Teradata analiza el Data Mining diez años después de su popularización
Diez años después de que se empezara a popularizar una leyenda convertida ya en uno de los ejemplos más conocidos en el campo del Data Mining y las técnicas comerciales, la historia de la relación entre la compra de cerveza y pañales por parte de padres jóvenes a última hora de la tarde, la compañía que realizó el estudio auténtico, la empresa de minería de datos Teradata, ha aprovechado este aniversario para resaltar la importancia de estas tecnologías que han revolucionado las formas de negocio empresariales.
“El Data Mining permite predecir el futuro y mejorar el negocio analizando los datos que las compañías recopilan y transformándolos en conocimiento”. Con estas palabras explica Werner Suelzer, vicepresidente de la región EMEA (Europa, Oriente Próximo y África) de Teradata esta tecnología a la que se dedica su compañía. “La clave del data mining no está en permitir que los directivos conozcan los datos históricos que se producen en sus negocios, sino en analizarlos de forma que éstos les brinden la posibilidad de anticiparse al futuro”. Un ejemplo claro de este negocio basado, según Suelzer, un 50% en hechos y el 50% restante en emociones, es el hecho de que, “aunque parezca que los estudiantes no son clientes rentables para los bancos, no es así, pues éstos son los futuros directivos, investigadores, empresarios...”. Claro que el ejemplo más conocido y el que popularizó la tecnología del Data Mining es el de la cerveza y los pañales.
La leyenda de la cerveza y los pañales
... Y la leyenda de la cerveza y los pañales que tantas veces ha aparecido en los libros de texto de marketing y minería de datos es la siguiente. En un supermercado unos investigadores descubrieron una relación curiosa entre la venta de cerveza y de pañales por parte de jóvenes a última hora de la tarde y, especialmente, los fines de semana. Tras el análisis de los datos, éstos descubrieron que se trataba de padres jóvenes que, aunque tenían que quedarse con sus hijos y no podían salir, no querían renunciar a tomarse sus cervezas en casa. Un descubrimiento que llevó al establecimiento comercial a organizar estos productos de otra forma de modo que impulsara su compra y aumentar así su negocio.
En realidad, los verdaderos hechos fueron algo distintos. La verdadera historia, protagonizada por los expertos en Data Mining de Teradata, se remiten a un estudio realizado por la compañía de 25 tiendas de la cadena estadounidense Osco Drugs, quienes descubrieron una correlación entre el zumo de fruta y las medicinas sin receta y entre los juguetes de peluche y los artículos infantiles.
Al margen ya de la leyenda y la historia verdadera, lo que sí es cierto es que estas tecnologías de análisis de datos permiten, especialmente a sectores como la banca, la comunicación, la venta al por menor y las comunicaciones, mejorar gracias a un conocimiento más exacto de las conductas de sus clientes. De hecho, diez años después de que la minería de datos se popularizase, su evolución ha sido imparable y se ha extendido a todos los negocios, incrementando, según Teradata, el ROI de las compañías de 100 a 200 veces.
Más allá de OLAP
“La tecnología de Data Mining supera con creces a OLAP (procesamiento analítico online)”, según manifiesta Suelzer. Una aseveración compartida por la consultora IDC que asegura en un reciente estudio que mientras las herramientas de software de OLAP se suelen utilizar generalmente para realizar análisis más simples, el Data Mining proporciona a los investigadores y expertos técnicas de análisis más sofisticadas y con caraterísticas predictivas.
Entre las herramientas de Data Mining de Teradata, destaca la línea de productos Warehouse 6.2, recientemente lanzada y que incluye el software Warehouse Miner 3.1 y otras mejoras. Un software que, según la compañía, permite a los ejecutivos crecer hacia un gran Data Warehouse empresarial en varias fases. La compañía fue el primer fabricante que integró herramientas de Data Mining en sus bases de datos centralizadas. En Europa, trabaja en cuatro áreas; el segmento de la comunicación, en el que factura un 30%, el de la banca (15%), la venta al por menor (25%) y los viajes (10%). Sus clientes son grandes empresas que necesitan manejar abundantes datos, como es el caso de FNAC, su más reciente cliente en España.