Panorama de industrias basadas en datos

Resumen: El éxito de muchas empresas B2C depende de una predicción robusta, p. ej. de demandas y solicitudes futuras, que incluya una medida de riesgo dependiente del tiempo para esa predicción y que no necesite grandes cantidades adicionales de datos de entrenamiento de la base de datos contable.

Palabras clave: predicciones financieras, desarrollo de un calendario de flujo de efectivo, mitigación del riesgo financiero basada en datos, pronóstico financiero con evaluación de riesgo

Descripción

Para ilustrar este caso de uso, pensemos en un director de finanzas (CFO). La tarea principal de todo CFO es analizar el flujo de efectivo, los pasivos y los riesgos financieros, tanto en el mercado como en la empresa, y además asegurar que el retorno de la inversión esté alineado con los objetivos de la empresa. Para ello, el CFO tiene que recomendar estrategias financieras eficaces, de modo que la empresa pueda mejorar su desempeño. Es bien sabido que las empresas están expuestas a una amplia gama de riesgos por eventos inesperados, y que la información sobre estos riesgos puede extraerse de los datos contables. Pero hacerlo dista de ser fácil o directo:

• La contabilidad no siempre puede llevarse mediante un simple registro continuo, en tiempo real, de la actividad del negocio. En cambio, muchas transacciones financieras con clientes y socios comerciales son sumas de muchas transacciones individuales. Esto suele deberse a retrasos en la administración del negocio o del banco. Sin embargo, sumar datos contables provoca una pérdida seria de información sobre la dinámica, es decir, sobre la interacción dependiente del tiempo de una empresa con los segmentos de mercado en los que coloca sus productos o servicios.
• Además, los mismos procesos del mundo real que corresponden a un proceso de negocio complejo tienen distintas representaciones parciales en los datos contables. Estos distintos datos contables están altamente correlacionados en el tiempo, pero muestran variaciones en sus retrasos, en sus tiempos de desfase. Por eso, los datos contables no pueden considerarse realizaciones de variables aleatorias estocásticamente independientes, como las que se usan típicamente en estadística y machine learning. En consecuencia, muchos métodos tradicionales de predicción tienden a subestimar los riesgos del negocio. En el caso de la contabilidad, esto es una amenaza económica seria.

En esta situación, los contadores acostumbran extraer de los datos distinta información necesaria para distintos fines de gestión del negocio, p. ej. los balances mensuales. Como resultado, la información sobre, p. ej., una fase dinámica existente en las operaciones de una empresa queda representada solo por unos cuantos puntos de datos que puedan usarse como datos de entrenamiento para cualquier tipo de algoritmo de pronóstico. Esto lleva al notorio problema de los pocos datos para machine learning, que puede caracterizarse así:

• Como todo negocio y sus clientes están inmersos en mercados que cambian constantemente, no cabe esperar que datos históricos con marca de tiempo tengan propiedades estadísticas invariantes en el tiempo. Este fenómeno se llama “no estacionariedad”. Sin embargo, la mayoría de los métodos de predicción en IA fallan con datos no estacionarios, y hay una enorme necesidad de encontrar un mejor algoritmo que pueda manejar tales datos.
• Muchas empresas tienen una dinámica de negocio compleja, formada por distintos componentes con distintos tipos de evolución. La razón puede ser que ofrecen distintos servicios o que siguen distintos modelos de ingresos al mismo tiempo. Si la dinámica del negocio es compleja, es decir, una combinación desconocida de, p. ej., un componente no lineal, uno estocástico y uno periódico, es prácticamente imposible encontrar un modelo simple y explícito que imite el desarrollo real combinado del negocio de esa empresa. Por eso, los métodos de predicción que usan un modelo suelen fallar en escenarios de la vida real y no pueden usarse para mitigar el riesgo financiero.
• Peor aún: para procesos dinámicos no repetitivos y de evolución simple, como el estado financiero de un negocio, sencillamente no hay cantidades masivas de datos independientes e idénticamente distribuidos sobre las actividades del negocio. En este caso, el entrenamiento tradicional de un modelo de machine learning no es posible.

