SECCIONES

Data Mining: Descubriendo Potencial

¿Alguna vez has recibido un sobre por correo en tu casa, por el cual te ofrecen descuentos para determinadas compras? ¿Alguna vez te han llamado por teléfono para ofrecerte tal o cual producto? Si es así, entonces fuiste encontrado por el data mining…

Ideas y Contenido Hugo Gustavo Peña.
Adaptación Pablo Guirín - Graduado en Licenciatura en Publicidad - pablo.guirin@facultades.info

Y ello es porque alguien usó una base de datos en la que estabas presente. Dos cosas pudieron haber sucedido: o te eligieron al azar (lo más ineficiente), o más probable, tu nombre surgió de algún modelo de Data Mining que te clasificó como un target valioso con propensión a la compra.

Interpretar datos

El Data Mining es el resultado de un largo proceso de investigación y desarrollo. Esta evolución comenzó cuando los datos de negocios fueron almacenados por primera vez en computadoras, que gracias a su evolución ya no se limita a solo almacenarla sino también a procesar una inmensa cantidad de datos.

Las computadoras e Internet permitieron almacenar grandes bases de datos, donde hoy es más fácil que nunca reunir millones, incluso miles de millones de datos que luego pueden ser analizados sistemáticamente desde diferentes perspectivas y así convertir la información en algo útil para la toma de decisiones.

En definitiva es un proceso por el cual se intenta descubrir los "patrones, relaciones y reglas" de comportamiento escondidos en los datos,  que son propios de una industria o negocio.
Técnicamente, es un conjunto de sofisticados algoritmos que permiten procesar la información con determinados objetivos y presentarla de una manera usable para el Área de Marketing de la empresa.

La ventaja principal que aporta esta técnica es que sus objetivos primordiales son conocer los "patrones de comportamiento" de la clientela para poder accionar en consecuencia, con lo cual permitirá obtener mejor rentabilidad del negocio logrando que el cliente consuma más e incluso reducir costos. Esto se consigue, en muchos casos, realizando acciones directas y personalizadas sobre un conjunto específico de clientes (Marketing Directo) sin necesidad de recurrir a la comunicación masiva, reduciendo de esta manera los costos de marketing.

En general, las técnicas de Data Mining son utilizadas para dos importantes procesos: el "descubrimiento de conocimientos" (Knowledge Discovery) y la "predicción" (Forecasting). El primero provee información explícita que puede ser entendida por el usuario; el segundo provee conocimiento acerca del comportamiento de futuros eventos.
Hay que tener siempre bien presente que el Data Mining NO puede resolver las hipótesis de relaciones causa-efecto entre atributos. Esto está fuera del alcance de toda técnica estadística. Sin embargo hay otras que si puede:

• Analista de Crédito o Banco: ¿Le concederemos el crédito a este cliente?


• Gerente del supermercado: los clientes que compran cerveza ¿Qué más consumen?
• Jefe de Área de Comercialización: ¿Cuántos aparatos de TV venderemos el mes próximo?
• Director de RR.HH: ¿Cuál es el perfil de mis empleados?

Aplicaciones

Desarrollaremos, como ejemplo, el caso de una cadena de supermercados cuyo objetivo es conocer la propensión al abandono de sus consumidores. Para la empresa es muy importante poder anticiparse a la actitud de sus clientes que puedan dejar de consumir por razones de precio, calidad, servicio, competencia u otros motivos extras.

La razón de hacer foco en estos consumidores reside en que, en general, es más costosa (en valores monetarios) la adquisición de un nuevo cliente que mantener a uno que ya lo es. En consecuencia, es más "valioso" para la empresa el proceso de "retener" que de "adquirir" un cliente..

Definido así el objetivo final, el siguiente paso es tomar conocimiento de la historia del consumo de los clientes. Para ello, la empresa cuenta con la historia de los registros transaccionales almacenados en su base de datos, gracias al uso de las "tarjetas magnéticas" que la empresa provee a cada cliente que la solicita, generalmente a cambio de un programa de "puntos" que le permite al consumidor canjear dichos puntos por regalos. 

Cada transacción se registra y se almacena en la base de datos. La transacción contiene la información de cuándo y cuales productos (debidamente codificados) se adquirieron, es decir: el "ticket" de compra.

Obviamente, por los movimientos de todas las sucursales de una cadena de supermercados se pueden llegar a registrar millones de transacciones mensuales. Esto impide, en principio, trabajar con semejantes cantidades. Una de las ventajas de las técnicas de Data Mining reside en que siempre es posible (bajo ciertos criterios estadísticos de muestreo) extraer "muestras" aleatorias y trabajar con ellas.

Con la información de la muestra transaccional de los clientes y de sus datos demográficos, se comienza por un estudio exploratorio y descriptivo de las variables. La "historia" transaccional de los clientes es objeto de estudio para tratar de obtener atributos que puedan "discriminar" comportamientos tendientes al abandono.

Para ello se define, por ejemplo, el estado de abandono: como aquel en el que un cliente deja de consumir por 3 meses consecutivos, luego de haber estado "activo" durante los 6 meses anteriores.  De esta manera se observa que los clientes propensos al abandono poseen un valor medio del monto de su consumo que va evolucionando "a la baja" mes a mes. Esto no sucede para los clientes que se mantienen activos. Por lo tanto, esto puede indicar que el monto gastado por el cliente es un muy buen indicador de la posibilidad de un abandono.

De la misma forma, la cantidad de tickets también resulta ser un indicador con buen poder de discriminación entre ambos estados (de abandono o actividad). Y así siguiendo, se estudia por ejemplo la fecha de última compra (recencia), intervalo temporal entre compras, y otros atributos (o combinaciones entre ellos).

Una vez individualizados los atributos probables que discriminen entre ambos estados, comienza el proceso de  la aplicación de las técnicas de Data Mining. En este caso debemos pensar en una que nos permita obtener un "score" numérico que  pueda ser asignado a cada cliente. Dado que el objetivo es determinar el status o no de abandono, y como éste está representado por una variable dicotómica (si ó no, 1 ó 0), se puede usar con gran robustez una de las dos técnicas más comunes en estos casos: Regresión Logística o Naive Bayes. En este caso que tratamos, cualquiera de las dos da resultados similares. El output de estas técnicas asigna a cada cliente la probabilidad de pertenecer al estado de abandono (o su complemento, al estado de actividad).

Una vez un gerente importante de Coca Cola dijo: "Sé que la mitad de nuestra inversión publicitaria es derrochada, el problema es que no se que mitad…". A través de esta declaración resulta más claro entender porque surgen técnicas como el data mining. Donde el esfuerzo se centra en el análisis de las conductas de los consumidores y predecir su comportamiento, de manera que cada acción de marketing represente una reducción en esa "mitad que tanto" derrochan las empresas. *

Comentarios