Bases de Datos
Inteligencia artificial
Analítica de datos

¿Qué es el análisis del comportamiento y cuándo es importante?

La capacidad de extraer grandes cantidades de datos para estudiar cómo actúan los usuarios ofrece beneficios empresariales de largo alcance y oportunidades de reducción de riesgos.

Ciencia datos

Estás comprando un coche. Visitas el sitio web del fabricante para conocer los modelos, revisas las ofertas que aparecen en el sitio web del concesionario local y, a continuación, acudes al concesionario. ¿Qué información puede revisar el representante de ventas para conocer tus necesidades de compra y determinar las mejores opciones para ofrecerte?

El centro de operaciones de seguridad recibe una alerta sobre las actividades de un empleado en la red. ¿Se trata de un empleado que está aprendiendo sobre las diferentes áreas de negocio y que simplemente trabaja en horas inesperadas desde una ubicación remota? ¿O se trata de un comportamiento malicioso y el SOC debe tomar medidas?

Estos son ejemplos de la información que puede proporcionar el análisis del comportamiento del usuario. Los casos de uso más comunes incluyen el aumento de las ventas de empresa a empresa y de empresa a consumidor, la mejora de la experiencia del cliente, la detección de anomalías, la alerta de riesgos y el aprovechamiento de los datos de los dispositivos del Internet de las cosas (IoT) para identificar condiciones peligrosas.

Rosaria Silipo, científica principal de datos y responsable de evangelización en KNIME, ofrece esta sencilla definición de la analítica del comportamiento. Ella dice: "La analítica del comportamiento estudia las reacciones y los patrones de comportamiento de las personas en situaciones particulares".

 

Oportunidades de negocio en la analítica del comportamiento

La analítica del comportamiento es especialmente importante cuando un producto o servicio cuenta con muchas personas que hacen numerosas cosas en las que hay tanto oportunidades de mejorar los resultados como de reducir los riesgos. Algunos ejemplos son los hábitos de compra de los clientes en los sitios web de comercio electrónico a gran escala, las aplicaciones sanitarias, las plataformas de juegos y la gestión de la riqueza en la banca. Silipo explica además: "El objetivo es estudiar a la masa de personas, y la clave es la disponibilidad de grandes cantidades de datos".

Kathy Brunner, directora general de Acumen Analytics, hace referencia a una investigación según la cual se prevé que el mercado mundial de análisis del comportamiento alcance los 2.200 millones de dólares en 2026, desde los 427,3 millones de dólares, con una tasa de crecimiento anual compuesta del 32% entre 2022 y 2026.

Brunner comparte estas ideas sobre las oportunidades de negocio. "El enfoque actual es principalmente el comercio minorista, y ¿por qué no? Donde veo la verdadera transformación es en la combinación de esta capacidad con la IA/ML, otras tecnologías de modelado avanzado y las pruebas del mundo real en los datos sanitarios. Imagina el impacto de averiguar la mejor manera de llevar a los pacientes a los ensayos clínicos, mejorar el descubrimiento de medicamentos y avanzar en los resultados de los pacientes con la medicina de precisión y personalizada".

Así que, aunque la analítica del comportamiento puede ser un problema si una implementación viola las normas de privacidad o las regulaciones de cumplimiento, también puede conducir a resultados muy positivos para los consumidores y las empresas.

 

Mitigar los riesgos con el análisis del comportamiento

La analítica del comportamiento se utiliza a menudo para las oportunidades de negocio, pero las técnicas son igualmente aplicables para identificar y alertar sobre los riesgos. El análisis del comportamiento se utiliza en la banca para la detección de fraudes, se integra en las herramientas de AIops para ayudar a mejorar la gestión de incidentes y ayuda a los sistemas de juego a identificar a los tramposos.

Las grandes empresas con muchos empleados, contratistas y proveedores de todo el mundo también aprovechan el análisis de comportamiento para detectar actividades sospechosas. Isaac Kohen, vicepresidente de investigación y desarrollo de Teramind, afirma: "El análisis del comportamiento de usuarios y entidades puede identificar y alertar a la organización de una amplia gama de comportamientos anómalos. Las amenazas potenciales pueden ser actividades maliciosas, inadvertidas o comprometidas por parte de un empleado, usuario o entidad de terceros. Se utiliza en muchos sectores para prevenir las amenazas internas y analizar los comportamientos de los usuarios para cumplir con los requisitos normativos".

La ciencia de los datos que hay detrás del análisis del comportamiento suele aplicarse a las personas, los clientes y los usuarios, pero también puede aplicarse a las entidades que operan en los sistemas a gran escala.