Así, existe una fuerte necesidad económica de resolver el problema de aprender predicciones a partir de las correlaciones temporales en todo tipo de datos históricos con marca de tiempo y no repetitivos, p. ej. datos contables, de forma automatizada y libre de modelos.

A vista de pájaro

El principal beneficio de un pronóstico algorítmico que cumpla los requisitos anteriores es, por un lado, entender el costo de asumir riesgos futuros. Por otro lado, el beneficio es predecir las consecuencias de decisiones futuras en términos del riesgo financiero que generan. La importancia de un mejor análisis de riesgo cuando hay pocos datos, p. ej. series de tiempo cortas, es evidente: la complejidad actual de los fenómenos sociales y económicos, que crece de forma casi lineal, es al menos un reto económico y, a veces, una amenaza para todos. Por eso, minimizar el riesgo de eventos económicos o financieros extremos y evitar que se acumulen riesgos ocultos en los mercados llevará a un comportamiento menos caótico e impredecible de los mercados. Eso permitirá un flujo de efectivo mucho más estable para las empresas. En particular, la tasa de startups que fracasan disminuirá con el uso de predicciones con evaluación de riesgo basadas en datos, en beneficio de todos.

Solución algorítmica

De todo dato histórico con marca de tiempo surge una serie de tiempo, p. ej. de sensores técnicos o de mediciones económicas. El análisis de series de tiempo busca desarrollar modelos matemáticos para comprender las causas subyacentes y los factores que impulsan el desarrollo temporal de un negocio. Como paso siguiente, pueden generarse predicciones sobre posibles fluctuaciones y desarrollos futuros no aleatorios de las series de tiempo financieras, para asesorar algorítmicamente la toma de decisiones estratégicas de la dirección. Por supuesto, esto tiene límites cuando se trata de lo impredecible o lo desconocido. Otros límites provienen de los supuestos estructurales de los propios métodos de pronóstico utilizados.

El paquete algorítmico que desarrollamos para nuestro cliente es de autoaprendizaje, funciona de forma totalmente automatizada y calcula la predicción y su medida de riesgo dependiente del tiempo, libre de modelos, a partir de muy pocos datos multivariados de procesos no repetitivos pero de evolución simple, como los que suelen darse en los negocios o las finanzas.

• El algoritmo puede completar la tarea con una sola serie de tiempo multivariada y no necesita un entrenamiento previo especial con una cantidad estadísticamente grande de datos de entrenamiento. Evita el overfitting y, por lo tanto, calcula correctamente la probabilidad de eventos extremos en el proceso dinámico subyacente, incluso cuando existen correlaciones estadísticas en los datos.
• Como los sensores y otras mediciones siempre representan solo una perspectiva limitada de un fenómeno que se desarrolla dinámicamente, en la mayoría de los casos se registran muchos datos distintos con marca de tiempo sobre el mismo fenómeno. En consecuencia, el método algorítmico de predicción trabaja con series de tiempo multivariadas.
• Si es necesario, antes de calcular la predicción puede aplicarse un procedimiento automatizado de eliminación de ruido en los datos, para reducir la incertidumbre aleatoria en ellos.

El horizonte de la predicción se limita a rangos de tiempo cortos y medianos. En los negocios, esto normalmente no limita el beneficio algorítmico para los usuarios.

Resumen: La planeación y la programación en logística son un problema difícil, no solo por la cantidad de tareas, máquinas, trabajadores u otros recursos que hay que manejar, sino sobre todo porque las incertidumbres y los eventos inesperados pueden cambiar un plan localmente y provocar eventos catastróficos en cascada que afecten otros procesos logísticos. Por eso, el punto crucial al aplicar soluciones algorítmicas a la logística es considerar todas estas incertidumbres en la planeación y la programación sin reducir la eficiencia de los procesos de entrega.

