Realizar una solución Big Data que nos asegure el éxito de nuestro negocio se está convirtiendo ya en un nice-to-have al alcance de todos. Las organizaciones, independientemente del sector en el que nos movamos, manejan una cantidad ingente de información. Analizar en profundidad esa información nos permite tomar las mejores decisiones y gestionar así el negocio de una manera mucho más eficaz. Este método de toma de decisiones basadas en datos, o DDD (Data Driven Decisions) como lo definió en 2011 Erik Brynjolfsson, profesor del MIT, permitiría a las organizaciones, en su opinión, alcanzar entre un 5 y 6 % más de ganancias.
Para conseguir ese tanto por cierto más de ganancias deseado, o cualquier otra meta que nos marquemos como organización, es importante tener en cuenta algunas claves que nos ayuden a preparar nuestro plan de acción eligiendo para cada fase del proceso la solución Big Data más adecuada.
Escoge una solución Big Data acorde a tus objetivos
Decide exactamente el fin de tu negocio: tu objetivo. A menudo nos cuesta hacerlo de forma adecuada. Para que un objetivo quede correctamente delimitado debe ser META: medible ―es decir, que se pueda valorar cuantitativamente―, específico ―concreto y bien definido―, temporal ―con una fecha de inicio y otra de fin―, y alcanzable ―que se ajuste a los recursos y capacidades disponibles para llevarlo a cabo―.
Tener un objetivo bien definido y un histórico de datos te ayudará a escoger la mejor solución posible y le permitirá al científico de datos encargado de su análisis centrar sus objetivos y adaptar la herramienta o técnica Big Data utilizada a las necesidades del negocio. Así, por ejemplo, si un departamento de RR. HH. necesitara evaluar la efectividad de sus equipos de cara a afrontar una restructuración que los nivele, realizar un estudio a medida de HR Analytics sería la clave para atajar el problema.
Igualmente, un equipo de Marketing podría lanzar campañas más adaptadas a las opiniones de sus clientes o ayudar a redefinir un producto si utilizara una herramienta de análisis y monitorización de redes sociales en tiempo real de las conversaciones en torno a ese producto o tema en concreto.
La analítica descriptiva puede ayudarte a conocer el estado en el que está tu negocio u organización, para poder trabajar en base a datos reales y objetivos. Y a partir de ahí, trazar metas cercanas. Conseguirás optimizar los recursos, captar el mejor talento, aumentar las ventas, incrementar el ROI, ampliar los beneficios, influir en tu público, detectar el fraude, predecir la demanda, enriquecer la cartera de clientes o conocer mejor a tu audiencia…
Planifica tu estrategia en base al análisis de datos
Para alcanzar un fin específico hay que planificar el camino. La planificación incluye anticipar las necesidades, gestionar eficazmente el tiempo y los recursos, establecer prioridades, marcar hitos y programar las acciones que se deben acometer para lograr nuestro objetivo: gestión de la demanda, diversificación de productos, especialización de servicios, expansión geográfica, restructuración, deslocalización, fomento de los valores corporativos, o puesta en marcha de un plan de comunicación… Son el medio para lograr un fin.
Planificar significa prevenir, prever, y poder anticiparse a futuros cambios e incertidumbres en el negocio es fundamental para garantizar el éxito. En este sentido, la tecnología Big Data puede, por ejemplo, ayudar a la red eléctrica tradicional a mejorar la gestión energética (desde la generación tradicional y renovable hasta el transporte y la distribución) proporcionándole una predicción de la demanda que permita planificar mejor un suministro de electricidad seguro, económico y sostenible.
Esta forma de procesar la información se conoce como analítica predictiva y permite estimar aquellos datos de negocio que son desconocidos, inciertos, o difíciles o costosos de obtener. Para ello utiliza una serie de técnicas Big Data específicas:
- Las técnicas de clasificación consiguen procesar una cantidad ingente de datos con tiempos de respuesta mucho más bajos que los necesarios para un tratamiento manual. Partir de esta clasificación permite, por ejemplo, estudiar los patrones de comportamiento de nuestros clientes y detectar irregularidades en cuestión de milisegundos, lo que ofrecería una solución al problema del fraude en las entidades financieras.
- Las técnicas de segmentación analizan esos grandes volúmenes de datos y detectan automáticamente afinidades y discordancias ocultas que serían difíciles de inferir visualmente. Así, por ejemplo, un servicio de consultoría de Business Intelligence basado en modelos matemáticos que aprenden de las acciones de los usuarios, los segmentan según sus preferencias, hábitos… y explican sus comportamientos permite entender mejor al cliente y el sector de nuestro negocio para llevar a cabo acciones más efectivas.
- Las técnicas de predicción ponen en marcha modelos de aprendizaje automático supervisado, que permiten acotar las incertidumbres y generar pronósticos más útiles. De esta manera conseguimos, por ejemplo, ofrecer un sistema inteligente de alertas médicas capaz de ayudar a los profesionales médicos a detectar de forma precoz la aparición de ciertas enfermedades y adelantar la planificación de su tratamiento.
Visualiza el éxito de un modelo de negocio basado en datos
Si ya has determinado con exactitud la meta de tu organización y planificado el alcance de tus objetivos: plazos, fechas, cuantías, tiempos de consecución, acciones necesarias, posibles contingencias…, es hora de encarar el reto. Mantén el optimismo y cierta flexibilidad, prepárate para adaptarte a los cambios y redefine el camino si es necesario. Y lo más importante, persevera. Visualiza el esfuerzo que debes realizar para alcanzar el éxito.
Cada negocio es diferente y, por tanto, no existe una solución Big Data de analítica de datos aplicable a todos. La llegada de ingenieros y técnicos especializados en datos implica un cambio en el modo de tomar decisiones. El panorama ideal es aquel en el que las empresas consiguen llevar a cabo modificaciones en toda su estructura para adaptarse a un modelo basado en los datos, un modelo en el que la permeabilidad entre departamentos sea una norma y ofrezca un mejor aprovechamiento de la información.
Adoptar ese modelo de negocio y adaptarlo a las características de nuestra empresa nos permitirá recopilar información del negocio para establecer mejor los objetivos, predecir en base a dicha información qué impacto tendrán las diferentes acciones que se vayan a acometer, y escoger la política con mayor retorno de la inversión mediante un proceso de optimización que garantice el éxito de nuestro plan.
En esto consiste la analítica prescriptiva. A grandes rasgos, un sistema prescriptivo es un modelo basado en técnicas Big Data de optimización bajo incertidumbre donde un análisis estadístico avanzado de los datos es capaz de ofrecer, por ejemplo, una solución para optimizar la logística bancaria dedicada a la gestión de dinero en efectivo. Un sistema diseñado para tal fin podría analizar los puntos de entrega de efectivo de una red bancaria, predecir la demanda que van a recibir y proponer una planificación realista y de bajo coste de gestión que garantizara el servicio al cliente.
Visto lo visto, el potencial del Big Data para crear soluciones que aumenten las probabilidades de que nuestras organizaciones alcancen sus objetivos y triunfen en el mercado, está directamente relacionado con la cantidad y calidad de los datos que seamos capaces de analizar. Tanto da que esos datos provengan de transacciones financieras o ventas en tiempo real, medidas de sensores en cadenas de fabricación, centros meteorológicos o instituciones médicas, de informes de localización de nuestra flota de distribución, o que se desprendan de las opiniones vertidas por nuestros clientes en las redes sociales. Afortunadamente, ya podemos contar con soluciones basadas en el análisis de datos diseñadas para contribuir a conseguir el éxito.