Pasar al contenido principal

ES / EN

SAS: retail y banca deben potenciar el big data en Chile
Miércoles, Marzo 12, 2014 - 14:40

Compañía estadounidense dice que soluciones deben aplicarse principalmente en áreas como marketing y retail, así como para prevenir fraudes a nivel bancario.

Tomar decisiones estratégicas de largo plazo para enfrentar desafíos como la definición de precios, el cálculo de riesgo o el éxito de una campaña de marketing, junto a un manejo de costos más efectivo, son algunas de las claves para la masificación de la analítica en Chile, señala la compañía estadounidense SAS.

Aunque el mercado bancario chileno es pequeño en comparación con los de países como Brasil o Estados Unidos, las necesidades y complejidades de sus empresas son similares. Por eso, ese sector es uno de los que con mayor fuerza está adoptando el uso del Big Data en Chile, indica Douglas Montalvao, gerente de Desarrollo de Negocios y Preventas de SAS Chile.

Esta tendencia está pasando por un buen momento en el mundo y, según un análisis de la revista Forbes, se espera que el mercado de Big Data alcance durante  2014 los US$16,1 billones, un aumento considerable respecto a 2010, cuando las inversiones alcanzaron los US$3,02 billones. Es más, el mismo informe sostiene que desde 2014 a 2020 todos los negocios vinculados a esta tendencia crecerán un promedio de 20% al año y seis veces más que cualquier otra solución vinculada al mercado TI.

"El Big Data ha servido generalmente para llevar la cuenta de transacciones y realizar análisis de regresión. Pero ahora está llevando sus capacidades hacia las manos de los directivos de primera línea, que luego pueden utilizar datos no transaccionales para tomar decisiones empresariales estratégicas a largo plazo”, dice Montalvao.

En Chile, la tendencia es que el Big Data y, por sobre todo, las soluciones analíticas se apliquen principalmente en áreas como marketing y retail, así como para prevenir fraudes a nivel bancario. Y es que una solución de este tipo permite a las empresas manejar millones de eventos por segundo con tiempos de procesamiento de sólo un par de milisegundos. ¿En qué se traduce esto? Por ejemplo, en el mercado del retail significa miles de millones de pesos en ahorro.

“En multitiendas hemos logrado 4% de margen y en supermercados hemos obtenido 1% de margen gracias a la aplicación de soluciones pricing que permiten calcular cuál es el precio óptimo que deben tener sus productos. Eso es casi un 25% más de utilidades en la última línea", dice Montalvao. "Por ejemplo, si un retail factura mil millones de dólares nosotros podemos generarle al año 10 millones de dólares adicionales solamente aplicando inteligencia”.

Este cerebro analítico también es capaz de evitar la fuga de clientes. “Hemos bajado estas tasas entre un 20 a 30% y hemos logrado mejorar la respuesta a campañas de un 40 a 50% ¿Es magia? Por supuesto que no. Big Data nos proporciona un montón de datos de los clientes gracias a que ellos tienen acceso a dispositivos electrónicos e internet, lo que nos permite conocer sus hábitos y definir ofertas relevantes para ellos. Big Data nos ofrece esa información y con la aplicación de inteligencia virtual, sabemos qué les interesa y el momento adecuado para enviarles la oferta, aumentando la posibilidad de compra”, agrega el ejecutivo de SAS.

Fraude y Riesgos

A nivel de la banca, el cálculo de riesgos es una de las principales áreas donde interviene el Big Data, por ejemplo, para determinar el tamaño del fondo de provisión de riesgo que cada entidad debe mantener. Se trata de una reserva de dinero para ser utilizada en caso de peligros como una crisis financiera y que se calcula a partir del riesgo que posee cada banco. Ese dinero, al quedar estático, se transforma en una pérdida económica para la institución porque no se invierte ni genera nuevos recursos y mientras más expuesto esté el banco, mayor es la suma que debe guardar, por lo que es clave calcular de forma exacta su nivel de riesgo.

Montalvao explica que “antes, estos procedimientos se realizaban de forma muy básica y tomaban mucho tiempo. Ahora gracias a Big Data y la aplicación de soluciones analíticas, en un día se puede lograr un cálculo más preciso que lo que antes se hacía en una semana”.

Big Data también cumple un papel fundamental para atacar el fraude bancario o para disminuir el robo de energía en las compañías eléctricas. “Con estas soluciones podemos evitar falsos positivos (alertas por transacciones sospechosas) en el orden de un 10 a 20% y alertar por ejemplo a las compañías eléctricas si el aumento del consumo de energía de un cliente en particular se puede asociar a una toma”, agrega el experto de SAS.

Autores

AETecno.com