Palabras clave: programación de personal y de recursos logísticos, planeación de procesos logísticos incluida la gestión de riesgos internos, planeación y programación, coordinación global

Descripción

Los procesos de entrega están determinados por muchos factores categóricos, p. ej. la elección del equipo y del camión, las características del destino o la secuencia de caminos utilizados. También son importantes los factores no categóricos, p. ej. la distancia, la hora de salida o la carga misma. La influencia en el tiempo esperado de disponibilidad (ETA) es fácil de medir en el caso de los factores no categóricos. En cambio, la influencia de las características categóricas es difícil de medir y, en la mayoría de los casos, solo se basa en una experiencia práctica poco confiable. Por eso, la falta de comprensión de los procesos logísticos tiene dos caras:

• La fuerza de la influencia de cada factor categórico es difícil de estimar con métodos numéricos. Lo mismo vale para el alcance de esa influencia a lo largo de una secuencia de pasos en un proceso de entrega complejo.
• La red de relaciones causales entre factores categóricos y no categóricos es desconocida. Pero, obviamente, este conocimiento faltante desempeña un papel central para el ETA de un camión o de un equipo. Tener más claridad permitiría, por un lado, aumentar la frecuencia de los procesos de entrega y, por otro, minimizar la cantidad de recursos de la empresa que se usan para mantener el negocio en marcha.

Recordemos que toda empresa de logística persigue al menos dos metas principales: tener procesos de entrega o de suministro esbeltos y minimizar los gastos, ya que la presión de precios sobre la logística, en particular sobre la intralogística, es casi ilimitada. Ninguna de estas metas puede alcanzarse sin un análisis basado en datos de los complejos procesos logísticos y sin el control de todos los recursos, incluida una planeación de procesos transparente para los clientes. La planeación y la programación también deben tener en cuenta que las dos metas principales están en conflicto en cada entrega y que están restringidas por las variaciones locales inherentes a los factores categóricos y no categóricos que determinan las incertidumbres del ETA.

A vista de pájaro

Las empresas de logística existen para hacer posible una economía próspera y enfrentan constantemente dos retos. Por un lado, quieren responder a las exigencias de reducción de precios de sus clientes, que en realidad solo ven la logística como un factor de costo. Por otro lado, quieren adaptarse a las necesidades actuales de los clientes, que también han actualizado sus productos y servicios con base, por ejemplo, en un CRM basado en datos. En estas condiciones, las inversiones internas solo son posibles si el compromiso entre procesos logísticos esbeltos y robustos se reajusta continuamente. Esta tarea requiere soluciones de optimización basadas en datos que puedan calcularse rápidamente, que ejecuten solo las reacciones inevitables ante eventos imprevistos, eliminen tiempos de espera innecesarios y prevengan eventos en cascada.

Solución algorítmica

Toda nuestra solución algorítmica se basa en la comprensión cuantitativa del flujo de incertidumbre a lo largo de las distintas estaciones o paradas del proceso de entrega, tanto en términos de su fuerza como de las dependencias causales entre los factores categóricos y no categóricos que influyen en el ETA de un recurso logístico.

El paquete algorítmico que desarrollamos para nuestro cliente es supervisado, pero se ejecuta en un ciclo de unos cuantos minutos, de modo que las nuevas actualizaciones sobre el estado de los procesos logísticos puedan considerarse en la reprogramación óptima de todos los recursos logísticos disponibles. El efecto de nuestra solución algorítmica es triple:

• Las relaciones causales calculadas entre los diversos factores categóricos y no categóricos permiten identificar el alcance de los ajustes que se han vuelto necesarios en todos los procesos logísticos.
• La fuerza calculada de la influencia causal de los diversos factores categóricos y no categóricos sobre los procesos logísticos se usa para estimar los efectos finales de las alteraciones inesperadas en el ETA. Este resultado parcial permite reordenar en el tiempo, de forma óptima, los procesos logísticos posteriores.
• El cálculo de la reprogramación óptima permite fijar prioridades ya sea del lado de la robustez o del lado de la esbeltez y la eficiencia de los procesos logísticos afectados, según los requisitos del negocio.

Las restricciones duras adicionales que provengan de los clientes de las empresas de logística o de la organización del personal pueden agregarse manualmente en algún momento o programarse en uno de los ciclos de la reprogramación. Cierta cantidad de trabajo de científicos de datos para revisiones y adaptaciones es inevitable.

Resumen: Muchas empresas B2C están interesadas en un análisis estadístico automatizado y libre de modelos de datos de investigación de mercados, que relacione las características del cliente con las características de un producto o servicio adquirido, lo que permite a las empresas entender a sus distintos tipos de clientes. Porque solo un enfoque libre de modelos tiene la flexibilidad para hacer frente a datos nuevos con características nuevas.

Palabras clave: identificación de grupos ocultos de clientes a partir de distintas tendencias de comportamiento, desarrollo de estrategias de precios individuales

Descripción

La investigación de mercados es notoriamente difícil. Una de las tareas clave de la investigación de mercados moderna es entregar conocimiento del cliente basado en datos. Se requiere información detallada y oportuna, obtenida de quejas, tasas de venta o satisfacción del cliente, para actualizar constantemente las características del producto, su precio y el customer journey frente a mercados cambiantes, de forma repetible y verificable. Sin embargo:

• El esfuerzo de procesamiento de lenguaje natural que se requiere para evaluar algorítmicamente encuestas de preguntas y respuestas puede ser tedioso, costoso o superar las capacidades técnicas de una empresa.
• En la mayoría de los casos, las calificaciones de productos y los datos disponibles en línea sobre nichos de mercado están desactualizados, sesgados por evaluaciones compradas, son engañosos o no están bien adaptados al caso de uso individual. En esos casos, los datos son inútiles.

Pero ese no es el único problema: normalmente, la investigación de mercados debería permitir a una empresa reducir riesgos, si se logra una personalización confiable del recorrido del cliente hacia el producto con base en datos. Por eso, reunir información demográfica para entender mejor las oportunidades y los límites para ganar clientes puede ser sumamente útil para identificar las barreras que pueden impedir la compra. Sin embargo, hay tropiezos bien conocidos, y nada pequeños:

• A veces, de forma tácita, los clientes y mercados potenciales dejan de coincidir con las estrategias clásicas de adquisición.
• En otros casos, algunas características de los clientes que han demostrado ser fuertes impulsores de la compra en distintos casos pueden combinarse e indicar la existencia de un grupo oculto de nuevos clientes potenciales que hasta ahora no ha sido atendido, ni por las características del producto ni por el marketing. Pero nadie lo notó.

Por último, en la investigación de mercados se observa empíricamente que la búsqueda del precio ideal no consiste en buscar el precio más alto o más bajo posible para el cliente en ciertas condiciones. Se trata más bien de obtener márgenes con algunos clientes, a quienes no les importa el precio, y de ir casi sin margen con los clientes a quienes sí les importa. Pero, obviamente, no cabe esperar que los clientes revelen abiertamente qué precio aceptarían en determinadas condiciones. Normalmente eso hace casi imposible fijar precios individuales.

En consecuencia, el éxito económico de toda empresa depende de plantear a los clientes una serie de preguntas sencillas, o de presentarles afirmaciones, para evaluar sus servicios o el producto adquirido. En particular, las encuestas en línea basadas en números son lo bastante cortas y fáciles como para que los clientes estén dispuestos a responder varias preguntas de forma repetida. Estas encuestas arrojan respuestas en forma de números naturales, con formato de dato entero, que representan el grado de acuerdo. Tales datos se ubican en una llamada escala de Likert: una estrella suele indicar el menor acuerdo con una afirmación de la encuesta y, p. ej., nueve estrellas indican el mayor acuerdo.

Si, además, la información reunida con estas encuestas incluye datos de la población, p. ej. sobre edad, patrimonio, familia, intereses o cualquier otra cosa que pueda ser relevante para el negocio, debería ser posible reconstruir una relación entre una selección de características del cliente y la compra exitosa de un producto o servicio. La meta algorítmica siguiente será identificar grupos de clientes con el mismo comportamiento de votación, que haya llevado o no a una compra. Este agrupamiento permitirá sacar conclusiones sobre actualizaciones provechosas de las características del producto, sobre la diferenciación del producto o sobre cambios de diseño en las estrategias de marketing, para evitar molestar a los clientes y aumentar la eficiencia del marketing de una empresa. Para toda empresa es vital saber todo esto.

