En los últimos tiempos he hablado mucho y mal de R en los «ambientes». El problema de siempre puede terminar con la paciencia de cualquiera: la manipulación de datos con R cuando superamos un GB puede acabar con la paciencia de este viejo dinosaurio. Viejo por “usado”, no por mi edad; y dinosaurio por “anticuado”, aunque me gustaría recordar que los dinosaurios fueron capaces de sobrevivir 65 millones de años. En realidad soy un mainframe: usado, superviviente e imprescindible. Y me gusta R.

Desde el año 2001 sé que el futuro de la gestión de la información pasa por él. Por este mismo motivo, soy uno de los tipos que más ha luchado por divulgar sus bondades y, sobre todo, las posibilidades que nos ofrece. Pero de verdad me gusta R porque, bajo mi punto de vista, el principal objetivo de todos aquellos que gestionamos datos tiene que ser la rentabilidad. ¡Chimpún!

Yo no digo que SAS o SPSS sean mejores ni peores que R. Son más caros. Y nosotros cada vez somos más caros. Necesitamos sistemas de información estructurados en data marts de producción, herramientas de decenas de miles de euros para realizar la transformación de los datos y otros miles para hacer árboles y regresiones logísticas; y por si fuera poco, tenemos que sufrir a los “preventa” de las herramientas comerciales diciéndonos: «sin mi herramienta no podrás trabajar, y si quieres trabajar con matrices o modelos de tal, necesitas unos pocos más de miles». Yo creo que nadie se ha parado a pensar que costamos más de lo que aportamos.

Sin embargo, somos los que reportamos a los directores generales, directamente. ¿Y qué les reportamos? Consultas; y cuanto más sencillas, mejor. Si añades una dimensión a esa consulta más compleja que la provincia, su secretaria te devolverá escaneado un documento escrito con las anotaciones del excelentísimo: «ésto no lo entiendo», «qué significa segmento». ¿Para el 90% de nuestro trabajo necesitamos gastarnos tanta pasta? No, y R-equete-no.

«¡Oiga usted, caballerete! R no puede con 5 millones de clientes y SAS o Clementine sí». De acuerdo, continúa trabajando con SAS; yo no te digo que prescindas de él, pero piensa para qué lo utilizas y optimiza el gasto en módulos. Para tu trabajo estadístico cuentas con R. ¿Todos tus modelos estadísticos necesitan tus 5 millones de clientes? Evidentemente no, y R “se traga” muchos registros y muchas variables. En el futuro será un software capaz de hacer frente a las herramientas comerciales, pero de momento se puede complementar perfectamente con ellas y así mejorar los gastos, mejorar el ROI, ése tan de moda en los últimos tiempos. No hablo de transformar por completo los departamentos de data mining, inteligencia de clientes o análisis comercial; hablo de pararnos a pensar si es posible complementar nuestro trabajo con R y si es necesario gastarnos muchos miles de euros en herramientas comerciales que pueden ser sustituidas y mejoradas por software libre.

Un ejemplo concreto: mi datamart en Oracle, trabajo con Enterprise Guide conectado al servidor y tengo una licencia de Clementine en local para la realización de modelos más complejos. Bien, dejo Oracle (éste sí que es imprescindible: podemos vivir sin música pero no sin Oracle), pero me creo un esquemita para mis usuarios de SAS; de este modo me ahorro el servidor de SAS y me “cepillo” el Enterprise Guide, que es un entorno poco amigable. Empleo el motor de Oracle para la realización de consultas más complejas y en SAS tengo Base, Stat, la vergonzosa castaña del Graph y Access to Oracle. Ya estoy ahorrando pasta y, por si fuera poco, me cuesta lo mismo realizar un spool de SAS a Clementine que de SAS a R, y me abro a una mayor cantidad de posibilidades sin limitarme a una sola licencia en una sola máquina. Donde antes costábamos 120.000 (así por encima), ahora costamos 80.000. La reducción de costes nos permite contratar consultoría que nos realice herramientas R a nuestra medida y, en menos de tres años, este esquema es más rentable que el anterior y seguirá mejorando.

R no cuesta dinero. Dinero hay que gastarse, pero no tanto. Y si pongo WPS… rvaquerizo@analisisydecision.es. Saludos.