Analítica predictiva y BigData sobre comportamiento demográfico

Big Data ML y AI. Modelos para predecir el comportamiento.

La termodinámica aplicada al comportamiento humano, concretamente al comportamiento demográfico, es uno de los campos que se abren ante nosotros mediante el uso de plataformas BigData y la Analítica predictiva, mediante el aprendizaje automático como catalizador. Y no ciencia ficción, es realidad.

Modelos de negocio y generación de valor

He tenido la suerte de trabajar con muchas personas interesantes a lo largo de una veintena larga de años dedicándome a las Tecnologías de la Información. Una de ellas, con quien he coincidido durante los últimos meses, es Ricardo Hernando. Ricardo es una persona de verbo fácil y conversación interesante, de eso no cabe duda. En este artículo me gustaría reflejar algunas de las ideas que estaban sobre la mesa en una de esas conversaciones en las que se combina la ciencia, el negocio y la tecnología. Con Ricardo comparto varios intereses comunes, pero desde hace poco compartimos un mismo objetivo profesional, un objetivo mundano pero necesario: Debemos definir estrategias alternativas de negocio para la empresa en la que trabajamos. Y dentro de esa búsqueda nos enfrascamos en una de sus especialidades, el tratamiento masivo de datos y la analítica prescriptiva mediante aprendizaje automático.

Más allá de la plataforma tecnológica que da soporte a ese tratamiento, (hace tiempo que las plataformas Big Data han pasado a ser una mera commodity), nos centrábamos en cómo definir modelos de negocio en los que rentabilizar la información que nos dan ciertos modelos predictivos basados en modelos teóricos y cómo hacer un ajuste fino de la parametrización de los modelos para ajustarlos a uno u otro negocio. Concretamente hablábamos de modelos termodinámicos pero aplicados a datos de comportamiento social en vez de datos de mecánica de fluidos.

Es curioso cómo los humanos nos comportamos a gran escala en cierta medida como moléculas de un mismo fluido, ciñéndonos a principios de máxima entropía y respetando restricciones de movimiento.

Es una perspectiva muchas veces novedosa para algunos de los profesionales de IT, ya que ahora tenemos las herramientas para acercar ciencia y tecnología en nuestros sistemas, cuando hasta hace no mucho o hacías ciencia o te dedicabas a IT. He de admitir que en un primer momento me detuve frente a ese escenario con una sensación de objetivo conseguido: un sistema que funciona y predice con un intervalo de confianza razonable ciertas características del comportamiento como la localización y la movilidad. Lamentablemente esa es una sensación banal, ya de momento no se ha generado valor para la empresa.

La tecnología no genera valor en sí misma

Los que venimos del ámbito tecnológico muchas veces nos hemos ido separando paulatinamente de la generación de valor (valor para el negocio) y caemos en la tentación narcisista de considerar que la tecnología es valor en sí mismo. Y evidentemente no es así, nada más lejos de la realidad. La tecnología es un simple activo del que hay que sacar el mayor provecho posible, al igual que de cualquier otro activo tangible o intangible de una organización. Y esa es una visión que Ricardo te graba a fuego en cualquier conversación, sobre todo de Big Data y Machine Learning como herramientas para a la predicción de patrones de comportamiento, en la que hay mucho modismo tecnológico. La solución técnica está, lo que hay que buscar es cómo monetizarla en cada caso de negocio concreto para cada cliente en particular. Eso es lo complicado.

Uno de los modelos de negocio de los que hemos hablado estos meses está basado en la idea de aprovechar la capacidad de predecir con cierta exactitud el comportamiento demográfico de las áreas urbanas para adelantarse en la toma de decisiones. A partir de ahí, cada caso de negocio concreto aterrizará el modelo para generar una ventaja competitiva en su ámbito, ya sea urbanístico, b2b, b2c, de inversión, de servicios…. Lo realmente interesante es que hay posicionarse en el límite de lo tecnológicamente posible para innovar. Sin estar en esa frontera no hay innovación. Lo que ayer no era viable y hoy sí lo es por la aparición de un nuevo elemento en el ecosistema tecnológico es la piedra filosofal de la innovación tecnológica, y nos ayudará a diferenciarnos del resto.

El modelo de comportamiento de los núcleos urbanos.

Al igual que todos nosotros somos un ente independiente, con nuestras propias decisiones y un comportamiento único, las ciudades tienen un ciclo de vida y un patrón de “comportamiento” (dentro de las características que pueden definir el comportamiento de una ciudad, como distribución, evolución demográfica, calidad de los servicios, comunicación y transporte, etc. ) también único.

