Big Data: El camino desde el conocimiento hasta la creación de valor

Desde principios de siglo el volumen de información disponible acerca de personas y empresas se ha multiplicado exponencialmente, llenando las Bases de Datos de empresas y gobiernos de todo el mundo con cantidades abrumadoras de información.

Tanto la irrupción de nuevas tecnologías con capacidad para generar datos, como la capacidad para almacenar dichos datos, han jugado un papel clave en la creación de Bases de Datos con una cantidad ingente de información, y una profundidad de datos nunca antes vista. Hoy en día empezamos a generar datos sobre nosotros mismos desde el momento en que nos levantamos de la cama: nuestros teléfonos móviles van dejando un rastro de nuestra localización, el mix de productos que compramos en el supermercado queda registrado al detalle, nuestras búsquedas por internet, las webs que visitamos, nuestros comentarios y contactos en Redes Sociales, los resultados de un análisis de sangre, nuestra declaración de la renta, las notas del colegio, los formularios que entregamos a la Administración Pública, las llamadas telefónicas, las horas a las que más electricidad consumimos... Todo lo que hacemos genera un registro que es almacenado en alguna Base de Datos.

Pero no son sólo las personas y empresas quienes generan datos: se almacenan datos meteorológicos, astronómicos, geológicos, de tráfico, precios de commodities, volúmenes de cosechas, pacientes en Urgencias, cotizaciones bursátiles, demandas judiciales, pagos e impagos de facturas, carnets de biblioteca… Si cruzamos algunos de estos datos “generalistas” con los datos generados por individuos y organizaciones, es posible disponer de análisis de una capacidad extraordinaria.

El análisis de datos masivos tiene aplicaciones en un gran número de funciones, destacando el comercio electrónico, inteligencia de mercado, estrategia empresarial, Gobierno y seguridad, ciencia, tecnología, medicina y salud pública. En este artículo nos vamos a centrar en la aplicación del análisis de Big Data en las empresas.

Según estudios publicados por el MIT y la Universidad de Harvard, las organizaciones con mejores resultados en sus sectores utilizan el análisis de Big Data cinco veces más que la media de empresas en su sector de actividad. Y las empresas que no realizan este tipo de análisis se encuentran a la cola de sus sectores.

Para que el análisis de Big Data ayude a mejorar la posición competitiva de una empresa, es necesario convertir los datos en conocimiento, y éste en acciones concretas.

La adopción de estrategias basadas en el análisis de datos puede aportar importantes beneficios a las organizaciones, tales como:

  • Descubrir y alcanzar nichos de mercado a los que antes no podíamos llegar.
  • Aumentar ventas a través de sistemas de recomendación y venta cruzada.
  • Ofrecer al cliente una experiencia de consumo personalizada.
  • Anticipar y prevenir fugas de clientes.
  • Determinar el potencial de cada cliente / segmento.
  • Predecir las necesidades de nuestros clientes.

A continuación se detallan cuatro recomendaciones para implementar una estrategia de gestión basada en el análisis de datos. Estas recomendaciones están pensadas para ayudar a las organizaciones a comprender y recorrer el camino hacia la creación de valor a través del análisis de Big Data. Cada una de estas recomendaciones se guía por los siguientes criterios:

  • Tiempo reducido de maduración: Contrariamente a la creencia general, no es necesaria la presencia de datos perfectos o una transformación general de la organización. Es posible alcanzar resultados tempranos mientras la empresa va alcanzando un nivel mayor de sofisticación en el análisis de datos masivos.
  • Gran probabilidad de transformación duradera y significativa: La metodología propuesta permite la consecución de cambios duraderos a nivel estratégico y cultural, ayudando a superar obstáculos organizacionales.
  • Énfasis en objetivos asumibles: Las siguientes recomendaciones están enfocadas a que se focalicen los esfuerzos y recursos en áreas muy concretas, en lugar de intentar implementar cambios que afecten a toda la organización, haciendo que los progresos sean pequeños y constantes.

RECOMENDACIÓN 1

Dirija sus esfuerzos hacia las oportunidades de mayor valor

Si un proyecto es lo bastante ambicioso, es más fácil involucrar tanto a los altos directivos de la organización como a sus mayores talentos. Además, los mayores problemas son los que reclaman más atención e incitan a la acción, por lo que será más fácil llevar el proyecto a buen puerto.

Por experiencia sabemos que todos los cambios implican un determinado nivel de resistencia, y pasar de la toma de decisiones basadas en la experiencia a las decisiones basadas en datos es ciertamente un cambio difícil para la mayoría de la gente, especialmente cuando la decisión basada en datos contradice a la decisión que habríamos tomado basándonos en otros factores; por lo tanto, la resistencia al cambio será más fácil de vencer cuando éste contribuye a solucionar un problema significativo.

