Ir al contenido principal

Big Data y Machine Learning aplicado a la empresa

Big Data y Machine Learning aplicado a la empresa
Fuente: Andres Gonzales - Consultor de Machine Learning

Una empresa de telefonía quiere saber qué clientes están en “peligro” de darse de baja de sus servicios para hacer acciones comerciales que eviten que se vayan a la competencia. ¿Cómo puede hacerlo? La empresa tiene muchos datos de los clientes, muchísimos: antigüedad, planes contratados, consumo diario, llamadas mensuales al servicio de atención al cliente, últimos cambios de planes contratados… pero seguramente los usa solo para facturar y para hacer estadísticas. ¿Qué más puede hacer con esos datos? Se pueden usar para predecir cuándo un cliente se va a dar de baja y gestionar la mejor acción que lo evite. En pocas palabras, con Machine Learning se puede pasar de ser reactivos a ser proactivos. Los datos históricos del conjunto de los clientes, debidamente organizados y tratados en bloque, generan una base de datos que se puede explotar para predecir futuros comportamientos, favorecer aquellos que mejoran los objetivos de negocio y evitar aquellos que son perjudiciales.

Esa cantidad ingente de datos son imposibles de analizar por una persona para sacar conclusiones y menos todavía para hacer predicciones. Los algoritmos en cambio sí pueden detectar patrones de comportamiento contando con las variables que le proporcionamos y descubrir cuáles son las que han llevado, en este caso, a darse de baja como cliente. La siguiente imagen es un ejemplo de una predicción simplificada basada en datos de una compañía de telefonía ficticia, pero usando una herramienta de Machine Learning real:
           

La visualización en árbol (en esta imagen está simplificado, la predicción real tiene muchos más nodos) permite ver los patrones que han seguido ciertos clientes que se han dado de baja. En este caso está resaltada una de las ramas centrales, que indican un patrón en el que el cliente:

Tiene más de 3 llamadas al servicio de atención al cliente.
Llama menos de 171,95 minutos al día.
Las llamadas en horario nocturno son inferiores a 189,02 minutos.
 

Este es un análisis de los datos históricos, pero… ¿dónde está la predicción? Vamos a ello: si los clientes que tienen estas características ya se han dado de baja de la compañía, es previsible que los que todavía son clientes y tienen este mismo comportamiento estén en riesgo de irse. Según este modelo predictivo, es bastante probable que esto suceda (se dice que la predicción tiene una confianza, en este caso, de 91,97%). Si el departamento de marketing tuviera esta información, podría proponerles proactivamente un cambio de plan de tarificación o podría revisar por qué han llamado al servicio de atención al cliente para intentar mantenerlos.

El árbol de predicción completo sería el siguiente. En este caso hemos resaltado una predicción falsa (es decir, no se daría de baja) con una confianza del 90,59%. A la derecha de la imagen se puede ver el patrón de comportamiento de este grupo de clientes:

            

El reto de sacar partido de los datos se ha simplificado enormemente. El Machine Learning de hoy no es como antes. Esto quiere decir que con datos de calidad, tecnologías adecuadas y análisis propicios es posible actualmente crear modelos de comportamiento para analizar datos de gran volumen y complejidad. Además, los sistemas proporcionan resultados rápidos y precisos sin intervención humana, incluso a gran escala. El resultado: predicciones de alto valor para tomar mejores decisiones y desarrollar mejores acciones de negocio.

Sin embargo, no debe distraer nuestra atención el volumen de datos. No es necesario tener tantos datos como Facebook o como un gran banco para hacer modelos que ayuden al negocio. Es mejor tener datos de calidad (fiables y útiles) que tener miles de millones de datos de los que no se puede extraer valor.

Comentarios

Entradas populares de este blog

Inbound Marketing: qué es, origen, metodología y filosofía

Inbound Marketing: qué es, origen, metodología y filosofía
Fuente: https://www.inboundcycle.com


¿Qué es el inbound marketing?
El inbound marketing es una metodología que combina técnicas de marketing y publicidad no intrusivas con la finalidad de contactar con un usuario al principio de su proceso de compra y acompañarle hasta la transacción final.
La principal finalidad de esta metodología es contactar con personas que se encuentran en el inicio del proceso de compra de un producto determinado. A partir de aquí, se les acompaña, mediante el contenido apropiado para cada una de las fases del proceso de compra y su perfil, hasta la transacción final, siempre de forma “amigable”. Y, posteriormente, se les fideliza.
El inbound marketing proporciona ventajas a las empresas que lo ponen en práctica. Entre las principales, se encuentran: Aumenta los contactos cualificados de marketing (MQL): los multiplica por 7,3 en un año y por 9,8 en dos años. Aumenta los registros (leads): los multiplica por 3…

¿Qué es el outbound marketing?

¿Qué es el outbound marketing?
Fuente:https://www.inboundcycle.com


¿Qué es el outbound marketing?
El outbound marketing es el conjunto de acciones de marketing que tienen el objetivo de captar consumidores mediante métodos directos y unidireccionales.
Las técnicas de outbound marketing tratan de llamar la atención del cliente sobre un producto o servicio mediante la muestra directa del mismo, ya que el objetivo primordial de este tipo de estrategias es la venta.
En esta metodología de marketing, los argumentos utilizados se caracterizan por ser sencillos, directos y escasamente desarrollados.
Por otro lado, los contenidos generados en una campaña de outbound son cortos, simples y con escaso (o nulo) valor añadido para el usuario.

Ejemplos de acciones de outbound marketing
Podemos encontrar un sinfín de ejemplos de acciones de outbound marketing, siendo las más usuales:
Anuncios en prensa, radio y televisión.Carteles publicitarios en marquesinas, vallas y otros soportes.Merchandising: llaveros,…

11 muy buenas herramientas de Marketing Digital y Social Media

11 muy buenas herramientas de Marketing Digital y Social Media Fuente: Autor Álex Serrano


Inbound Marketing, SEO, Redes sociales… ¿Quieres ser el mejor en cada campo? Para ello debes conocer las herramientas que utilizan los profesionales, saber sacarles partido y lo que pueden aportarte cada una de ellas. Atiende a la siguiente lista, porque seguro que estas herramientas van a mejorar tu día a día en el marketing online.

11 Herramientas de Marketing Digital

Cuando se trata de aplicar técnicas no intrusivas para conectar con el cliente, lo primero que se nos viene a la cabeza es la palabra “trabajo”. Hay que hacer un montón de cosas al mismo tiempo y las 24 horas del día no alcanzan para todo.

Es recomendable apoyarse en herramientas de marketing digital y social media que ofrezcan opciones automatizadas para así ahorrarnos tiempo y ayudarnos a optimizar las redes sociales. A continuación, te mencionamos algunas opciones que te pueden ayudar a conseguir los resultados esperados en función …