Por otro lado, también tenemos una estructura parecida en nuestra composición interna. Tenemos ciertos órganos con funciones diferentes y que funcionan como un todo, millones de células y microorganismos con comportamientos autónomos, pero que forman parte de una conciencia superior. Las ciudades tienen sus propios “órganos” de funcionamiento que aportan energía, canales de comunicación, etc. y cientos, miles o millones de personas que son autónomas pero que interactúan entre ellas condicionadas por el entorno. Las ciudades poseen salud y enfermedades que hacen que sus células, los habitantes, tengan unas condiciones de vida u otras y que hagan que la ciudad cambie en sí misma día a día.

Hay posicionarse en el límite de lo tecnológicamente posible para innovar.

El ser humano y su personalidad ¿Qué nos hace ser distintos? ¿Qué nos dota de personalidad?

Aquí nos adentramos en un ámbito puramente psicológico. Desde ese prisma estamos definidos por nuestras características físicas y por nuestro estilo conductual. Además de ser altos o bajos, morenos o pelirrojos, tenemos un estilo de relación con el entorno, con los demás, con nosotros mismos que marca nuestra personalidad. Dentro de ese conjunto de facetas podemos distinguir tres ámbitos diferenciados: Los factores biológicos (genotipo y fenotipo), los factores sociales (nuestro entorno familiar, sociocultural) y los factores personales (nuestras motivaciones y anhelos).

Añadamos ahora otra variable a la ecuación, la escala temporal. Cada una de estas característica y cualidades no es inmutable en el tiempo, sino que va variando a medida que cumplimos años. Incluso hay estudios que defienden que las marcas epigenéticas de la secuenciación del ADN de una misma persona se ven modificadas por el paso del tiempo. Evidentemente nuestra personalidad, nuestro estilo de comportamiento, está condicionado por nuestro histórico, tanto biológico, como individual y social, y mucho más acusadamente en éstos últimos.

La personalidad de las ciudades

¿Y las urbes? ¿Se ven igualmente condicionadas por su pasado y el pasado de su entorno?
Efectivamente. La respuesta es un rotundo y la evidencia es que se puede demostrar una correlación muy marcada entre las características pasadas de las ciudades, (su entorno, su contexto político-social a nivel nacional, sus patrones de evolución demográfica, la caracterización de sus habitantes, etc.) y sus características futuras. Los resultados sacan a la luz una serie de datos muy interesantes.

Una primera cuestión es que hace falta un rango suficientemente alto de población para que las interacciones entre los habitantes sean lo suficientemente complejas como para dotar a la ciudad de “personalidad”. Continuando con el símil de los seres vivos, hace falta un organismo suficientemente complejo para que posea rasgos “personales” que de definan como individuo más allá de su especie. Un número mínimo aproximado y redondo fácil de recordar es 10.000. Por encima de 10.000 habitantes el impacto del histórico sobre el comportamiento futuro es suficiente como para predecir las tendencias de esas características personales de los núcleos urbanos.
También, como era de esperar, el impacto sobre la tendencia de comportamiento futura varía según el tiempo transcurrido. El pasado reciente tiene una incidencia relativa en el devenir de la urbe y la dependencia del pasado a la hora de afrontar el futuro crece hasta un rango de 10 o 15 años. A partir de esa cifra, el impacto vuelve a decrecer paulatinamente a medida que nos alejamos del presente.

Cercanía e influencia

¿Y nuestros vecinos? ¿Nos influyen? Evidentemente si dejamos a un lado cualquier anacoreta ermitaño que sobrevive a base de leche de cabra y frutos silvestres, nuestro entorno sociocultural influye en nuestra personalidad. Con las ciudades pasa lo mismo. Las más cercanas son las que más impactan en los modelos de evolución de las ciudades y podemos cuantificar el radio de influencia máxima en unos 80-100 kilómetros. A partir de ahí ratio de influencia es inversamente proporcional a la distancia. Es como una especie de efecto gravitatorio, en el que una gran ciudad ejerce una influencia fuerte sobre las más pequeñas de su entorno pero. aunque menos perceptible, la influencia es mutua.
Ahora que sabemos que en cierta manera podemos predecir el comportamiento de las ciudades (el límite de lo tecnológicamente posible) busquemos modelos de negocio y apliquémoslos a casos concretos. Aportemos valor real y no nos quedemos simplemente en una autocomplacencia tecnológica asombrándonos de lo se puede hacer con un cluster, unos teras de almacenamiento y una serie de algoritmos y modelos matemáticos. Demos un paso al frente.

Merece la pena leer este artículo y seguir aprendiendo. (https://www.technologyreview.com/s/516301/demographers-discover-the-fundamental-law-governing-the-growth-of-cities/)

Como siempre, te agradezco que te hayas interesado por esta lectura y te animo a compartirlo con el resto.

