A medida que la gestión de datos con herramientas de software se ha convertido en una tendencia expandida, más empresas de servicios públicos y de telecomunicaciones buscan beneficiarse de los resultados de dicha información, con el objetivo de convertirse en líderes de sus industrias. Para tal fin, estas empresas necesitan una solución de software que incluya analíticas, la cual facilite la toma de decisiones más acertadas y provea un mayor conocimiento del negocio, lo que deriva en un mejor desempeño organizacional.
El aumento exponencial de la generación de datos puede llegar a ser para las empresas de servicios públicos y las de telecomunicaciones o bien una oportunidad de crecimiento o una amenaza para su permanencia en el mercado. Cuál de estas opciones se materialice depende en gran medida del tipo de solución de software que las organizaciones empleen para analizar y manipular altos volúmenes de información.
En este contexto, cada vez más empresas están empleando soluciones de software que incluyen herramientas de analíticas; en el sector de las telecomunicaciones, una investigación de Accenture -multinacional de servicios de consultoría y servicios tecnológicos- desveló que 62% de las empresas de telecomunicaciones consideran necesario emplear una estrategia de datos masivos y analíticas para mantener la competitividad.(1) En el sector de las utilities, por otra parte, una investigación llevada a cabo entre más de 70 proveedores de servicios públicos en Estados Unidos, reveló que el 46% de estas compañías están empleando analíticas que permiten anticiparse a interrupciones del servicio por incidentes o daños.(2)
Aunque el término analíticas tiene diversas acepciones, se puede decir que hace referencia a la disciplina que utiliza lógicas y estructuras matemáticas para analizar los datos de una compañía y producir conocimiento que permita tomar decisiones de negocios y realizar cambios significativos.(3)
Las analíticas dependen de tres tipos de tecnologías que toda solución que gestione datos masivos debe incluir: en primer lugar, tecnologías de gestión y recuperación de datos, que permitan el acceso, consulta, extracción y manipulación de información almacenada; segundo, modelos y análisis estadísticos y matemáticos, que facultan al usuario para explorar los datos de una manera más específica con el objetivo de descubrir patrones, tendencias y anomalías; por último, técnicas de visualización y presentación de datos que, como su nombre lo indica, hacen posible presentar y resumir información histórica o de tiempo real usando gráficos dinámicos e interactivos.
El uso de una solución de software que incluya este tipo de herramientas puede traer consigo múltiples beneficios para las empresas de utilities y las telcos. Ejemplo de ello es el caso de PPL, compañía matriz proveedora de servicios públicos que cuenta con más de 10.000.000 de clientes en Estados Unidos y Reino Unido; al usar analíticas que identificaban los patrones de pago de los clientes, PPL pudo predecir con un 99% de precisión las cuentas que estaban en riesgo, determinando en qué momentos algunos clientes podrían tener dificultades para pagar sus facturas, antes de que éstas cayeran en procesos de cobro y las cuentas fueran canceladas.(4) De esta manera, la empresa redujo la tasa de cancelación de servicios de los clientes, salvando en dos años más de 54.000 cuentas que se habrían perdido de no haber usado analíticas.
Otro caso de éxito, esta vez en el sector de las telecomunicaciones, es el de Vodafone, una de las compañías más grandes de esta industria a nivel mundial, quien gracias al uso de analíticas en tiempo real ha logrado aumentar sus ingresos entre 1 y 2% con la venta de ofertas comerciales que se anticipaban a las necesidades de los clientes. Al comparar los consumos de voz y de datos con la información histórica del cliente, así como con la de otros clientes que tenían patrones de consumo similares, Vodafone pudo crear mejores planes de servicio para sus usuarios.(5)
De igual forma, el uso de analíticas en tiempo real le ha permitido a Vodafone detectar casos de fraude en minutos. De acuerdo con algunos estudios las compañías de telecomunicaciones pierden más de 46 billones de dólares por causa de fraudes. La mayoría de los sistemas de detección de fraudes toman 24 horas o más para detectar estas anomalías; usando analíticas en tiempo real, Vodafone ha podido reducir el tiempo de detección de fraudes de 24 horas a 3 o 4 minutos, lo que le ha ahorrado millones de dólares a la compañía.(6)
Otros beneficios que puede generar el uso de analíticas para estas empresas son: simplificar las operaciones de negocio, mejorar la gestión de riesgos, aumentar la confiabilidad del servicio, incrementar los niveles de lealtad del cliente, mejorar la productividad de las unidades de trabajo, reducir los costos de mantenimiento y de operaciones, entre otros.
Así pues, para que toda compañía de servicios públicos o de telecomunicaciones pueda crear nuevas oportunidades de negocio, debe contar con una solución de software que le permita aprovechar al máximo la información masiva. Para ello es indispensable que la solución que empleen les permita crear e implementar métricas y KPIs alineados con modelos de analíticas, desplegando dicha información en gráficos dinámicos y tableros de control fáciles de interpretar, de manera que se puedan optimizar y rentabilizar los procesos de negocio de la empresa basándose en el conocimiento de hechos objetivos sobres sus operaciones y clientes.
(1) Ver, “Telcos need real-time analytics strategies to capitalise on big data”. Disponible en http://www.computerweekly.com/opinion/Telcos-need-real-time-analytics-strategies-to-capitalise-on-big-data
(2) Fuente: “BRIDGE Energy Group® – 2017 BRIDGE Index™ – Grid Analytics Survey”. Para mayor información vea https://www.bridgeenergygroup.com/wp-content/uploads/2017-BRIDGE-Index-Survey-
(3) Ver “Analytics” Disponible en https://www.gartner.com/it-glossary/analytics/
(4) Ver “3 powerful ways a data model can benefit energy and utilities” http://www.ibmbigdatahub.com/blog/3-powerful-ways-data-model-can-benefit-energy-and-utilities
(5) Ver “Real-time IoT analytics boost revenues for telecoms” Disponible en https://www.techrepublic.com/article/real-time-iot-analytics-boost-revenues-for-telecoms/
(6) Ver Argyle Data Combating the Billion Dollar Fraud Industry With Machine Learning and Real-Time Analytics. Company Strengthens Its Executive Bench With Hires From AT&T and Vodafone. Disponible en https://www.argyledata.com/argyle-data-combating-the-billion-dollar-fraud-industry-with-machine-learning-and-real-time-analytics/
