Análisis de supervivencia en marketing y data mining | SAS EDUCACIÓN CHILE

Las disciplinas de marketing y data mining tienen cierta intersección en lo que se refiere a su aplicación a la gestión de la relación con los clientes, área habitualmente conocida como CRM

Santiago, Chile  (17 Nov. 2009)  –  Tareas como la identificación de los prospectos para campañas focalizadas, la predicción de qué clientes tienen una probabilidad significativa de cese o mora, cuál sería la tasa de respuesta de una campaña de ventas, la tasa de adquisición de un nuevo producto o servicio, y tantas otras son rutinariamente realizadas dentro de ambas disciplinas. Las herramientas principales son el desarrollo de modelos predictivos basados en técnicas estadísticas que, a partir de una caracterización individual de cada cliente, pueden predecir la probabilidad de que este incurra en algún suceso deseado o no deseado.

Sin embargo, las técnicas habituales sufren de ciertas limitaciones que le dificultan a un analista generar predicciones más precisas o beneficiosas, o dar respuesta a problemas tan importantes como los anteriores.

La mayoría de las técnicas típicas seleccionan un conjunto de personas o clientes según la probabilidad de ocurrencia de un determinado suceso (respuesta, activación, churn, etc.). Sin embargo, es posible una perspectiva que haga un mejor uso de lo que sabemos de los clientes, es decir, un enfoque menos “miope”. En base a lo que conocemos de cada cliente podemos asociar a cada uno un “valor”. En una perspectiva a mediano plazo, ese valor está asociado a su ciclo de vida como cliente. Una persona que tenga una probabilidad alta de responder a una campaña de marketing, pero que se encuentra en la zona de “declinación” de su ciclo de vida, puede ser un target seleccionable, aunque no tan interesante como otra persona con una probabilidad de respuesta menor pero que recién inicia la relación y tiene una amplia perspectiva de cross-selling y upselling durante un plazo de mediana duración. El valor de tiempo de vida de esta segunda persona es bastante mayor que el de la primera, de modo que estaríamos dispuestos a invertir en contactarlo (aun cuando su probabilidad de respuesta sea menor) en vista de futuras ganancias. Estas consideraciones permiten que un modelo predictivo pueda ser más efectivo y beneficioso en un mediano plazo (algunos pocos años). Para un cálculo apropiado del valor de tiempo de vida necesitamos complementar las técnicas tradicionales con otras más aptas para modelizar los factores temporales involucrados.

Por otro lado, aunque en relación con lo anterior, existe un conjunto grande de preguntas que los modelos predictivos convencionales no pueden contestar. Por ejemplo, ¿cuánto tiempo durará la relación con un cliente?, ¿cuándo empezar a preocuparse si un cliente no se reactiva, no responde, no cancela una cuota, etc.?, ¿cuándo ocurrirá la próxima transacción, compra, consulta, etc. de un cliente?, ¿cuál es el efecto de diversos factores sobre la duración de la relación con el cliente?, y otras tantas preguntas por el estilo. Lo que todas estas preguntas y los cálculos de valor de tiempo de vida del cliente tienen en común es la necesidad de incorporación efectiva de un análisis de la dimensión temporal.

Los métodos tradicionales en marketing y en data mining sirven para predecir la ocurrencia de sucesos específicos en un intervalo relativamente corto de tiempo, no cuándo ocurrirán distintos tipos de sucesos (por ejemplo, sirven para predecir qué clientes desertarán el próximo mes, pero no para pronosticar cuándo desertarán nuestros clientes dentro de los dos próximos años). Los métodos tradicionales para tratar los fenómenos temporales, el llamado análisis de series de tiempo, tiene el enfoque equivocado desde el punto de vista del marketing: trata los sucesos de un modo agregado (el número total de clientes que realizará alguna conducta), perdiendo de vista el foco en el individuo (cuándo un cliente determinado realizará la conducta).

Es aquí donde el análisis de supervivencia puede complementar muy eficazmente los métodos tradicionales. Agrega el elemento de cuándo ocurren las cosas. La supervivencia es particularmente valiosa para ganar comprensión de los clientes y cuantificar esa comprensión.
En términos generales, permite predecir cuándo ocurren sucesos particulares, comprender qué factores afectan el cuándo y cuantificar qué ocurre a lo largo del tiempo.

El análisis de supervivencia tiene su origen a finales del siglo XVII. La primera referencia conocida es la de un trabajo de 1693 de Edmund Halley (el descubridor del cometa Halley) sobra la estimación de la tasa de mortalidad. Desde entonces el análisis de supervivencia fue usado principalmente por actuarios hasta el siglo XX. En este siglo la disciplina se desarrolló considerablemente y fue utilizada en diversas áreas incluyendo la medicina y el control de calidad (aunque existieron algunos pocos precedentes en siglos anteriores). A comienzos del siglo XXI fue introducida al marketing y data mining por Michael Berry y Gordon Linoff, dos matemáticos estadounidenses que trabajan en estas áreas.

Tal vez las diferencias entre la aplicación del análisis de supervivencia en medicina o control de calidad y marketing o data mining sea lo que explique la demora en la adopción de este conjunto de técnicas por parte de estas últimas disciplinas:

• Cantidad de datos: en medicina los casos se cuentan por decenas, en control de calidad por miles, pero en marketing y data mining los casos son cientos de miles o millones.
• Tiempo: en medicina y control de calidad el tiempo se trata de forma continua, en marketing y data mining en forma discreta.
• Causas: en medicina y control de calidad las causas se vinculan con la enfermedad, la muerte y las fallas, mientras que en marketing y data mining las causas de los fenómenos modelizados son muy diversas y, por lo general, no vinculadas a cuestiones negativas (o no tanto) como las primeras.
  

Las desemejanzas anteriores marcan profundas diferencias en la forma en que el análisis de supervivencia se aplica en medicina y control de calidad por un lado y en marketing y data mining por el otro.

A nivel conceptual, las herramientas del análisis de supervivencia son el riesgo (solo una probabilidad condicional) y la supervivencia (la probabilidad acumulada de que un suceso no ocurrirá). Las curvas de riesgo y de supervivencia son herramientas gráficas y analíticas fundamentales para modelizar el ciclo de vida de los clientes, cuantificar factores como la retención (fundamental para el cálculo del tiempo de vida) usando medidas como el tiempo de vida medio de un cliente, detectar sucesos conocidos o inesperados, etc. Otras técnicas, permiten realizar una diversidad de análisis: estratificación en las curvas de supervivencia para determinar el efecto de distintas causas sobre un suceso y su tiempo de ocurrencia, ventanas temporales para resolver problemas de truncado izquierdo (fenómeno frecuente que ocurre cuando se pierde información histórica de los clientes debido, por ejemplo, a migraciones de las bases de datos, algo que afecta perjudicialmente a muchos análisis estadísticos), métodos de regresión especiales (la regresión de Cox y otras surgidas de esta) para la modelización del efecto de covariables y riesgos competidores sobre el suceso de interés, y tantas otras.

En síntesis, ya sea para adoptar criterios de selección de clientes más provechosos en un mediano plazo como para incorporar los aspectos temporales de tantos fenómenos de interés en el mundo del marketing o el data mining, es preciso complementar las técnicas tradicionales con las provenientes del análisis de supervivencia. La sinergia de ambas permite un análisis de mayor amplitud y precisión que resulta muy favorable en el área de inteligencia de negocios.

 En el mes de noviembre se dictará un curso abierto sobre  Análisis de supervivencia y Data Mining .

Acerca de SAS

Más Notas

Copyright © SAS Institute Inc. All Rights Reserved.