En este sentido, es importante señalar que no se debe empezar a realizar análisis de datos masivos sin una dirección estratégica clara, ya que se corre el riesgo de que nuestros esfuerzos mueran a mitad de camino. Esto supone no sólo un despilfarro de recursos sino que pone en peligro futuras iniciativas, al generarse un alto nivel de escepticismo sobre el verdadero potencial del análisis de Big Data.

RECOMENDACIÓN 2

Céntrese en las preguntas, no en los datos

Empezar por una recogida exhaustiva de datos puede resultar tentador, pero corremos el riesgo de invertir demasiado tiempo en tareas de recogida y depuración, desatendiendo la generación de análisis que aporten valor. Prestar demasiada atención a los datos en lugar de a los problemas que queremos resolver puede desembocar en un período de tiempo demasiado largo antes de que se puedan obtener resultados.

Definiendo nuestros objetivos de antemano, podremos dirigir nuestros esfuerzos a áreas específicas utilizando los datos que tengamos disponibles para los primeros modelos de análisis. El conocimiento generado por estos primeros análisis nos mostrará en qué áreas tenemos un déficit en la infraestructura de datos y en nuestros procesos de negocio. De este modo, el tiempo que hubiéramos pasado depurando datos puede ser redirigido hacia necesidades específicas de datos y de mejora en los procesos de negocio.

En los procesos de negocio suele haber muchos puntos que pueden ser mejorados gracias al análisis de datos. El mayor reto es saber dónde aplicar el conocimiento que hemos generado, lo cual variará substancialmente entre diferentes empresas y sectores. Por ejemplo, ¿qué personas deben ser alertadas cuando detectamos que un cliente está planeando pasarse a la competencia? ¿Qué indicadores necesitamos para determinar que el nivel de satisfacción de un cliente es bajo? ¿En qué partes del proceso deben mostrarse esos indicadores para evitar deserciones?

Si conseguimos que los datos, los indicadores y las acciones correctivas avancen juntas mejorándose mutuamente, podremos entrar en un círculo virtuoso que nos ayude constantemente a mejorar nuestros análisis y procesos, mejorando cada vez más los resultados de nuestra gestión.

RECOMENDACIÓN 3

Convierta los indicadores analíticos en algo vivo

Los indicadores generados por el análisis de datos masivos deben ser claros, visibles y tener la capacidad de generar acciones que se traduzcan en la creación de valor. Para conseguir esto podemos recurrir a pantallas de visualización de datos “amigables” (por ejemplo, paneles de control y scorecards) o al desarrollo de simulaciones y escenarios. Esto ayudará a que los indicadores generados por nuestro análisis puedan utilizarse en todos los niveles de la organización.

Siguiendo con los ejemplos anteriores, un panel de control avanzado puede mostrarnos no sólo la cifra de venta del último trimestre, sino predecir cuanto podríamos vender el próximo bajo una serie de circunstancias, como cambios en el precio, un mayor equipo de ventas, una nueva promoción o campaña publicitaria, o incluso un desastre natural o evento deportivo.

La simulación de escenarios simulados nos puede ayudar a establecer protocolos de actuación para cada simulación que realicemos.

En todos los casos, la premisa fundamental es que el conocimiento derivado del análisis se traduzca en acciones.

RECOMENDACIÓN 4

Planifique el futuro

Dado que el volumen de datos a los que podemos acceder crece y seguirá creciendo en el futuro, y dado que las necesidades de análisis también crecerán, es importante diseñar sistemas de análisis y bases de datos que sean escalables en el tiempo al menor coste posible.

En este sentido, se hace imprescindible la formulación de una estrategia de Big Data que permita acelerar la capacidad de la empresa para compartir información fiable a lo largo de toda la organización. Esta estrategia será de gran ayuda para identificar qué información y qué herramientas serán necesarias, manteniendo la coordinación entre los objetivos de negocio y los de tecnología.

Sin una estrategia a largo plazo, es probable que las diferentes funciones de la empresa se dediquen a explorar las posibilidades de análisis de forma independiente y adopten enfoques inconsistentes, lo cual mermará notablemente los resultados de los análisis realizados.

En resumen, para obtener lo mayores beneficios del análisis de Big Data, céntrese en los grandes asuntos que afecten a su empresa, seleccione los retos que pueden ser resueltos hoy en día a través del análisis de datos, enmarcando estas soluciones en una estrategia a largo plazo, e incluya los resultados de los análisis en sus procesos de negocio.

  Sebastián Sánchez Product Manager Informa D&B

Servicios IT

Comentarios