventas naturales que se obtienen sin realizar la campaña?" Análogamente se puede y se debe medir el ROI de los Modelos Predictivos, contestando a preguntas como éstas: "¿cuántos ingresos ha generado este modelo, utilizado para seleccionar el público objetivo de una campaña?"; "¿cuántos ingresos ha generado este modelo, utilizado para ofrecer un set de recomendaciones personalizadas para cada cliente?" Las Apps de Bionline calculan de forma automática el ROI de los modelos, para que nuestros clientes conozcan en todo momento el retorno de su inversión.

Ninguno; la empresa sólo debe aportar el conocimiento de su negocio, puesto que toda la labor técnica especializada de análisis de datos y aplicación de Algorítmica y Estadística Avanzada, junto con la tecnología necesaria para realizarla, la aporta Bionline si nuestro cliente así lo requiere. Bionline es la única compañía preparada para ofrecer este servicio de forma externa, cuando nuestro cliente así nos lo pide, para darle un servicio integral de Marketing Predictivo o para complementar y potenciar las capacidades que nuestro cliente pueda haber desarrollado internamente.

Desde el punto de vista de negocio, el Marketing Predictivo suele impactar directamente en las Ventas, produciendo un incremento en sus cifras a través de la fidelización y vinculación de los clientes, bien sea incrementando la venta cruzada, el upgrade de consumo, reduciendo las cifras de abandono, etc. Desde el punto de vista interno, los expertos de negocio de la compañía deben entender muy bien los modelos que utilizan, los universos de clientes a que están dirigidos, las predicciones que realizan y sus resultados de negocio, y deben ir adquiriendo un enfoque de trabajo en el que las decisiones tengan en cuenta lo que dicen los datos de sus clientes.

Sí, nuestras aplicaciones permiten a los analistas de negocio de la compañía manejar o "conducir" los motores analíticos de los Modelos Predictivos; están pensadas desde un punto de vista de negocio, si bien recogen aspectos de tipo técnico que les ayudan a entender y obtener el máximo partido comercial de dichos motores. Las aplicaciones hacen de intermediarias entre los Modelos (cuyo manejo directo requeriría un perfil técnico especializado) y los analistas de negocio, para que éstos disfruten del entendimiento y la autonomía suficiente para realizar su trabajo, sin necesidad de entender el trasfondo matemático y algorítmico de los Modelos.