Las instituciones financieras han venido realizando analytics por varios años. Sin embargo es importante ir más allá de los analytics tradicionales que han servido en el pasado, y tomar ventaja de las nuevas fuentes de datos y los nuevos analytics que están disponibles actualmente. Es necesario que las organizaciones comiencen a profundizar el uso de analytics en los procesos de negocio para maximizar el impacto. Para poder realizar esto, es necesario renovar el foco en la captura, análisis y acciones sobre los datos. Esta presentación va a explorar algunas de las últimas tendencias en analíticas, y como los asistentes pueden comenzar a obtener mayor valor de los analytics en sus organizaciones. Bill Franks, Chief Analytics Officer de Teradata.

1. EselChiefAnalyticsOfficerdeTeradata,dondeproporcionasuvisiónsobrelastendenciaseneláreadeanalytics
y big data, y ayuda a los clientes a entender como Teradata y sus partners de analytics pueden apoyar sus
esfuerzos. Franks es también miembro del Instituto Internacional de Analytics y autor de dos libros “Taming
The Big DataTidalWave” y“The Analytics Revolution”. Ha trabajado con clientes en múltiples industrias que van
desde compañías Fortune 100 hasta pequeñas organizaciones sin fines de lucro.
EXTRACTO
ACERCA DEL DISERTANTE
INNOVANDO CON BUSINESS ANALYTICS
Bill Franks,
Chief Analytics Officer de Teradata.
Las instituciones financieras han venido realizando analytics por varios años. Sin embargo es im-
portante ir más allá de los analytics tradicionales que han servido en el pasado, y tomar ventaja de
las nuevas fuentes de datos y los nuevos analytics que están disponibles actualmente. Es necesario
que las organizaciones comiencen a profundizar el uso de analytics en los procesos de negocio para
maximizar el impacto. Para poder realizar esto, es necesario renovar el foco en la captura, análisis y
acciones sobre los datos. Esta presentación va a explorar algunas de las últimas tendencias en analí-
ticas, y como los asistentes pueden comenzar a obtener mayor valor de los analytics en sus organiza-
ciones.

2. Bill Franks.
Quiero hablar de un conjunto de cosas. Lo que tenemos que hacer con los nuevos
canales es mejorar el análisis.
Si se utilizan los datos del cliente, hay que hacer un cambio de valor. Cambia la
empresa.
Si yo voy a permitir que se fijen lo que hay en mi smartphone o en las ofertas que
miro, yo quiero que me cuenten cosas de valor para mí, no que me ofrezcan cosas
que no quiero.
Sus analytics deben ayudarme más con mis metas que con las suyas.
Tenemosquepensarcómocapturaralpúblico.Unaindustriaqueseestátransformando
es la de la televisión. Hace unos años no se sabía quién era el que miraba televisión.
Hoy en día sabemos quién mira, cuándo retrocede, cuándo vuelve, cuándo cambia
de canal. Si un ingresa cuando el producto está en vivo, uno puede interactuar con el
proveedor. Esto permite que el proveedor pueda ajustar el contenido en relación con
el feedback del público. Es un gran cambio de paradigma cómo funciona el productor
con la analytics.
Otra cosa interesante es cómo se borronean los límites de las industrias.
Cada industria establecía sus modelos de clientes, etc. Ahora, las empresas piden
saber qué hacen las otras industrias, para aprender de ellas.
Una tendencia que se ve es la internet, la infraestructura de los datos. El analytics
tambien se aplica a la fabricación. En un área se relaciona con la banca: en la
eficiencia.
Los bancos usan modelos predictivos. Si por ejemplo, el clima hace que un cajero no
funcione bien, mediante el analytics podemos prever que otros cajeros pueden tener
el mismo problema. Prever estos problemas puede ayudarnos a ahorrar costos.
Muchos de estos datos son los que se conocen como big data. Los problemas que
tienen las empresas con esto es que las empresas los tienen guardado en distintos
lugares y no siempre los tienen juntos, para poder dar con una visión conjunta. La
clave está en compatibilizar los distintos datos. Hay que tener una estrategia única
de datos.
Los datos de internet, las encuestas de satisfacción al cliente, las descargas de
documento, etc. todo eso se puede usar. El cliente a veces tiene que hacer clik hasta
12 veces para llegar a lo que busca. Ustedes pueden optimizar eso para que sea más
sencillo. Pero no se pueden quedar sólo con los datos de la red.
Lo más importante es tener todos los datos. Los bancos y las instituciones financieras
están buscando cómo llegar al cierre de las operaciones.
Hay distintos tipos de analytics. Hay analíticos gráficos, que permiten visualizar
semejanzas de perfiles y cuentas. Esto está disponible hace varios años, pero recién
ahora se está empezando a usar. Puede servir por ejemplo para identificar lavado de
dinero y fraude.
“Si yo quiero
que ustedes vean
que veo yo en
mis dispositivos,
deberian ofrecer
algo de real valor
para mi”.
“Tenemos que
pensar cómo
capturar al público.
Una industria
que se está
transformando es
la de la televisión.
Hace unos años
no se sabía quién
era el que miraba
televisión. Hoy
en día sabemos
quién mira, cuándo
retrocede, cuándo
vuelve, cuándo
cambia de canal”.
Lunes, 27 de Junio de 2016Innovando con Bussines analytics

