Las empresas ya pueden pronosticar el futuro

Notas de prensa | 30/ 10/ 2018

Cada vez es más evidente que la tecnología, como la Inteligencia Artificial, está dejando de ser algo exclusivo para pasar a ser algo necesario. Según ha hecho saber la Comisión Europea en su informe “Índice de la Economía y la Sociedad Digitales 2018”, España se encuentra entre los países de la Unión Europea que ha experimentado un mayor progreso en su proceso de digitalización durante los últimos cuatro años, hasta situarse en el décimo puesto de los 28 estados.

El estudio “El reto de la transformación digital de la economía”, elaborado por la consultora Roland Berger, confirma que los tres sectores que se encuentran en un punto más avanzado dentro del proceso de digitalización, actualmente, son el sector de Telecomunicaciones e Internet, el de Turismo y el de los Servicios Financieros, ya sea porque son sectores que se han visto amenazados por el surgimiento de nuevos competidores con modelos más digitalizados o por su naturaleza más orientada al consumidor.

Ante este proceso de digitalización de las empresas ¿qué datos se utilizan para analizar el futuro? José Luis Cortina, presidente de NEOVANTAS, indica que “hasta ahora las organizaciones se han limitado a tomar decisiones en base a análisis realizados sobre los datos que tenían más accesibles. Sin embargo, es evidente que ya no es suficiente con tener en cuenta únicamente la información de carácter estructurado, sino que de cara a obtener una ventaja competitiva deben ser capaces de recopilar, integrar y analizar datos provenientes de diversas fuentes y que, en muchas ocasiones, pueden no estar registrados en sus bases de datos tradicionales. Esta información, que denominamos desestructurada, se obtiene para la elaboración de análisis y predicciones y proviene de una gran variedad de fuentes tales como grabaciones de llamadas telefónicas, mensajes de texto, chats, emails y redes sociales”.

artificial-intelligence-3262753_960_720

En este contexto y con la capacidad de análisis de la que disponen las nuevas aplicaciones tecnológicas, se puede predecir la satisfacción del cliente, debido a que son capaces de detectar su posible fuga, sus necesidades y preferencias. En prácticamente todos los sectores, el uso actual que se le da al Big Data está relacionado con abordar mejor todas aquellas cuestiones relacionadas con el cliente. De hecho, cuando en la encuesta “Big Data @ Work” realizada por IBM se preguntó a 1.144 negocios y profesionales sobre cuáles eran sus tres objetivos principales para Big Data, prácticamente la mitad (49%) mencionaron cuestiones relacionadas con el cliente como su máxima prioridad.

Para José Luis Cortina, “si hay algo que es un hecho incuestionable es que la satisfacción de los clientes es uno de los activos más valiosos con el que cuentan las empresas, y ya desde hace años se viene extendiendo en las organizaciones el uso de métricas de calidad y satisfacción de clientes como el NPS (“Net Promoter Score”) y el CES (“Customer Effort Score”), métodos que se enriquecen con la información desestructurada obtenida de todas las interacciones con el cliente (llamadas, emails, chats, redes sociales, etc.)”. Y añade, “concretamente, utilizar Inteligencia Artificial para medir el grado de satisfacción del cliente sin preguntarle directamente, es algo que ya se está haciendo, de ahí el valor que tiene toda la información que da el cliente sin ser consciente de ello, en cualquier contacto que tenga con la empresa”.

Con respecto al área de Recursos Humanos, las nuevas aplicaciones tecnológicas también pueden contribuir de forma importante a la hora de mejorar el rendimiento de los equipos comerciales y de fuerza de ventas, además de predecir el comportamiento y efectividad de futuros empleados durante los procesos de reclutamiento y selección. Existen aplicaciones que analizan y reconocen las buenas prácticas llevadas a cabo por aquellos empleados que registren un mejor desempeño, para después compartirlas y extenderlas entre el resto de la plantilla. Por tanto, también es posible aplicarla de manera inversa para identificar a aquellos empleados concretos que realicen malas prácticas o clientes que tengan una probabilidad más alta de abandonar la compañía.

En este aspecto, saber utilizar la información que proviene tanto de clientes como de empleados, resulta básico para poder continuar ofreciendo productos personalizados que cumplan las expectativas de los consumidores, expectativas que cada vez ponen el listón más alto a las empresas y que únicamente podrán satisfacerse siempre y cuando las compañías sean capaces de tener una visión 360º de sus clientes. De esta forma, las campañas comerciales son más efectivas, ya que prevén qué productos encajan más con un determinado perfil en función de sus características personales, o formas para presentar el producto o servicio al cliente de una forma más atractiva.

El presidente de Neovantas concluye indicando que “la explotación sistemática de toda la información disponible por las empresas, tanto estructurada como desestructurada, con tecnologías ya existentes, permite mejorar de forma continuada los ingresos, costes y calidad. En este sentido, las organizaciones que den pasos decididos en esta dirección serán las que configuren el pelotón de cabeza en sus respectivos sectores, liderando cuando sea preciso procesos de reestructuración”.

Comments are closed.