Se conocen generalmente dos ramas en la aplicación de minería de datos. La primera son los Modelos Descriptivos, y la segunda los Modelos Predictivos. Son también dos fases dentro del amplio concepto de Business Analytics; el cual incorpora una tercera fase, Prescriptive Analytics, entendida como el paso natural después del modelamiento predictivo.

La Minería de Datos aplicada en Inteligencia de Negocios puede ser usada en diferentes formas como, por ejemplo, perfilar a los clientes actuales, estudiar su comportamiento de compra, predecir si dejará la compañía o simplemente anticipar necesidades para ofrecer lo necesario en el momento preciso.

Los Modelos Descriptivos o Descriptive Analytics permiten entender qué ha sucedido. Ejemplos de este tipo de modelos son las segmentaciones de clientes para conocer los distintos perfiles de clientes que cada organización acoge y desde allí conocer sus necesidades. Otro ejemplo es el análisis de canasta para conocer patrones de compra y uso de productos y servicios. Permite la venta oferta conjunta de productos o servicios y desarrollar el potencial del mercado.

La segunda rama o fase son los Modelos Predictivos o Predictive Analytics. Modelos que pretenden aprender patrones latentes en los datos. El objetivo es predecir un resultado basado en la historia conocida. Por ejemplo, si los clientes responderán positiva o negativamente a acciones comerciales determinadas. Predecir la probabilidad de un cliente de abandonar el servicio o producto basado en el estudio de las características de los clientes que ya abandonaron. Otro ejemplo, es poder determinar qué clientes se interesarán en determinadas campañas que se quieren ofrecer, poder determinar la mejor oferta para cada cliente, esto es conocido como cross selling y up selling.

Un problema frecuente al interior de las organizaciones que cuentan con análisis descriptivos y predictivos, es que éstos no se traducen en acciones comerciales concretas o tardan tiempo en ejecutarse. Hay una pérdida de valor de la Inteligencia de Negocios cuando no existe una gestión asociada al análisis.

Entonces, ¿Cuál debiera ser el siguiente paso para las empresas que usan Data Mining para el soporte a la toma de decisiones? La respuesta es Prescriptive Analytics. Así como los doctores prescriben medicamentos a sus pacientes basados en los síntomas y antecedentes; el análisis prescriptivo se encarga de recomendar mejores acciones, basado en los resultados de modelos predictivos y descriptivos; y además presentando el potencial impacto de los resultados de las acciones recomendadas.

El análisis prescriptivo es la tercera fase de Business Analytics, luego de análisis descriptivo y análisis predictivo. Aúna e integra conceptos de Big Data ya que se hace cargo de la ejecución y funcionamiento mediante reglas y sugerencias de acciones posibles y evaluando el resultado final de realizar estas acciones. El conocimiento generado por medio de los modelos descriptivos y predictivos se puede capitalizar implementando análisis prescriptivo optimizando el proceso de toma de decisiones.

Finalmente, organizaciones interesadas en optimizar el proceso de toma decisiones, interesadas de utilizar procesos de vanguardia entendidos como beneficiosos para la empresa, integrar tecnologías como Big Data y procesamiento masivo de datos desde diferentes fuentes; debiera mirar el desarrollo de este tipo de propuestas analíticas para sus procesos internos.