6 Pasos para Conocer a Tu Cliente

A fines de los ’90s, el concepto de minería de datos, que había empezado a hacer ruido en la década anterior, aún no estaba del todo definido. Por iniciativa de algunas empresas líderes en distintos rubros, un grupo de programadores desarrolló un modelo estándar capaz de extraer conociendo a partir de múltiples bases de datos.

En 1999, la automotriz Daimler-Benz, la desarrolladora de software estadístico SPSS, la aseguradora OHRA y la fabricante de hardware NCR, cada una con un interés particular, aunaron esfuerzos para aprender a sacar provecho a sus diversas bases de datos. Buscaban un modelo conceptual, que les permitiera obtener inferencias útiles. El resultado de esa aventura se conoció con el acrónimo CRISP-DM (CRoss Industry Standard Process for Data Mining, proceso estándar inter-industrial para la minería de datos).

El modelo consistía en 6 pasos que podían ser aplicados con independencia del tipo de datos con que se contara:

  1. Comprender el Negocio
  2. Comprender los Datos
  3. Preparar los Datos
  4. Modelar
  5. Evaluar
  6. Desplegar

Paso 1. – Comprender el Negocio

Como dice un viejo proverbio, “cuando un hombre no sabe hacia cuál puerto se dirige, ninguno le parece adecuado”. Así como a nadie se le ocurriría construir un edificio sin haber elaborado antes los planos, no tiene sentido pretender conocer a los clientes sin preguntarnos antes qué queremos saber acerca de ellos.

La clave de este paso es formular las preguntas apropiadas, o, en otras palabras, definir el problema. Por ejemplo:

  • ¿cómo puedo ahorrar en gastos operativos cuando visito a los clientes?
  • ¿cómo puedo anticipar cuándo un cliente está a punto de desertar y pasarse a la competencia?
  • ¿cómo puedo evitar que lo haga?

Paso 2. – Comprender los datos

Con frecuencia, cada departamento de una organización produce información que los demás departamentos no saben cómo usar. A menudo, un sector de la empresa ni siquiera sabe que la información que necesita ya la posee otro equipo.

El problema tiende a agravarse con la proliferación de dispositivos como las tabletas, smartphones, netbooksnotebooks. A diferencia de los grandes bancos de datos centralizados de fines del siglo XX, parece que hoy en día, la información que genera la empresa está cada vez más dispersa. En parte, eso es consecuencia de la caída en los precios de los discos duros. Hace falta saber quién produjo la información, si sigue vigente, si no hubo errores de prejuicios, etc..

Paso 3. – Preparar los Datos

Por lo general, los datos vienen en muy variados sabores y colores. Hay que unificar las bases de datos y encontrar la manera de aprovechar todo tipo de información: desde simples anécdotas de los expertos, hasta aburridas fórmulas parámetricas.

Paso 4. – Modelar

Los datos se hacen pasar luego por un modelo; es decir, por una imitación informática de las observaciones del mundo real. Los algoritmos  encuentran patrones reiterativos para predecir conductas o para clasificar valores. Si todo anduvo bien, se ganó conocimiento.

Paso 5. – Evaluar

Los resultados deben ser analizados para descartar falsos positivos y hay que contrastarlos con otras observaciones para validarlos. En esta etapa, el factor humano y el ojo experto son cruciales.

Paso 6. – Desplegar

Se elaboran estrategias para a usar el conocimiento recién adquirido.