“Predictive analytics” es el uso de diferentes técnicas estadísticas de modelado, aprendizaje automático y data mining que permiten analizar hechos actuales e históricos para hacer proyecciones a futuro.

¿El concepto de “predictive analaytics” es relativamente nuevo o ya existe desde hace tiempo?

Si tu miras lo que es big data y lo data warehousing, si vas a cualquier empresa y preguntas si tienen un ambiente de data warehouse, casi siempre lo que están haciendo es toda clase de reportes, ya sean financieros, operacionales o lo que sea.

El próximo nivel -lo que le sigue a big data y data warehouse- es analíticas en tiempo real. Es poder ingresar los datos y hacer análisis con esa información, pero a donde quieren llegar las empresas es a este tema de “predictive analytics”.

Un ejemplo que doy, es el de un banco que da tarjetas de crédito a sus clientes donde gran número de esos clientes comenzaron a parar de pagar sus facturas. El banco hace entrevistas a estos clientes y una de las razones por la que los clientes pararon de pagar sus facturas es porque estaban en proceso de declarar en bancarrota debido a que se iban a divorciar. Ahora el banco quería saber cuáles de sus clientes se iban a divorciar antes de que se divorcien, y eso es el concepto de “predictive analytics”, ¿cómo puedo hacer una decisión inteligente, que quizás no sea 100% certera, pero me da una gran probabilidad de que sea correcta? Cuando puedes hacer eso, es cuando verdaderamente puedes usar la información para generar dinero, economizar, etc.

¿Ya se aplica este análisis en las empresas?

No es un concepto nuevo, los Telcos –empresas de telecomunicaciones- lo usan para hacer churn analysis, es decir saber cuáles de sus clientes son los que quizás se van a ir para otro servicio y dejar el de ellos.

Esto es ciertamente “predictive analytics”, y la ventaja es que ahora se tiene la tecnología para poder lograr este tipo de análisis.

Es el nivel más grande de lo que es big data, y si puedes capturar la información y usarla de una forma inteligente, es cuando ya puedes reaccionar a tiempo real a las necesidades del negocio. Todas las empresas web 2.0 están haciendo conceptos como social graphing –relación entre los diferentes usuarios-.

¿Cómo se encuentra Latinoamérica respecto a esto?

Yo veo a Latinoamérica que está en la fase número uno. Muchas de las empresas tienen una data warehouse, data mart -nivel dentro del ambiente de data warehouse donde se obtienen los datos del usuario-, tienen un ambiente en donde están sacando reportes en las áreas analíticas, y están ahora en el proceso de desarrollar su fase dos y fase tres de ambientes analytics de big data -es decir, llegar eventualmente a hacer “predictive analytics”-.