El Comercio electr�nico y la gesti�n de bases de datos

En los dos ?ltimos a?os, los consejeros delegados norteamericanos encuestados por The Conference Board y Accenture mencionaban la orientaci?n al cliente como su principal reto gerencial. En la actualidad, mantener la orientaci?n al cliente es m?s dif?cil que nunca. En gran parte, se debe a Internet: los clientes ahora esperan un servicio m?s r?pido y constantemente disponible a un coste m?s bajo. Adem?s, no s?lo esperan que los proveedores cumplan necesidades concretas, sino que tambi?n anticipen cu?les ser?n esas necesidades.

Para abordar este reto, muchas empresas han descubierto que la clave de la fidelidad del cliente est? en la capacidad de utilizar la tecnolog?a para mejorar la productividad y atraer y retener a los clientes. Recurren a aplicaciones de gesti?n del conocimiento para organizar la informaci?n y suministrarla al proceso de decisi?n de la direcci?n de un modo que mejora la eficiencia y el rendimiento general.

Los componentes tecnol?gicos cr?ticos para la gesti?n del conocimiento, especialmente en una aplicaci?n de comercio electr?nico, son los data warehouse y data mining. El objetivo del data mining consiste en explorar los data warehouse en busca de tendencias, relaciones y resultados. La noci?n de data mining evoca la idea de descubrir extraordinarias y preciosas «gemas» en la base de datos de un cliente.

[ Funciones del ?data mining?]

Aplicado al comercio electr?nico, el data mining puede utilizarse concretamente para efectuar las siguientes funciones:

• Equiparar clientes concretos con planes de marketing personalizados.
• Identificar aquellos clientes que puedan estar plante?ndose cambiar a otro competidor.
• Desarrollar intuiciones con respecto a los cambios en las preferencias de los clientes, a partir de los datos de las transacciones.
• Identificar nuevas oportunidades de mercado a trav?s de la elaboraci?n de perfiles de clientes.

La gesti?n del data mining permite conocer mejor a los clientes y desarrollar programas personalizados para satisfacer sus necesidades.

[ ?C?mo funcionan los sistemas de ?data mining?? ]

El data mining consiste en el uso de algoritmos para buscar patrones, tendencias y relaciones ocultos en complejos conjuntos de datos. Habitualmente, el algoritmo o arma anal?tica preferida en la mayor?a de las aplicaciones de data mining est? basada en la inteligencia artificial. En t?rminos generales, definimos inteligencia artificial como un proceso anal?tico con un comportamiento y unas acciones que los observadores humanos consideran «inteligentes». Existe una amplia variedad de sistemas de inteligencia artificial. Tres de los m?s utilizados en el data mining son los siguientes:

• Redes neuronales: se trata de un enfoque que emula elementos del proceso cognitivo humano, especialmente la capacidad de reconocer y aprender patrones. Su arquitectura consiste en un gran n?mero de nodos que act?an como «calculadoras» que procesan inputs y traspasan los resultados a otros nodos de la red. A diferencia de los humanos, estos sistemas no parten de supuestos previos sobre posibles relaciones.
• Sistemas expertos: este enfoque sintetiza la totalidad de los conocimientos y normas disponibles. La base de conocimiento puede obtenerse entrevistando a expertos o integrando conjuntos de datos. Por lo general, el «conocimiento» se almacena en un conjunto de normas «si…, entonces…».
• ?rboles de clasificaci?n y registro: describen la estructura de la base de datos mediante el formato de un ?rbol. A medida que se desarrollan las categor?as para segmentar la base de datos (por ejemplo, edad e ingresos), aumenta el poder predictivo del ?rbol.

Estos sistemas de inteligencia artificial pueden utilizarse para la clasificaci?n (por ejemplo, para separar los clientes preferentes de los marginales) y para la previsi?n (por ejemplo, ventas anuales).

Estas aplicaciones dependen en gran medida de un proceso conocido como «tecnolog?a de perforaci?n».

Por lo general, el nivel correspondiente a beneficio elevado, retenci?n elevada y clientes con elevado valor a largo plazo (t?pico del cliente H) constituye menos del 20% de la base de datos de marketing; sin embargo, genera m?s del 50% de los beneficios acumulados. ?ste es el grupo principal para la empresa y su retenci?n es clave.

Otro grupo importante est? representado por el tipo D (poco margen de beneficio, elevada probabilidad de retenci?n y elevado valor a largo plazo). Aqu?, la estrategia consiste en incrementar la rentabilidad mediante ventas de mejora (up-selling) y ventas de nuevos productos. En cambio, parece obvio que deber?an reducirse o suprimirse los recursos dedicados al grupo caracterizado por el tipo A.

Utilizado de este modo, el sistema de data mining puede automatizar el proceso de cualificar y cuantificar las perspectivas de marketing. Estos sistemas pueden, tambi?n, desempe?ar las siguientes funciones:

• Identificar patrones de compra similares dentro de un marco temporal determinado.
• Segmentar bases de datos en factores relacionados.
• Detectar relaciones y patrones secuenciales.
• Desarrollar modelos de categorizaci?n y estimaci?n.

Supongamos, por ejemplo, que la cuesti?n concreta es predecir si es probable que alguien que visita por primera vez el sitio de comercio electr?nico haga una compra inicial. Se invita a los visitantes del sitio web a que respondan a dos simples preguntas sobre ellos mismos: g?nero e ingresos. Las cifras se basan en una muestra de 1.000 visitantes. La palabra «correcto» se refiere al porcentaje de clasificaciones exactas.

[ ?Data mining? y comercio electr?nico ]

En t?rminos generales, un sitio web de comercio electr?nico consiste en una p?gina de inicio, operaciones din?micas de sistema y funciones de salida. La p?gina de inicio act?a como puerta de acceso del cliente a la base de datos de productos y servicios; es la p?gina de bienvenida, con descripciones de los productos, preguntas frecuentes y anuncios breves.

El componente de operaciones din?micas incluye la base de datos de productos, la campa?a de marketing, la funci?n de exportaci?n de datos contables y la gesti?n on-line. Las funciones de salida consisten en un carro de la compra (esta funci?n permite al cliente pagar una sola vez por todos los art?culos seleccionados), el sistema de entrega (transporte y distribuci?n), incentivos de compra y un sistema seguro de pedidos.

El sistema de data mining enlaza todos los aspectos del sitio de comercio electr?nico. Por ejemplo, puede determinar los anuncios breves espec?ficos para un perfil de cliente concreto. Adem?s, el sistema puede interactuar directamente con el cliente a trav?s de feedback postventa; por ejemplo, a trav?s de correo electr?nico.

© Ediciones Deusto