A vista de pájaro

Las innovaciones técnicas o de negocio impactan la vida cotidiana de la mayoría de las personas, p. ej. cuando se introducen medicamentos recién descubiertos que afectan la esperanza de vida de muchas personas. Pero un producto o servicio recién introducido solo se convierte en innovación después de haberse probado en el mercado; ese es, de hecho, el verdadero cuello de botella. Hoy, el proceso iterativo de transformar una creación o un invento en una innovación tiene una tasa de fracaso enorme, de alrededor del 90 % o más. Y a nadie le gusta el hecho de que los fracasos de productos o servicios en el mercado sean mucho más comunes que los éxitos comerciales. Así, los innovadores enfrentan dos problemas contrapuestos al mismo tiempo: si ignoran las preferencias de los clientes, pueden quedarse sin dinero. Y si vinculan los productos demasiado a sus clientes, las empresas pueden terminar creando solo innovaciones incrementales marginales, sin posibilidades en el mercado. Por eso, parte de nuestro propósito es ayudar a innovadores, empresas y otras startups a mejorar drásticamente su tasa de conversión, a asesorar las decisiones de la dirección con base en datos y a reducir la tasa de fracaso sin sacrificar sus ideas técnicas o económicas.

Solución algorítmica

Los datos formados por números naturales son muy frecuentes. Pero la estadística con enteros es notoriamente difícil. Por eso, difícilmente se dispone de un análisis estadístico confiable de datos enteros obtenidos de encuestas en línea, que busque clasificar correctamente a los clientes para descubrir qué selección de sus características conduce a las mismas preferencias en las características de un producto o servicio. El estado del arte (SOTA) en estadística con enteros consiste en ajustar a los datos un modelo de clasificación multinomial dependiente de parámetros. En consecuencia, la optimización de los parámetros del modelo y la evaluación del modelo son las principales preocupaciones del enfoque SOTA, que hasta ahora ha resistido todos los intentos de automatización. Es bien sabido que esto, por sí solo, impide que una solución algorítmica para el análisis de datos de investigación de mercados se use en cualquier empresa de tipo SaaS. Esto se debe a la falta de escalabilidad. Peor aún: no hay una receta probada para que un científico de datos concluya con éxito, de forma manual, el enfoque SOTA.

En esta situación, el paquete algorítmico que desarrollamos para nuestro cliente simplifica el agrupamiento deseado de los clientes de nuestro cliente, según sus votos en encuestas basadas en enteros, de la siguiente manera:

• Es un algoritmo libre de modelos, que prescinde de todos los supuestos geométricos y estadísticos y, con ello, de todas las limitaciones de uso implícitas del anterior enfoque SOTA basado en modelos, que hacían realmente difícil el análisis estadístico de datos enteros.
• Este nuevo algoritmo está totalmente automatizado, de modo que no hace falta la inspección ni la mejora iterativa de un científico de datos con experiencia para generar un resultado aceptable con un modelo a la medida. Así, todo el proceso de análisis se vuelve fácil y rápido.
• El nuevo algoritmo es un enfoque de autoaprendizaje, en el sentido de que todos los parámetros algorítmicos necesarios para completar el procedimiento y obtener el resultado se calculan de forma no paramétrica a partir de los propios datos.

Lo que el algoritmo entrega al final es un agrupamiento de clientes con distintas características, que prefieren comprar o no comprar un producto o servicio por razones relacionadas con un conjunto dado de características ofrecidas del producto o servicio. Además, si solo se considera el conjunto de clientes que compran, el algoritmo puede agrupar a estos clientes preseleccionados según sus distintas actitudes hacia la compra. Para obtener este resultado, solo hay que plantear y responder las preguntas correctas en la encuesta en línea.