3. Estollevaalmultigénero:elusodedistintostiposdeanalytics.Siampliamoselmodelo
tradicional, estaremos ampliando los datos, por ejemplo de las cuentas a las que un
cliente transfiere.
Con analytics se puede acotar mucho el trabajo y reducir los costos de los analistas.
La revolución de analytics es la propia ola que se viene. Analytics es una vuelta a la
personalizacióndeltrabajodelalfareroconelclienteenlaépocapreviaalarevolución
industrial.
El analytics operativo es parte de los procesos comerciales y de los sistemas técnicos.
Toda queja en un centro de atención al cliente tiene que actualizar directamente
los datos del analytics. anteriormente había que analizar y seleccionar los datos
manualmente.
El analytics puede proveer esos datos de manera automática.
El problema del analytics viejo es que no tenía suficiente flexibilidad con el tiempo.
El analytics industrializado hace que los modelos se actualicen de inmediato y ayuda
a evitar que el cliente que por la mañana se quejó por el chat y a la tarde se quejó
personalmente termine cerrando su cuenta.
El analytics automatizado tiene un riesgo que debe tenerse en cuenta. Puede hacer
perder millones de dólares. Por eso hay que tener en cuenta que la automatización
completanoesbuena.Lomejoresencontrarunequilibrio:resignarlapersonalización
a algunos clientes para privilegiar a la mayoría. Esto es lo más difícil de ser un analista.
No hay que maximizar cada decisión. Hay millones de decisiones. Lo que se espera es
mejorar ese grueso, y no buscar la maximización de cada decisión, que puede llevar
a errores.
No se puede pasar a la automatización de un día a otro. Es un proceso que lleva
años.
Analytics no puede reemplazar la ejecución. La información que provee analytics
no hace que la empresa mejore automáticamente, debe ser interpretada y orientar
medidas efectivas.
No todos deben interpretar las analytics, es necesario con que algunos las interpreten
y se las expliquen a los que toman las decisiones, sin imponérselas.
El analytics está transformando nuestras vidas. Las nuevas generaciones
probablemente en el futuro confíen mucho más en lo automático, por ejemplo en la
conducción automática de autos. Lo que hará posible eso es el analytics, aunque la
persona media no lo sepa ni lo entienda.
Nosotros tenemos que ser parte de la revolución que vuelva eso posible
“El cliente a veces
tiene que hacer
clik hasta 12 veces
para llegar a lo que
busca. Ustedes
pueden optimizar
eso para que sea
más sencillo”.
“El analytics
industrializado
ayuda a evitar
que el cliente que
por la mañana se
quejó por el chat y
a la tarde se quejó
personalmente
termine cerrando
su cuenta”.
Lunes, 27 de Junio de 2016Innovando con Bussines analytics