Page 27

Análisis cuantitativo: mucho más que números TAMBIÉN EN ESTE NÚMERO

El paso más importante: una pregunta bien formulada Todo empieza con una buena pregunta. Pero, ¿qué es «una buena pregunta»? Esta es la parte más difícil del problema, pues requiere una combinación de conocimientos y mucha creatividad. Una buena pregunta tiene un objetivo claro, preferiblemente con metas específicas. Por ejemplo, «¿Cómo podemos aumentar las ventas?» puede parecer una pregunta razonable, sobre todo en las primeras etapas del planteamiento del problema. Pero la pregunta «¿Cómo podemos ofrecer un sistema de recomendaciones adaptado a cada cliente?» puede resultar preferible. Formular una buena pregunta es un proceso iterativo, que descubre paulatinamente los elementos centrales del problema. La formación de equipos multidisciplinarios es, generalmente, un factor clave en la construcción de una buena pregunta, pues promueve la formulación de objetivos alcanzables, ahorra tiempo y estimula la planificación integrada. También es muy importante analizar los avances alcanzados en otras áreas: «¿En qué se parece el problema que quiero resolver a problemas que han sido resueltos con éxito?». Piense, por ejemplo, en la pregunta «¿Cómo podemos definir un proceso automatizado, parecido al sistema de recomendaciones usado por Amazon, para ofrecer créditos y otros productos a los clientes de un banco?». La abundancia de información y la facilidad de acceso han promovido también la aparición de preguntas que eran impensables en el pasado reciente. Por ejemplo, las reseñas en línea de hoteles y restaurantes, entre otros productos y servicios, han cambiado la forma de consumir estos bienes: este tipo de reseñas impacta a más del sesenta por ciento de los consumidores y el efecto negativo de unas pocas malas reseñas puede ser notable (Hinckley, 2015). Hoy es posible usar la información contenida en las reseñas en línea para formular preguntas, de mucho provecho para la empresa, relacionadas con servicios de atención al cliente, control de calidad o hasta la forma de presentarse en redes sociales. Un fascinante artículo de la revista del The New York Times (Duhigg, 2012) narra cómo Target, la tienda por departamentos de Estados Unidos, logró responder de forma automática la pregunta «¿Cómo podemos identificar cuándo alguna de nuestras clientes se encuentre en los primeros meses de embarazo, aun cuando no tenga intenciones de revelarlo?». La solución dependía de los datos personales de cada cliente y, además, de la aparición de ciertos productos —como lociones sin aroma, motas de algodón o vitaminas— en su lista de consumos recientes. A diferencia de sus competidores, que se concentraban en ofrecer descuentos y cupones a los pocos días del nacimiento del bebé, Target desarrolló un modelo que, con una alta probabilidad, podía predecir el mes de nacimiento del bebé. La respuesta a esta pregunta aporta un dato clave sobre la posible modificación de rutinas y hábitos de consumo de los futuros padres: la atención requerida por un recién nacido y el cansancio inhe-

rente a su cuidado hacen que preferencias a ciertas marcas o a lugares de consumo cedan ante la posibilidad de comprar muchos tipos de productos en un mismo sitio. Las tiendas por departamentos como Target pueden sacar mucho provecho de esta información. Como ha ocurrido a lo largo de la historia, las respuestas a algunas preguntas han conducido a más preguntas relevantes. El éxito del modelo de predicción de embarazo encontrado por Target suscitó algunas preguntas relacionadas con la sensación de invasión de la privacidad que podían experimentar algunos clientes. Al introducir cambios que producen un impacto notable se modifica también el entorno original del problema, lo que da lugar a nuevos retos y problemas. El ingrediente básico: datos que aporten la información adecuada No todos los conjuntos de datos son adecuados para contestar preguntas de interés. Aunque pueda parecer increíble, por el vasto universo de información disponible, es posible que no existan los datos necesarios para obtener resultados satisfactorios y haya que pagar por ellos. Considere, por ejemplo, los inicios de Capital One. Hace cerca de treinta años sus fundadores, Richard Fairbanks y Nigel Morris, tuvieron la idea de emitir tarjetas de crédito con costos y términos de uso basados no solo en la probabilidad de incumplimiento de pago, sino también en la rentabilidad esperada de cada cliente. Pero no contaban con la información adecuada y tuvieron que pagar un precio para obtenerla. Esta inversión trajo grandes beneficios y, hoy, Capital One es la tercera compañía de emisión de tarjetas de crédito más grande de Estados Unidos. Una historia similar ocurrió con Pandora más recientemente. Target complementa la información que recoge de los consumos realizados por sus clientes con información que compra a otras fuentes; (Duhigg, 2012). La calidad de un conjunto de datos depende de lo bien que represente a la población de referencia: el conjunto de posibles clientes de un servicio o los consumidores de un producto. Por ello, es muy importante conocer el origen de los datos y lo que representa cada medición. Esto incluye el criterio que se usó para seleccionar la muestra y la forma de medir las variables. Una pregunta de interés puede contener elementos novedosos intrínsecos, pero muchas veces es posible descomponerlos en problemas y ubicarlos en dos categorías: 1) clasificación o predicción y 2) agrupamiento, reglas de asociación, vínculos o similitud. El tipo de análisis que se realizará determina, en muchos casos, el tipo de datos necesario y la forma de hacer las mediciones. El análisis de los resultados Cada herramienta empleada en el análisis cuantitativo de datos descansa sobre una base teórica, compuesta por supuestos

La abundancia de información y la facilidad de acceso han promovido la aparición de preguntas que eran impensables en el pasado reciente DEBATES IESA • Volumen XXIII • Número 2 • abril-junio 2018

27

Profile for Debates IESA

Revista Debates IESA Volumen XXIII Número 2  

Revista Debates IESA Volumen XXIII Número 2  

Advertisement