Profundizando en el Machine Learning a través del TechBreakfast

DBI Data Business Intelligence ha participado en el TechBreakfast del Innova Hub, un evento abierto organizado por Gas Natural Fenosa (GNF) con el objetivo de conectar con el ecosistema digital y tecnológico que influye en el sector energético. La compañía ha invitado a Alfonso Salafranca, director de Data Science de DBi, para hablar sobre el Machine Learning.

Durante la entrevista, Salafranca ha destacado las posibilidades de la personalización en la creación de experiencias de valor, así como la importancia de la calidad de los datos en el desarrollo de cualquier tipo de proyecto. Las preguntas, planteadas por el director de Planificación y Servicios en GNF, Jaume Cases, han permitido profundizar en varios ámbitos.

¡Te contamos todos los detalles!

Caso de uso: ¿Cómo funciona el Machine Learning en GNF?

Silvia Villagarcía, responsable de Business Intelligence en GNF, ha hablado de las ventajas de la aplicación de algoritmos en la compañía. El Machine Learning facilita calcular cliente a cliente sus probabilidades de abandono para impulsar, a partir de aquí, acciones comerciales concretas.

Cada algoritmo se testea en función de criterios estadísticos (sensibilidad, precisión…) y de sentido de negocio (variables relevantes, perfil del cliente…). Una vez realizado el cálculo de probabilidades, es necesario clusterizar. Como explicó Villagarcía, GNF ofrece un número específico de servicios / productos y, por lo tanto, no se pueden impulsar acciones comerciales más allá de este límite.

El Machine Learning les permite aprovechar mejor la huella del cliente en todos los procesos de negocio. Villagarcía ha destacado la importancia de priorizar en el almacenamiento y el tratamiento de datos, en función de las necesidades del negocio.

Aplicaciones de los modelos matemáticos en Marketing & Negocio

Más allá del sector energético, Alfonso Salafranca, director de Data Science de DBi, ha hablado de varios ámbitos donde el uso de modelos matemáticos reporta beneficios. Salafranca ha mencionado el pricing, es decir, la fijación de precios en función de distintas variables. De esta forma, es posible aprovechar oportunidades de negocio, adaptándose a los cambios del mercado. Las aerolíneas, por ejemplo, suelen modificar los precios de los billetes de avión a partir de estas técnicas.

Machine Learning

El director de Planificación y Servicios en GNF, Jaume Cases, entrevista a Alfonso Salafranca, director de Data Science en DBi

Personalización, clave en la creación de experiencias con impacto

Salafranca ha destacado especialmente las posibilidades de la personalización en Marketing, tanto a nivel de producto como de mensaje. El análisis de datos del cliente permite la obtención de insights que, a su vez, facilitan la adaptación del contenido a sus intereses a través de algoritmos. Así se incrementa el impacto, aumentan los clientes y se recogen más datos para impulsar acciones más precisas. El proceso de mejora es continuo.

En los últimos años el modelo de negocio ha evolucionado a causa de los precios de un trato muy personal, donde el dependiente te conoce de toda la vida, a grandes superficies comerciales totalmente impersonales. “Ahora, con la personalización, las marcas se están acercando nuevamente a sus clientes, apostando por mejorar sus experiencias como una forma de potenciar comercialmente esta relación” explicó Salafranca.

Sin datos de calidad, no hay proyecto de Machine Learning

El director de Data Science de DBI Data Business Intelligence también comentó que, poco a poco, las innovaciones de Machine Learning llegarán a empresas más pequeñas, en menor escala. Hoy en día, los algoritmos se relacionan con grandes marcas como Facebook, Amazon o Netflix pero las pequeñas compañías también tienen a su disposición modelos matemáticos sencillos que pueden aportarles ventajas de negocio.

En realidad, la clave de la aplicación de algoritmos son los datos. “Uno de los problemas habituales que suele afrontar el equipo de DBI Data Business Intelligence es la falta de madurez en el tratamiento” comentó Salafranca. ¿En qué grado está tu compañía? ¿Cómo almacenas tus datos? ¿Qué información estás recogiendo? Si los datos no son de calidad, ningún proyecto tiene sentido.

Búsqueda de nuevo talento en analítica avanzada

Salafranca cerró su participación hablando de la búsqueda de talento en este ámbito. “Es difícil encontrar gente con experiencia por la continua evolución de la tecnología pero sí hay jóvenes con buena formación técnica y gran capacidad para aprender día a día” afirmó. Distintos miembros de DBI Data Business Intelligence imparten clases en el Máster en Digital Business Management, de la Universidad de Salamanca, para impulsar la incorporación de talento en el mundo laboral.

¿Te interesa el Machine Learning? ¿Estás trabajando en algún proyecto empresarial que aprovecha estas técnicas? No dudes en dejarnos cualquier aportación en la sección de comentarios.

Periodista de formación y especializada en la creación de contenido digital. Jordina forma parte del equipo de Marketing de DBi by Havas y, cuando no está escribiendo o siguiendo las últimas tendencias, la encontrarás viendo una buena serie o compartiendo un café.

Enviar comentario

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