A Gedeón Santos, Presidente del INDOTEL,

Parte II

Anteriormente conceptualizamos, en detalle sobre el pensamiento algorítmico. Definitivamente, un algoritmo permite solucionar problemas de manera eficiente y lógica. Aunque es cierto que la persona promedio podría creer innecesario resolver problemas cotidianos con algoritmos, pues muchos de estos se solucionan intuitivamente. Nuestra sociedad debe reconocer el inmenso potencial del razonamiento algorítmico. Por lo tanto, la pregunta primordial es: ¿cómo utilizar los algoritmos? Tres palabras: minería de datos.

La minería de datos es esencial en el imperio de los algoritmos. Es un proceso donde el análisis e interpretación de datos deriva en estrategias efectivas. En otras palabras, los algoritmos incrementan la productividad y flexibilidad de una compañía a la vez que disminuyen sus costos. Adicionalmente, tienen infinitas aplicaciones en áreas como salud, educación, banca, etc. Hoy en día, las empresas más influyentes utilizan modeladores para crear algoritmos alimentados con datos históricos que determinan hasta qué tipo de mensaje es más apropiado para cada tipo de cliente.

Un caso donde la aplicación de algoritmos resultó en el aumento de ventas de un producto, es el equivalente: Bank of América. El banco norteamericano estaba experimentando dificultades para atraer clientes confiables para su línea de créditos sobre el valor líquido de viviendas. En teoría, podían aumentar la cantidad demandada del producto disminuyendo su precio o tasa de interés. No obstante, los clientes actuales pedirían un cambio de tasa, reduciendo aún más la rentabilidad. Más aún, asumiendo que las tasas eran competitivas, un reajuste de estas podría atraer clientes morosos.

Inicialmente, el banco recurrió al envío masivo de correos electrónicos a aquellos clientes que tuvieran hijos en edad universitaria o cuyos ingresos fueran volátiles pero altos. La estrategia no resultó, como consecuencia, el banco decidió utilizar mineros de datos para identificar qué tipo de clientes serían más receptivos a una campaña publicitaria.

Finalmente, utilizando los datos históricos de clientes que ya habían adquirido el producto, se creó un modelo que comparaba sus perfiles con aquellos que no tuvieran este tipo de préstamo. Se determinó que la gran mayoría de los clientes existentes tenían una cuenta personal y una de negocios. Por ende, se redefinió el mensaje a uno que incentivara el uso del dinero para iniciar un negocio. La respuesta de la campaña aumentó de un 0.7% a un 7%.

Otro caso interesante sería aquel de los Atléticos de Oakland, un equipo de Grandes Ligas con un presupuesto limitado. En el 2002, Billy Beane, su gerente general, y Paul De Podesta, un economista de Harvard, hicieron uso de técnicas de minería de datos para determinar variables (infravaloradas por las demás franquicias de la liga) que resultaran claves en el futuro rendimiento del jugador, logrando así guiar a los Atléticos de Oakland, dos veces seguidas, a la postemporada. Para que tengan una idea, aquel año el equipo contaba con una nómina de aproximadamente 41 millones de dólares, mientras que la de los Yankees de Nueva York era de 125 millones de dólares.

Mientras los demás contrataban jugadores en función de sus promedios de bateo, carreras impulsadas, porcentajes de slugging, y velocidad de lanzamientos, Billy Beane apostó, esencialmente, por jugadores con buen porcentaje en base. Utilizando un software estadístico que los ayudó a comprender los datos que poseían de los jugadores que estudiaban, los Atléticos de Oakland lograron fichar varios jugadores subvalorados. Las acciones de Billy Beane fueron imitadas por las grandes franquicias. De hecho, los Medias Rojas utilizaron una estrategia similar y en el 2004 ganaron la Serie Mundial.

Sin dudas, los algoritmos lideran la revolución tecnológica. Han sido utilizados para identificar los marcadores genéticos del cáncer, prevenir fraudes, calcular riesgos, y elegir los mejores deportistas. Pueden predecir, con cierto margen de error, comportamientos futuros a corto y mediano plazo. Por todo esto, está en nuestras manos evolucionar a la par de las naciones líderes en tecnología para así explotar realmente el talento dominicano.

Investigadores asociados:

Iván Kim,

Ledys Féliz

Andrea Taveras.