Molts empresaris i directors de departament han sentit a parlar d’Intel·ligència Artificial, “Machine Learning” i models predictius, però no acaben de veure clar com aplicar aquestes tecnologies als seus negocis. Actualment hi ha solucions que permeten, per exemple, saber quins clients deixaran de pagar, quins es donaran de baixa o tindran una caiguda significativa de facturació, i no són serveis cars sinó accessibles a totes les empreses. El seu ús en els pròxims mesos determinarà en bona mesura la capacitat de sortir de la recessió i ser eficaç i competitiu al mercat.
Anàlisi descriptiva vs. anàlisi predictiva
Els sistemes d’informació de la majoria d’empreses utilitzen informes tradicionals procedents de les seves aplicacions de gestió ERP, CRM o fins i tot solucions de Business Intelligence.
Amb aquestes eines poden obtenir informes i quadres de comandament amb dades històriques per analitzar el rendiment i les tendències de l’empresa en diferents àrees de negoci.
Aquestes eines estan molt bé i han estat fonamentals durant molts anys, però només ofereixen informació del passat. Avui es pot fer un pas més en l’anàlisi de dades i obtenir prediccions de futur mitjançant la personalització de models predictius.
Poder prendre decisions amb informació sobre què passarà en el futur —quins productes vendrem, quina serà la taxa de recurrència, quins clients seran morosos, quant caurà la facturació dels meus clients…— ofereix una visió clau per dirigir l’empresa amb més rigor, i especialment en moments complicats com el que estem vivint.
Casos pràctics d’ús de la Intel·ligència Artificial
En totes les crisis, la majoria d’empreses de tots els sectors patiran un impacte econòmic que es pot traduir principalment en caigudes de facturació i pèrdua de clients.
Per a tots dos aspectes hi ha solucions basades en models predictius que poden ajudar significativament a minimitzar-ne l’impacte.
Caigudes de facturació i pèrdua de clients
Hem comprovat que aquest tema és una preocupació comuna a totes les empreses, i introduint intel·ligència artificial és possible mitigar-la de manera significativa.
Aquest tipus de models predictius preveuen el risc de baixa de clients / subscriptors / alumnes / usuaris / socis… segons el sector.
El risc pot ser senzillament “la probabilitat que un client es doni de baixa” en models de negoci de subscripció, o bé es poden definir com a risc les possibles “caigudes de facturació” dels clients:
- Per a sectors com Diaris/Educació/Assegurances/Col·legis Professionals/… i qualsevol negoci basat en subscriptors, el model ofereix la predicció mensual del risc de baixa de cada client/subscriptor.
- Per contemplar caigudes de facturació, el model és totalment multisectorial i ofereix la predicció de les caigudes de facturació dels clients en un període de temps a definir (per exemple, 1 any), classificant-los en 4 segments:
-
- Risc alt – Clients amb una previsió de caiguda de facturació important
- Risc moderat – Caigudes lleus de facturació
- Estables – Els que es mantindrien com estan pel que fa a facturació
- Creixement – Clients en què es preveu un increment de facturació
-
El model ofereix informació del valor mitjà de pèrdua de facturació de cada segment a 1 any vista i els valors individuals de cada client.
Amb aquests dos models, les empreses es doten d’eines molt potents per afrontar la crisi i el procés de reactivació posterior, i poden iniciar i centrar les seves activitats i decisions comercials, financeres i de màrqueting més adequades des del minut 1.
Els dos aspectes anteriors són només exemples clars que responen a preocupacions molt comunes en aquests moments, però hi ha moltes altres àrees de negoci que es poden optimitzar amb l’ús de models predictius. Vegem-ne alguns exemples per sector:
- Educació – Millorar les ràtios de conversió d’alumnes interessats a matrícules
- Immobiliàries i automoció – Optimitzar les conversions de clients potencials des de l’inici fins a la visita o la venda final
- ETT – Discriminar i optimitzar la cerca i selecció de candidats
- eCommerce – Millorar la recurrència després de la primera compra, i models de valor i potencial de clients
- Oci, turisme, viatges, portals, call centers, energia, telecos – Ser més efectius en les campanyes comercials, millorant les ràtios de conversió de vendes en un mercat en què tothom es llançarà a la captació de leads
La democratització d’aquestes solucions les fa accessibles a tota mena d’empreses, ja que són serveis contractats en mode subscripció (SaaS), a preus molt raonables i amb projectes de posada en marxa de poques setmanes.
Conceptes clau per a la reactivació econòmica: eficiència i adaptació
Parafrasejant Darwin, podem dir que en les circumstàncies econòmiques actuals “Les empreses que sobreviuran no seran les més grans ni les més poderoses, sinó les que millor sàpiguen adaptar-se a les circumstàncies de la pandèmia”
Recolzar-se en les dades per prendre decisions és cada vegada més una tendència per millorar l’eficiència i adaptar el teu eCommerce als canvis. La possibilitat d’adaptar-se ràpidament i saber com evolucionarà l’activitat real mitjançant models predictius és una eina d’un potencial extraordinari per afrontar la reactivació.
No és el mateix dirigir l’empresa basant-se en dades històriques que han perdut tot el seu valor i vigència que fer-ho recolzant-se en informació actualitzada permanentment, basada en tecnologies de machine learning que aprenen soles i s’adapten ràpidament a unes circumstàncies que avui són més canviants que mai.
Per poder subsistir i accelerar és importantíssim saber què passarà realment (amb les seves variants i alternatives) i no el que va passar abans o el que, segons el procediment, sembla que s’hauria de fer.
Amb aquesta informació privilegiada podrem conduir l’empresa cap als objectius marcats i basar les nostres decisions en la ciència i no en sensacions, opinions o dades anteriors.
És en aquest context que els dos conceptes esmentats al principi, eficiència i adaptació, prenen més valor que mai.
- Haurem de ser eficients per poder accelerar, i disposar d’“armes tecnològiques” per obtenir més i millor amb menys cost
- Les eines d’IA i Machine Learning asseguren una adaptació molt més ràpida als canvis en el comportament dels clients
Actuar amb urgència també és un factor important, perquè la democratització i el cost d’aquestes solucions les fan accessibles a tothom, i caure en la “inacció per anàlisi” només farà que estiguem menys preparats i competim en inferioritat de condicions davant dels altres.
