Pilares de la analítica para generar impacto en el alto management

La analítica se define como el proceso científico de transformación de datos en información para tomar mejores decisiones. La recopilación de datos en sí no es nueva, y las organizaciones se encuentran acumulándolos en cantidades exponenciales. A pesar de esto, solo un puñado de las instituciones logran traducir datos en información, y muchas menos, en valor agregado para el negocio.

La limitada cantidad de experiencias intra-organizacionales en esta materia, el sesgo del middle management al creer que su intuición es una ventaja competitiva y la dificultad de los especialistas en ciencia de datos para traducir lenguaje científico a lenguaje de negocio, han generado que tanto el Big Data como Analytics sigan presentándose como tecnologías emergentes o hype technologies.

Existen ejemplos muy claros de cómo algunas organizaciones han adoptado un enfoque de plataforma para gestionar su táctica y estrategia basados en datos, con resultados sorprendentes (Uber, Netflix, Facebook, Amazon, AirBnB, entre otros son algunos ejemplos). Esta tendencia no pretende desacelerarse en el corto o mediano plazo, y las empresas se encuentran potenciando el rol del Chief Data Officer como rol independiente reportando al CEO (26% de incremento frente al año pasado, según Forbes).

Entonces, ¿cómo pueden los especialistas en ciencias de datos ayudar a romper con los paradigmas existentes para empujar a las organizaciones a tomar decisiones basadas en hechos?

La monetización de datos resulta fundamental; es decir, generar un impacto en los ingresos del negocio a partir del uso de grandes volúmenes de información. Es importante que los analistas, referentes y promotores de este modelo de empresa gestionada por medio de datos, tengan como principio fundamental esta premisa en todos los proyectos que se planteen. Adoptar este eje como un patrón en la ejecución de iniciativas va a lograr que la inteligencia comercial y operacional se encuentren siempre ligadas a una visión cuantitativa del retorno de la inversión.

Para ello también se requiere una visión de la arquitectura empresarial: es importante que, como perfiles que aportarán inteligencia de negocio a la organización, el foco no esté solamente en lo tecnológico, sino que esté basado en una visión integral de la estrategia de la organización, teniendo en cuenta todos los “componentes” que interactúan en una empresa. En ese sentido, resulta clave poseer un framework para agilizar, simplificar y gobernar integral y eficientemente la gestión de los equipos, proyectos, plataformas, datos, aplicaciones y otros componentes.

Además, por último, se requiere de un verdadero entendimiento de costo-beneficio. Así como en las organizaciones se analiza el retorno de la inversión de las decisiones empresariales, es fundamental que al momento de estimar propuestas de proyectos de analytics, los especialistas tengan esto en cuenta. Es importante incluir todos los costos relacionados a todo el proceso de análisis, desde la adquisición de la data (con sus complejidades, integraciones y desarrollos correspondientes), parseo, filtrado, minado, representación, refinamiento y visualización.

El foco también se centra en tener cuenta todos los factores comunes relacionados a un proyecto de tecnología, como podrían ser costos de infraestructura, personal, diseño; e impactos que el mismo podría tener en la operación.

Estas dimensiones no intentan describir el perfil ideal de un experto en analytics, sino que se sugieren para potenciar todos los aspectos teóricos y técnicos que se instruyen durante las diferentes etapas educacionales y laborales de uno de los roles que será más demandado en la próxima década. El futuro es incierto, pero seguramente lleno de desafíos. Impulsemos líderes del cambio que posean balance técnico, empresarial y social.

(*) Licenciado en Administración de Empresas. Docente en la Licenciatura en Analítica Empresarial y Social del ITBA