Cómo aplicar técnicas de Big Data para la gestión de inversiones: un caso práctico

big data, ordenador, tecnología
Carlos Muza, Unsplash

En un entorno de mercado en el que las gestoras se están viendo obligadas a competir cada vez más por ajustar sus comisiones y a justificarlas – en el caso de las gestoras activas- con rendimientos, cualquier herramienta para generar alfa adicional es de ayuda. Es esta tendencia la que explica que cada vez más gestoras estén incorporando técnicas de big data (procesamiento de grandes volúmenes de datos para extraer informaciones relevantes) en sus modelos de análisis, con la esperanza de aislar información que suponga una ventaja competitiva a la hora de invertir. Una de las últimas firmas en incorporar esas técnicas a su proceso de análisis es Allianz Global Investors.

La firma lleva más de 30 años desarrollando el modelo de análisis propietario Grassroots, combinado con las capacidades en análisis fundamental tradicional de la firma para poder identificar valores y tendencias entre sectores antes que la competencia. Ha sido en la división Grasroots en la que se han incorporado nuevas herramientas para extraer fuentes alternativas de información de la red de redes. Esta nueva fuente de datos se incorpora a otras fuentes ya utilizadas por el equipo, como entrevistas en profundidad con expertos de la industria o la implementación de sondeos detallados a consumidores en múltiples regiones.

¿Qué son exactamente esas fuentes alternativas o no tradicionales de datos? En teoría puede ser cualquier cosa, desde compras efectuadas con tarjetas de crédito – que se pueden analizar para detectar pautas de consumo- a redes sociales, que pueden utilizarse como termómetro para detectar cambios de opinión entre los consumidores. “Muchos de estos datos están más disponibles que nunca para los inversores, y muchos de ellos – particularmente los datos web- son de dominio público”, indican desde la gestora.

Así pues, la clave está en cómo desarrollar los filtros adecuados para detectar fuentes competentes de información. La firma ha aprovechado las sinergias de su equipo Grassroots, cuyos miembros disponen de una amplia experiencia en el diseño de estudios de mercado más tradicionales. Mediante un trabajo codo con codo con los profesionales de la inversión de la gestora, han podido determinar qué tipos de datos alternativos pueden resultar más relevantes o alternativos para el proceso de inversión de un gestor en el seno de Allianz Global Investors. A continuación, aportan dos ejemplos prácticos.

Información en medio del ruido

En su estatus de la empresa de comercio electrónico más grande del mundo, Amazon.com se ha convertido en una de las fuentes de big data a la que más están recurriendo las firmas de inversión, incluyendo a esta firma alemana. Sus expertos han centrado sus esfuerzos en pulir miles de puntos de datos para comparar los precios de productos disponibles para su venta en Amazon con los precios de esos mismos productos, pero vendidos por webs minoristas.

“Puede que le sorprenda saber que Amazon no es siempre la opción más barata: muchas veces, una empresa dejará su producto disponible por menos dinero en su propia web corporativa”, explican desde la gestora. Así, este modelo de comparativa de precios ayuda a los expertos de la gestora a obtener una mejor comprensión de cómo se posicionan ciertas empresas de ventas minoristas respecto a la amenaza disruptiva que ha supuesto el modelo de negocio de Amazon, así como para determinar su posición competitiva respecto a otras empresas.Desde la gestora aclaran que “esta clase de extracción de datos web también es efectiva en la comparación de rankings de productos, al estudiar las calificaciones de los consumidores y al analizar las críticas de consumo en múltiples sitios web”.

Otra de las aplicaciones big data que ha introducido la división Grassroots en el proceso de análisis de Allianz Global Investors indaga en el poder de los medios sociales a la hora de pulsar los sentimientos de sus usuarios sobre nuevos productos de consumo. El equipo se ha centrado sobre todo en aquellas plataformas donde los usuarios comparten sus opiniones con el público general. Por ejemplo, los expertos de la firma analizaron recientemente los tuits sobre los iPhones de Apple publicados durante una semana. “Después de analizar miles de publicaciones y de agregar los resultados en distintas categorías, utilizamos herramientas de codificación especializada para clasificar el lenguaje en menciones positivas o negativas. Después asignamos una puntuación de confianza basándonos en si los tuits eran votados como positivos o negativos”, explican desde la firma.

El resultado de este análisis es que todos los modelos de iPhone disfrutaban de un nivel de confianza medio positivo, del 80%, salvo el iPhone 8, que recibió una puntuación negativa con un nivel de confianza del 60%. “Esta información indicaba una tasa de ventas potencialmente inferior para el iPhone 8 en comparación con otros modelos, incluyendo el iPhone 8 Plus y el nuevo iPhone X”, explican desde la gestora. De esta manera, la suma de miles de tuits con opiniones de usuarios anónimos permitió a los profesionales de inversión de la gestora a entender mejor la trayectoria del sentimiento de consumo, y a calcular los volúmenes de ventas de Apple, para determinar si seguía siendo (o no) una idea atractiva de inversión.