Redes Sociales y Data Mining (Minería de Datos)

Las redes sociales vuelven a aparecer relacionadas con las técnicas de data mining, campo para el que han supuesto una verdadera revolución. Se trata de un artículo que podemos leer en la página de la cadena estadounidense CNBC, en el que se presentan las posibilidades que la minería de datos aplicada a las redes sociales representa para bancos y entidades de crédito.

La minería de datos (Data Mining) consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información es previamente desconocida y se espera que resulte útil para algún proceso. En resumen, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos. Bajo el nombre de minería de datos se engloba todo un conjunto de técnicas encaminadas a la extracción de conocimiento procesable, implícito en los datos.

Se debe tener en cuenta que, según Nielsen Online, el 67 por ciento de los usuarios de Internet a nivel mundial usan redes sociales como Facebook, Twitter y Linkedin, ya sea con fines personales o profesionales, podemos darnos cuenta del importante volumen de información sobre clientes y potenciales clientes que estas redes atesoran. Un usuario que tenga su perfil configurado como “público” en cualquiera de estas redes, estará permitiendo explícitamente que sus contactos, sus datos personales e incluso sus conversaciones en la red estén a disposición de cualquier empresa interesada en ello.

Actualmente están surgiendo empresas especializadas en la vigilancia de medios de comunicación social, cuyo objetivo es capturar y recolectar la información de los usuarios de las redes sociales, desarrollando posteriormente los llamados “gráficos sociales” que sintetizan toda esa información. Este es el caso de Rapleaf, una empresa estadounidense que construye “gráficos sociales” que, además de información personal de los usuarios, muestran sus patrones de comportamiento (gustos, tendencias, opinión sobre productos, páginas Web visitadas, comentarios en blogs, etc).

Jesse Torres, presidente y CEO del banco Panamericano de Los Ángeles, considera que empresas como Rapleaf vienen a satisfacer una necesidad del sector bancario, permitiendo a las entidades financieras un mayor aprovechamiento de la inversión en Marketing. En su opinión estas técnicas de datamining incrementan la satisfacción de los clientes, que reciben ofertas de mayor interés al haber sido diseñadas previamente en función de los datos obtenidos del “gráfico social”.

Parece claro, por tanto, que asistimos a una revolución en la aplicación de las técnicas de minería de datos, pasando del análisis demográfico basado en edad, sexo o nivel de educación a un análisis de comportamiento multidimensional que permite a las entidades crediticias extraer conclusiones sobre qué tipo de cliente puede ser cada persona y qué tipo de oferta puede ser de mayor interés en cada caso.

Pero lo cierto es que este sondeo de la información presente en las redes sociales no está motivado únicamente por razones de marketing. Como ya ocurriera con la minería de datos sobre otras fuentes de información , se trata además una estrategia cuyo objetivo es reducir el riesgo de crédito. Chris Skinner presentaba hace unas semanas la experiencia positiva de Tesco en la estimación de cuotas de seguros a partir de la información de las compras de sus clientes. Pues bien, ahora los gráficos sociales permiten a los emisores de crédito comprobar si sus clientes o potenciales clientes tienen entre sus contactos clientes con cuenta en la entidad financiera. Así, a partir del análisis de estas cuentas y partiendo de la premisa de que las personas con cuentas saneadas tienen tendencia a tener contacto con otras personas con cuentas saneadas y los clientes de riesgo tienden a tener contacto con otros clientes de riesgo, pueden decidir qué ofertar a cada cliente, reduciendo así el riesgo de impago. Los gráficos sociales se revelan como una herramienta preventiva que puede reducir la concesión de créditos a personas de alto riesgo, lo que se puede traducir en cientos de millones de dólares de ahorro para las entidades.

En la noticia aparecida en la CNBC Joel Jewitt, de Rapleaf, afirmaba en que los gráficos no están siendo utilizados para sancionar o rechazar a los clientes, sino todo lo contrario. En su opinión, es una medida favorable que va a trabajar en beneficio de los buenos clientes, haciendo más rápida la concesión de créditos.

Lo cierto es que también hay escépticos con respecto a la aplicación de esta tecnología a la valoración crediticia. Los detractores de la minería de datos social afirman que esta técnica sólo puede ser utilizada con garantías en los departamentos de marketing, permitiendo conocer a las empresas la opinión que el público tiene de sus productos y de los de la competencia, así como sus principales comentarios y quejas.

Hay que tener en cuenta también lo que se avecina con el Retargeting que fue explicado en un post anterior, en conjunto con la Minería de Datos es algo que todavía no ha sido analizado, pero los cambios que pueda originar vverdaderamente son sorprendentes.