
Otro nuevo titular impactante sobre Machine Learning y la aplicación de algoritmos matemáticos en las decisiones de negocio.
Un interesante artículo sobre una aplicación de Big Data por KPMG en la elección de la mejor loccalización de un negocio, nos puede hacer creer que los algoritmos son el nuevo Grial en marketing.
https://retina.elpais.com/retina/2019/03/07/innovacion/1551979314_748419.html
Para profanos las conclusiones del artículo, pueden ser otras.
La estrategia de machine learning es meter muchos, muchos. muchos datos, y encontrar las variables que pueden ayudar a explicar cosas, sean las que sean.
El artículo habla en concreto que para tiendas de retail, la anchura de las calles, o la afluencia de personas medidos con una variable correlacionada como son los carteristas, son importantes.
Esto confirma que la mayoría de las veces, las matemáticas aplicadas no encuentran cosas sorprendentes que el sentido común no hubiera visto antes. Otro tema es que cuando no tenemos la inversión para que sobre el campo alguien que cuente afluencias, otras variables disponibles en el Big Data pueden darte valores indirectos, como es el caso de los carteristas (además de dar un titular muy potente).
Pero el artículo, no menciona claramente que cada tipo de negocio responde a variables diferentes. Una gasolinera, un banco o una tienda de moda, tienen públicos distintos, momentos de compra diferentes y necesidades a cubrir dispares. Para cada tipo de negocio, necesitas un modelo de predicción propio.
La conclusión a extraer, es que el machine learning viene a confirmar que empresas de localización de tiendas como Shophunter llevan años realizando inventarios a pie de calle para valorar esas variables que han demostrado ser claves al pronosticar el éxito de una tienda.
Pero también para identificar nuevas variables, o alternativas de información más ecionómicas, que sean importantes para nuestro negocio.
El Machine Learning y la Inteligencia Artificial, sirven para muchas cosas, pero sirven para lo que sirven y eso hay que explicarlo.