3 comentarios en “Analítica predictiva y BigData sobre comportamiento demográfico

  1. Hola estoy interesada en el tema porque estoy haciendo un trabajo sobre el ccio de vida de dato en BBVA
    Y me interesa añgunos temas como:
    cómo el BBVA implantó el nuevo modelo que le permitió convertirse en una organización orientada al dato. ¿Qué características cumple? ¿Qué ventajas competitivas le aporta? ¿Qué perfiles se ven involucrados?
    Define cómo se integraría el departamento de financiera a la arquitectura MDM. Evalúa el nivel de madurez y realiza la gestión del inventario
    Y por ultimo Tomando como base la entidad Cliente añadida a la arquitectura MDM en el punto anterior, define su ciclo de vida

  2. Hola María José,
    Muy interesante ese estudio sobre el ciclo de vida del dato en el BBVA. Como bien sabes, el BBVA es uno de los referentes a nivel no solo nacional sino internacional en posicionamiento tecnológico. Es más, incluso el MIT le coloca como tal. (https://itthinksite.com/2017/03/27/caracteristicas-la-transformacion-digital-mit-bbva/#.Xal1kZIzaUk)
    Respecto a cómo implantó el nuevo modelo, me gustaría señalar que por encima de cualquier porqué, está la implicación de la dirección como “sponsor” del cambio.
    Cómo liderar un cambio no solo de modelo sino cultural en una compañía de un tamaño y complejidad como es el caso de BBVA es increíblemente complejo y necesitaríamos meses para hacer un repaso medianamente completo. No obstante, creo que la diferencia fundamental ha sido la implicación de la dirección y la apuesta clara desde la cúpula de la entidad financiera. Esa apuesta personal de Francisco González y el convencimiento por parte de todo el consejo de dirección de la gran oportunidad que tenían delante, hicieron que se dotase presupuestariamente un plan muy ambicioso de transformación de la compañía. Y ahí están los resultados.
    Hay otra pregunta que planteas, respecto a las ventajas competitivas que aporta esa orientación al dato, que es muy interesante. Desde mi punto de vista, dejando a un lado modernización, ahorro de costes, escalabilidad, etc. que encontrarás en cualquier foro de opinión, hay una ventaja competitiva que tiene un ciclo de vida largo que creo fundamental. E insisto en lo de su ciclo largo de vida, porque a día de hoy mayor parte de las ventajas competitivas son fáciles de encontrar e implementar, la base tecnológica así lo permite, pero también son fáciles de ser adoptadas por la competencia y eso, en una economía global, hace que el mercado sea muy homogéneo y no haya situaciones de predominancia clara. Una vez dicho esto, creo que la posibilidad que le aporta al BBVA el camino andado hacia la digitalización de sus procesos y su orientación al dato es la facilidad con la que puede llegar en sus procesos a un altísimo nivel de “Customer Centric Strategy”. Busca información sobre como orientas una empresa al cliente y no a procesos, es muy interesante, y creo que el salto tecnológico del BBBVA le otorga una posición dominante en la capacidad de darle al usuario lo que necesita, dónde lo necesita y cuándo lo necesita. Objetivos primarios de otras empresas, como por ejemplo la capacidad de dotar de omnicanalidad a sus relaciones con sus clientes, se convierten en consecuencias inmediatas si tu estrategia operacional la defines desde esa perspectiva con el cliente en el centro de todo. Para mí, es la ventaja competitiva fundamental y difícilmente replicable por la competencia sin pasar por un largo proceso de restructuración tecnológica, cultural y maduración primero, amén de la dotación presupuestaria necesaria para ello.
    Esto va muy en línea con lo que comentas en tu última línea, cómo la entidad “cliente” entra dentro del complicado juego del MDM. Si esa entidad está en el centro de tu “Maestro de Datos”, de manera natural tendrás como consecuencia la deseada “Customer Centric Strategy” y te será más fácil redefinir tus procesos operacionales (en este caso financieros y de servicios) y cambiar la cultura empresarial.

    Te invito a leer otros artículos relacionados:
    https://itthinksite.com/2017/02/01/la-transformacion-digital-del-bbva/#.Xal2AZIzaUk
    https://itthinksite.com/2016/09/28/por-que-fracasan-los-proyectos-de-transformacion-digital/#.Xal_cZIzaUk
    https://itthinksite.com/2017/03/27/caracteristicas-la-transformacion-digital-mit-bbva/#.Xal_dJIzaUk

    Un saludo,
    Alberto Imedio

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *