¿Es lo mismo trabajar con CRM que con Data Mining? ¿Cómo logran las empresas alcanzar la Inteligencia Analítica a través del manejo eficiente de su información?
¿Data Mining o CRM?
El alcance de la tecnología del Data Mining llega mucho más allá del CRM (Customer Relationship Management) e incluye cualquier proceso que lleva la adquisición, interpretación y actualización en los datos (bien de origen interno o externo).
El CRM es aquel proceso que trabaja y gerencia las interacciones de la compañía con sus clientes. Es un concepto que comenzó a aplicarse en los 90 bajo la idea de recopilar la mayor cantidad de información posible sobre los clientes, para poder dar valor a la oferta. La empresa debe trabajar para conocer las necesidades de los mismos y así poder adelantar una oferta y mejorar la calidad personalizada en la atención.
De esta forma, el CRM podría ayudar a analizar información sobre los clientes y dar respuesta a preguntas tales como ¿cuál fue el monto de las ventas este año en comparación con las del año pasado para mis diez clientes más fieles? Por otro lado, el Data Mining, al integrar herramientas de Inteligencia Artificial y Estadística, va un paso más allá del CRM, y ayudaría a encontrar propiedades más complejas y relaciones ocultas en la información almacenada en bases de datos. Permitiría responder preguntas como ¿cuál es la probabilidad que una persona que compró cerveza, también incluya en su compra snacks?
Según Kurt Thearling, el ideal es lograr la integración entre las herramientas de CRM y Data Mining, ya que ambas disciplinas pueden complementarse para brindarle a la empresa competitividad basada en el manejo de la información.
Si los datos necesarios se encuentran correctamente almacenados en una base de datos, puede aplicarse Data Mining para reconstruir y trabajar con modelos virtuales de cualquier comportamiento del cliente. La clave está en encontrar patrones relevantes para resolver los actuales problemas de negocio de la empresa.
La Inteligencia Analítica de las empresas
En relación a las herramientas de Data Mining, Thomas Davenport introduce el concepto de Inteligencia Analítica. El término “inteligencia” es sinónimo de información, mientras que el término “analítica” se relaciona con el uso de análisis estadísticos y modelos predictivos sofisticados, para vencer a los competidores a través de la selección de los mejores clientes, la aceleración del proceso de innovación y la optimización de la cadena de abastecimiento.
Según Davenport, la inteligencia analítica puede y debe ser aplicada en las empresas para orientar tanto las decisiones humanas como las totalmente automatizadas.
Se trata de un subsistema de Business Intelligence, es decir, del conjunto de tecnologías y procesos basados en datos, que sirve para comprender y analizar el desempeño de una empresa.
Las cinco fases de la competencia analítica.
Fase 1: Analíticamente deficiente: no hay mejora en las operaciones ni se miden resultados.
Fase 2: Analítica localizada: se emplea para mejorar una o más actividades funcionales. Se mide el retorno sobre la inversión de aplicaciones individuales.
Fase 3: Aspiraciones analíticas: se usa para mejorar una capacidad distintiva. Se mira el desempeño futuro y el valor de mercado.
Fase 4: Compañías analíticas: se desarrolla una amplia capacidad analítica, orientada a la diferenciación, que constituye un significativo impulsor del valor y el desempeño.
Fase 5: Competidores analíticos: se compite totalmente en base a la maestría analítica, que es el impulsor primario del valor y el desempeño.
Las compañías más exitosas y sofisticadas desde una perspectiva analítica alcanzan la Fase 5, la cual se sostiene también por lo que el autor denomina los cuatro pilares de la competencia analítica:
- El análisis de la información es el fundamento de una capacidad distintiva y estratégica.
- El enfoque y la gestión de la inteligencia analítica involucran a toda la organización.
- La alta gerencia está comprometida con el empleo del enfoque analítico.
- Existe una ambición a gran escala. Las estrategias basadas en la inteligencia analítica constituyen la apuesta de la compañía a futuro.
Los competidores verdaderamente analíticos exhiben los cuatro atributos a la vez, mientras que las organizaciones menos avanzadas en este terreno pueden tener sólo uno o, como máximo, dos de ellos.
Muchas compañías generan estadísticas descriptivas sobre aspectos externos de sus negocios (ingresos por cliente, volumen promedio de pedidos, etc), pero las empresas líderes analíticas van más allá y utilizan modelos predictivos para identificar a los clientes más rentables, e integran los datos generados en la empresa y fuera de ella para obtener un mayor conocimiento del cliente.
En este sentido, la implementación del enfoque de inteligencia analítica apoyado a través del Data Mining llevará a las empresas a la toma de decisiones anticipadas que permitan generar valor en sus negocios y gestionar más eficazmente a sus clientes.
Por Carlos R. García, Category Management Inc, consultora especializada en Retail
Marketing.www.categorymanagement.com.ar