¬ŅQu√© es 'machine learning' y qu√© quiere decir para su negocio?





Machine learning es un conjunto de herramientas que va significativamente a cambiar la manera en que todos los negocios operan, tecnológicos o no. Un ejemplo práctico es una buena manera de introducir los conceptos. Recientemente, en una conferencia uno de los altavoces me ha contado, en privado, un caso real pasado en Estados Unidos en una empresa de servicios online del sector financiero.





La mayoría de sus ingresos provienen de contratos de suscripción de servicios renovables. Uno de los mayores problemas del equipo de ventas era prever la probabilidad de renovación de estos contratos. El equipo estaba demasiado sobrecargado y algunos de los clientes eran menos visitados de lo que debían. El criterio de priorización era sólo el volumen de negocios, por lo que había la percepción que algunas cuentas consumían demasiados recursos y otras de menos. Pero no había alternativas obvias.

Por iniciativa de un ingeniero de TI surgió un proyecto de Machine Learning. El objetivo sería clasificar todas las cuentas con una probabilidad de renovación alta, media o baja dando un perspicacia valioso a la dirección de ventas para la planificación. El proyecto fue aprobado con un plazo de seis meses.

El primer paso fue el que más tiempo consumió: buscar y tratar toda la información histórica que existía en las diferentes bases de datos y sistemas internos y externos. Del perfil del cliente a los datos financieros y rendimiento del negocio, a la cantidad de contactos con la empresa y emails intercambiados a métricas sobre las interacciones con soporte.

Se siguieron semanas de simulaciones identificando las variables relevantes y la correlaci√≥n entre s√≠ y, finalmente, el resultado fue presentado: un modelo con un 70% de precisi√≥n. El equipo comercial estuvo cerca de esta √ļltima fase del proceso, ayudando a entender dependencias ya excluir casos aislados. El modelo fue utilizado en el trimestre siguiente y permiti√≥ subir la tasa de renovaci√≥n de clientes, aumentando los ingresos sin que el equipo comercial creciera.

Este ingeniero recibi√≥ una promoci√≥n y autonom√≠a para crear un equipo y asignar recursos para mejorar el modelo. Al cabo de un a√Īo despu√©s fue despedido por haber acelerado los costos por un valor incompatible, por perseguir un valor de precisi√≥n del 99%.

Esta historia verídica ilustra las oportunidades y desafíos de Machine Learning para la mayoría de los negocios. Este término se refiere a un conjunto amplio de técnicas que permiten clasificar datos para detectar patrones y hacer predicciones o tomar decisiones. Tanto para conducir vehículos autónomos, como para predecir el tiempo o optimizar un negocio. Sin embargo hay tres factores que cualquier empresa debe tener presente para abordar el problema Machine Learning:





  • Comenzar por definir objetivos y m√©tricas. Que variable (o variables) a optimizar, y hasta d√≥nde. Parece obvio, pero la realidad dice lo contrario. Para la mayor√≠a de los escenarios, los modelos con un 70% o un 80% de precisi√≥n son suficientes para obtener ventajas competitivas. Alcanzar modelos con alt√≠simas precisiones tiene costos exponencias de dinero y tiempo;
  • Los datos son un tesoro precioso. Todos ellos, incluso los que hoy parecen in√ļtiles. El gran esfuerzo de proyectos de Machine Learning (alrededor de 60 a 70% de tiempo) se gasta en la recogida, tratamiento y homogeneizaci√≥n de datos. La empresa del futuro es aquella que tiene m√°s datos, seguros y disponibles para ser procesados. Es decir, para generar una ventaja competitiva;
  • El Machine Learning no sustituye a los expertos de cada √°rea. Por el contrario, es una herramienta para ellos aprovechar su m√°ximo potencial. Hay variables no cualitativas dif√≠ciles de capturar en los modelos, y un experto en su √°rea de conocimiento ser√° aquel que mejor pueda distinguir entre correlaci√≥n y causalidad. Es decir, saber d√≥nde aplicar el Machine Learning y la ventaja que va a generar, as√≠ como entender los resultados.

Ana Gomez

Ana G√≥mez. Naci√≥ en Asturias pero vive en Madrid desde hace ya varios a√Īos. Me gusta de todo lo relacionado con los negocios, la empresa y los especialmente los deportes, estando especializada en deporte femenino y polideportivo. Tambi√©n me considero una Geek, amante de la tecnolog√≠a los gadgets. Ana es la reportera encargada de cubrir competiciones deportivas de distinta naturaleza puesto que se trata de una editora con gran experiencia tanto en medios deportivos como en diarios generalistas online. Mi Perfil en Facebook:¬†https://www.facebook.com/ana.gomez.029   Email de contacto: ana.gomez@noticiasrtv.com

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *