Por Luis Nikiel (Grupo Seidor)

En la década del '90, ya existiendo el DataWarehouse, instituciones bancarias y empresas de servicios públicos desarrollaron otra rama de Business Intelligence: la "minería de datos" o DataMining (DM).

Básicamente, esta herramienta ofrece respuestas a preguntas que nunca se formularon. Con datos históricos correctamente almacenados y depurados, la aplicación de metodologías estadísticas permite "escarbar" entre la información para detectar patrones.

En un artículo anterior, hemos visto que el DataWarehouse registra múltiples transacciones con el cliente: qué compró, qué reclamó, qué pidió, cuándo lo recibió, etc. Esencialmente, concentra información histórica que registra lo que pasó en la empresa durante el pasado.

Ahora bien, apoyándose en estos datos históricos, el DataMining se enfoca hacia el futuro. Conocidos ciertos patrones de comportamiento pasado, es posible pronosticar, con alto grado de certeza, la demanda de un producto, el segmento de consumo de otro, la clientela de riesgo, etc.

Si bien no se encuentra directamente vinculado con la aplicación comercial, el siguiente ejemplo sirve para ilustrar la utilidad del DataMining.

Recientemente, en el aeropuerto de Buenos Aires fue detenido un ciudadano holandés que transportaba gran cantidad de droga. Aquella detención fue resultado de un análisis inteligente de información.

A través del análisis de datos estadísticos, los investigadores han logrado determinar que existe una serie de variables típicas que pueden manifestar que un pasajero podría estar traficando estupefacientes. Por ejemplo, cuando el turista proviene de determinado país y posee ciertas características de edad, sexo, estado civil, etc.

Así, cuando aparece en el aeropuerto un pasajero que reúne las características que coinciden con el "patrón riesgo", se debe proceder a un análisis preventivo de su equipaje.

Simulación dinámica

Por último, la simulación dinámica es otra poderosa herramienta de Business Intelligence que se utiliza en la definición de escenarios futuros.

En función de datos históricos (DataWarehouse) y la detección de patrones de conducta (DataMining), la introducción de ciertos supuestos permite proyectar escenarios futuros que tengan en cuenta la variable "tiempo".

A través de métodos de simulación dinámica, es posible proyectar lo que sucederá en un plazo de, por ejemplo, diez años (incluso en escenarios de alta complejidad). Así, es posible realizar distintos experimentos sobre la manera en que la evolución de las distintas variables del contexto afectará a los resultados de la empresa.

En definitiva, a lo largo de estos tres artículos, hemos desarrollado los conceptos fundamentales de Business Intelligence. Desde luego, estas poderosas herramientas estadísticas son incapaces de predecir con total exactitud el futuro. Business Intelligence no es magia.

No obstante, la utilización de estas técnicas ofrece un entorno adecuado para la toma de decisiones, un entorno donde el empresario y ejecutivo se encuentra en óptimas condiciones para decidir. Y, en este caso, el término "óptimo" es sinónimo de una reducción al mínimo del margen de incertidumbre. Es decir, minimizar el riesgo.

Luis Nikiel
Director de Improve Solutions, Crystalis Consulting, Grupo Seidor