Todd Mostak, director de tecnología y cofundador de OmniSci, comparte esta perspectiva más amplia: "La analítica del comportamiento es un enfoque basado en datos para rastrear, predecir y aprovechar los datos del comportamiento para tomar decisiones informadas". Con los retrasos en el transporte marítimo y la escasez de la cadena de suministro en la actualidad, la tecnología de análisis de comportamiento puede supervisar la actividad de miles de millones de barcos, examinar los puertos y estudiar los patrones de transporte marítimo mundial para ayudar a los expertos a resolver estos problemas".

 

La ciencia de los datos detrás de la analítica del comportamiento

La analítica del comportamiento es una amplia aplicación de la ciencia de los datos, el aprendizaje automático y las técnicas de IA. Scott Toborg, jefe de productos de ciencia de datos y analítica en Teradata, explica la ciencia de datos subyacente. "La analítica del comportamiento aprovecha los datos de los clientes sobre quiénes son (datos demográficos), qué hacen (eventos) y con quiénes interactúan (conexiones) para obtener mejores conocimientos, predicciones y acciones. El proceso consiste en la segmentación, el modelado predictivo y la acción prescriptiva".

Toborg sugiere que la analítica del comportamiento comparte muchas de las mismas oportunidades que la ciencia de los datos, pero también se enfrenta a los retos de desarrollar y apoyar modelos de aprendizaje automático. Continúa explicando que "cuando se aplica correctamente, el análisis del comportamiento da lugar a mejores experiencias de los clientes, a un marketing más preciso y a un mayor compromiso. Sin embargo, existen retos, como la privacidad, el sesgo de los modelos y los estereotipos".

 

Técnicas y tecnologías útiles

El análisis del comportamiento es un conjunto de prácticas operativas, de datos y tecnológicas dirigidas a oportunidades de negocio específicas o destinadas a mitigar un conjunto de riesgos cuantificables. Hay muchas maneras en que las organizaciones pueden implementar el análisis del comportamiento. La siguiente lista es un subconjunto de las soluciones disponibles.

  • Plataformas como las de gestión de contenidos, comercio electrónico y experiencia digital suelen incluir capacidades para apoyar el análisis del comportamiento.
  • Las plataformas de datos de clientes centralizan los datos de los clientes y sus acciones, a la vez que proporcionan integraciones para realizar acciones en plataformas de automatización de marketing, sistemas de publicidad, comercio electrónico y otras plataformas.
  • Las plataformas de análisis de productos y de experiencia digital, como Adobe Analytics, Amplitude, Contentsquare, FullStory, Glassbox, Heap, Mixpanel y Userpilot, agregan métricas de uso y proporcionan capacidades de análisis.
  • Los medios de comunicación, el comercio electrónico y otros sitios web ricos en contenido deberían considerar plataformas de búsqueda inteligente que incluyan análisis de comportamiento, motores de recomendación y capacidades de personalización.
  • Las técnicas para experimentar y aprender de las respuestas de los usuarios incluyen las pruebas A/B, las grabaciones de la actividad de los usuarios, las herramientas de medición de la actividad y las prácticas de medición de las opiniones de los clientes. El objetivo es optimizar las actividades en función de los segmentos de clientes y las personas.
  • Los desarrolladores de aplicaciones pueden utilizar el marcado de características para apoyar las pruebas A/B de características a gran escala, al tiempo que implementan la observabilidad de microservicios para identificar las actividades maliciosas de la API.
  • Las organizaciones también pueden considerar las plataformas de análisis de datos, automatización de procesos de análisis o aprendizaje automático para centralizar los datos de comportamiento y crear capacidades de análisis de comportamiento. Algunas plataformas de datos son Alteryx, Dataiku, Databricks, DataRobot, Informatica, KNIME, RapidMiner, SAS, Tableau, Talend y muchas otras.
  • El IoT, los dispositivos vestibles, la realidad aumentada/virtual, los dispositivos habilitados para la voz y las cámaras con capacidades de visión por ordenador representan nuevas entradas y fuentes de datos para capturar datos de comportamiento.

No cabe duda de que más organizaciones considerarán el uso de las capacidades de análisis del comportamiento para aumentar los ingresos, mejorar las experiencias y reducir los riesgos.



TE PUEDE INTERESAR...

Revistas Digitales

DealerWorld Digital

IDG Research

Partnerzones

Documentos ComputerWorld

ransomware lupa Whitepapers


Registro:

Eventos: