Data analytics en la gestión empresarial

Especialmente a la hora de tomar decisiones y dirigir nuestros esfuerzos de comercialización. Definimos con este término al empleo de herramientas tecnológicas con capacidad de relacionar grandes volúmenes de datos detectando patrones con el objetivo de obtener información, diagnosticar e inferir distintas cualidades de una población objetivo permitiendo sacar conclusiones relevantes que permitan una eficiente toma de decisiones de gestión. Ejemplos hay muchos y muy variados: conocer las preferencias de un consumidor por determinado producto (¿quién no recibió un correo de una agencia de viajes luego de buscar pasajes de avión?), la probabilidad de que tomadores de préstamos personales incumplan con sus compromisos asumidos, el análisis de las tendencias de activos de mercados financieros, etc. La irrupción de

analytics

ha dado lugar a nuevas actividades y terminologías como ser la ciencia de datos (

data science

), inteligencia de negocios (

business intelligence),

big data

, datos estructurados (aquellos que pueden ser tabulados) o no estructurados (por ejemplo, los que surgen de conversaciones, chats, etc.) entre otras. Su uso no se limita estrictamente al mundo de los negocios (su empleo es ampliamente difundido en otras ramas de la ciencia), pero su aplicación en la comercialización y en la gestión de riesgos es relativamente nuevo gracias al almacenamiento y disponibilidad de grandes volúmenes de datos combinado con la irrupción de nuevas tecnologías, cada vez más amigables y de acceso masivo. Tal vez el propósito no es muy distinto al que busca la estadística tradicional, sin embargo, las relaciones que se encuentran a través del uso de

analytics

son por lejos mucho más precisas, complejas, ágiles y fáciles de interpretar que las obtenidas por análisis tradicional.

¿Es analytics la panacea?

La implementación de estas herramientas no está exenta de desafíos. En primer lugar, la necesidad de contar con un importante caudal de datos organizados, por ejemplo a través de un

data warehouse

que permita ser explotado. En segunda instancia, la calidad de los mismos: Es habitual que las organizaciones cuenten con un abundante volumen de datos, pero no siempre de la mejor calidad, generalmente por errores en la carga en origen o derivados de una (o varias) migraciones de diversos sistemas legado. Por otro lado, cualquier proyecto de relativa envergadura requiere de un conocimiento no sólo de tecnologías – muchas veces ofrecidas por proveedores como “a prueba de

dummies

” – sino también de implementaciones: aspectos como definición de objetivos, dimensionamiento de esfuerzos, metas de corto plazo -

quick wins

– que permitan ir comprendiendo el alcance y potencial de estas herramientas, resultan claves en el éxito de una implementación.

Acostumbrarse a la innovación tecnológica

La vasta mayoría de las empresas se encuentra transitando un proceso de transformación digital, algunas se encuentran en sus primeros pasos y otras a la vanguardia (varios

Unicornios

son ejemplos de aquellos). Sin embargo, estos procesos no son novedosos: desde la revolución industrial y mucho más aceleradamente desde la revolución tecnológica comenzada ya en el siglo pasado, en las organizaciones se escucha “hay que modernizarse, impulsar la transformación”. En la práctica, la tecnología sin el equipo adecuada (que la implemente y que la consuma) es un gasto en vano, no una inversión. Una organización exitosa es aquella que adopta el cambio como la norma, que tiene la gente dispuesta a rediseñar procesos a medida que una nueva herramienta se lo permite y que está sedienta de aprovecharla para mejorar su servicio al cliente, eficiencia comercial, productividad o seguridad. Dicho esto, tal como predica el proverbio, muchas veces “menos es más”. Querer cambiarlo todo junto difícilmente sea el inicio de un proceso de digitalización, pero un esfuerzo en

data analytics

bien puede ser el puntapié inicial del desafío de la transformación. Como reflexión final,

analytics

no crea nada nuevo, simplemente permite implementar explotar lo existente. Hace pocos años la única forma de conocer las preferencias de consumo de un determinado público era a través de encuestas, preguntando. Hoy en muchos casos las grandes empresas tecnológicas lo saben antes que el consumidor. La teoría no cambió, la mente humana tampoco.

(*) Socios del departamento de Soluciones Actuariales y Analytics de Lisicki, Litvin y Asociados.