Business Analytics y Estrategia de Negocios (III)
Enrique González.- La visión y la toma de decisiones estratégicas, hoy más que nunca, cuentan con herramientas y tecnologías de enorme impacto, al punto de llegar a desafiar los modelos de negocio tradicionales.
La adopción de las tecnologías TIC y el uso de analítica de datos ha permitido por un lado invertir el proceso de análisis de mercado, diseño de productos, lanzamiento y evaluación de impacto y acogida de nuestros productos en el mercado. Adicionalmente, los tiempos de estos procesos se han recortado al punto de, en ocasiones, poder desarrollarse en tiempo real.
Por otro lado, el valor creado por medio de nuevos modelos de negocio y nuevos productos se apalanca tremendamente en los aportes que los propios clientes y usuario realizan al ecosistema de valor. Es así como los negocios resultan más Customer-Oriented u orientados hacia y desde los clientes, quienes pueden gozar de mayor soberanía, ejerciéndola incluso en un solo click.
El uso de canales digitales de marketing y comercialización, así como una buena capacidad de recopilación de datos por esta vía, complementado con el levantamiento de datos por medio de otras fuentes de información, tanto estructuradas como no estructuradas, posibilitan una analítica que va a constituir una ventaja competitiva especialmente para aquellos que den los primeros pasos (empresas denominadas First-movers).
Dependiendo del tipo de los datos recabado y su alcance, su acumulación temprana (y vigencia), el desarrollo de distintas herramientas de analítica, así como el uso de algoritmos que se perfeccionan a lo largo del tiempo, las empresas podrían crear una ventaja competitiva que se erigiría como una barrera a la entrada infranqueable contra los competidores actuales y/o potenciales.
Los problemas estratégicos, así como de marketing a los que recurrentemente se enfrentan las empresas pueden contar con una herramienta estadística y de analítica que permitiría comprender la dimensión del problema, su naturaleza, así como dar luces sobre alternativas en la toma de decisiones por parte de la empresa.
Utilizando una clasificación no exhaustiva de las técnicas de analítica de datos las podríamos categorizar en dos grandes grupos. Primero, tenemos a los modelos de Predicción donde encontraríamos a su vez modelos de Selección, así como modelos de Regresión. Los primeros aplican sobre variables dependientes categóricas generalmente asociadas con decisiones discretas del tipo “Comprar o No Comprar”.
El poder de este tipo de modelos como los Logísticos podría permitirnos identificar cuáles son los elementos y variables que inciden en la decisión de los potenciales consumidores para finalmente adquirir un producto y cuánto aporta cada variable y/o atributo del producto sobre la probabilidad de que nuestro producto sea finalmente vendido. Este conocimiento puede permitirnos invertir en aquellas variables con incidencia en la probabilidad de compra y que entran en el ámbito de nuestras acciones o de nuestra toma de decisiones.
Asimismo, este tipo de modelos puede ser utilizado para identificar riesgos de abandono de nuestros clientes permitiendo a las empresas adelantarse tomando decisiones para reducir el Churn Rate y aumentar sus tasas de fidelidad y retención. Esta aplicación resulta clave en las nuevas tendencias de negocios orientadas a los consumidores.
Los segundos, los modelos de Regresión poseen una variada posibilidad de aplicaciones con enorme y preciso impacto en las empresas.
Por ejemplo, por medio de estimaciones de la demanda podríamos calcular la elasticidad precio permitiéndonos aplicar herramientas de determinación de estrategias de Pricing óptimos. De igual manera esta herramienta permite conocer y delimitar el mercado en el cual estamos o estaríamos operando y compitiendo. Asimismo, por medio del conocimiento de nuestro “Diversion Ratio” o índices de desvío de nuestros clientes hacia los competidores podríamos identificar aquellos rivales de los cuales deberíamos cuidarnos más y estar más atentos a estos.
Otra aplicación de los modelos de Regresión son los modelos de Precios Hedónicos por medio de los cuales podemos estimar cuáles son los atributos del producto y cuáles son sus contribuciones de valor al precio que los consumidores estarían dispuesto a pagar por nuestros productos y servicios. Esta herramienta permite, basados en evidencia, formular propuestas de valor al mercado con mayor posibilidad de éxito y de captura de valor.
Segundo, tenemos los modelos Descriptivos dentro de los cuales destacan: (i) los modelos de Segmentación; (ii) los modelos de Asociación y; (iii) los modelos de Secuencia.
Algunas de las ventajas y funciones que nos ofrecen los modelos de Segmentación son:
- Análisis de Cluster: Identificación de los Segmentos del Mercado.
- Identificación de Características de Grupos de Clientes para perfeccionar estrategias de Group Pricing o Discriminación de Precios de Tercer Grado.
- Identificar potenciales elementos de Screening para perfeccionar estrategias de Menu Pricing o Versioning (Discriminación de Precios de Segundo Grado).
- Identificación de Características para instrumentar Personalized Pricing.
- Identificación de Mercados Adyacentes: Solapamiento de Clientes; penetración de nuevos mercados.
- Ajuste de Estrategias Preventivas hacia la Competencia (bloqueo de la competencia).
Por su parte, los modelos de Asociación que permiten identificar qué tipo de decisiones o productos adquieren simultáneamente los consumidores nos permiten, entre otras:
- Identificación de Patrones de Consumo.
- Identificación de Componentes o Productos para el análisis de Estrategias de Empaquetamientos (Bundling); discriminación de precios vía Combos.
- Afinar estrategias de Descuentos; diseñar estrategias de descuentos por volúmenes; estrategias de descuentos incrementales (evitar arbitraje personalizado).
- Valoración de estrategias de Ventas Atadas (Tie-In Sales).
- Identificar fuentes de Economías de Escala y Alcance.
- Diseñar estrategias de Pricing para Productos Complementarios.
Por último, los modelos de Secuencia que facilitan identificar decisiones o compras intertemporales o secuenciales podrían permitirnos realizar:
- Análisis basado en valor de estrategias de Descuentos Incrementales.
- Valoración de Discriminación de Precios Intertemporales.
- Afinación de políticas de fidelización.
- Análisis de Alianzas estratégicas con otros oferentes.
En Venezuela existe un reducido número de profesionales y un menor número de consultoras que manejan y trabajan simultáneamente las herramientas de analítica de datos con el conocimiento estratégico académico y práctico como para permitirle a las empresas crear valor a partir de los datos.
Aquellas empresas que no sumen estas habilidades, herramientas y capacidad de análisis a su toma de decisiones o que tardíamente las incorporen sufrirán de desventajas competitivas que en escenarios complejos como el venezolano podría resultar condenatorio.
Economista UCV. Master in Competition and Market Regulation, Universidad Pompeu Fabra. Master en Economía Industrial, Universidad Carlos III de Madrid. Master in Law and Economics, Universidad Torcuato Di Tella. Postgraduate Diploma in Economics for Competition Law, Kings College London. Profesor de Estrategia Competitiva, Universidad Torcuato Di Tella. Profesor de Economía Digital, UCAB. Profesor de Competencia en las Plataformas Digitales, Universidad Torcuato Di Tella. Profesor de Derecho de la Competencia y Análisis Económico del Derecho de Protección al Consumidor, Universidad Monteavila. Consultor Económico.
