En un mundo en donde la competencia es cada vez más feroz, en donde un producto o servicio tradicional puede desaparecer del mercado en semanas debido a la aparición de alternativas disruptivas que cambian las preferencias de los consumidores, surge la necesidad empresarial de disponer de información oportuna y en tiempo real para determinar acciones a seguir, tomar decisiones de diseño de productos, mejorar su salida al mercado, anticipar las necesidades y estado de ánimo de los clientes y direccionar la atención hacia un determinado producto o servicio. El Big Data apalancará este nuevo escenario corporativo.
Big Data no es solo tecnología. La única manera de tomar decisiones acertadas es cuando se dispone de información objetiva, repetible, accesible y veraz.
Cuando preguntan qué es una organización madura, respondo que es la que resuelve sus problemas y desafíos en base a información objetiva”, (conocido también como Data Driven Culture).
Si bien parece algo evidente, muchos proyectos de Data W (del inglés Data Warehouse) y BI (del inglés Business Intelligence), han fracasado, no tanto por la tecnología sino más bien porque la organización no supo adaptar su cultura a una nueva forma de gestionar.
Según NewVantage Partners en su quinta encuesta anual sobre Big Data, el 85% de los encuestados respondieron que tenían o habían ejecutado programas para orientar la empresa hacia una cultura centrada en datos, pero solo el 37% podía mostrar resultados positivos.
Este proceso de maduración lleva tiempo y tiene diferentes estadios, que pueden solaparse, pero no obviarse. Los diferentes niveles de utilización de los datos e información definen la complejidad para su obtención y el valor que aportan a la organización:
1. Análisis descriptivo: permite responder a preguntas tales como ¿Cómo se distribuyeron las ventas este último mes?, o ¿Qué sucursal tuvo más reclamos?, entre otros. Básicamente brinda un estado en un momento dado del tiempo sobre una o más variables del negocio. Tiene baja complejidad de elaboración y su aporte, si bien puede ser clarificador, no es de gran valor para decisiones estratégicas.
2. Análisis de Diagnóstico o de “espejo retrovisor”: permite analizar los hechos pasados para ver qué acciones podemos tomar para mejorar en el futuro. ¿Por qué vendimos un 10% menos el mes pasado?, ¿Cuáles son las razones por un éxodo masivo de clientes en la zona de mayor venta? Trabajar con los datos en un análisis causa/efecto para decidir acciones de mejoras son actividades típicas de este estadio. La elaboración de esta información es de nivel mayor de complejidad pero tiene un aporte significativo de valor dado que permite mejorar a futuro evitando errores o situaciones no deseadas de manera recurrente.
3. Análisis Predictivo: Cuando la empresa llega a este nivel de madurez puede decirse que ha transitado casi todo el camino y se encuentra con grandes ventajas competitivas frente a su competencia. Utilizando su información histórica es capaz de predecir un determinado comportamiento de sus consumidores o el grado de penetración de un nuevo producto. Es capaz de identificar qué variables del negocio deberían ser ajustadas para lograr mejorar la performance organizacional en cada caso. Desde el punto de vista de complejidad el análisis predictivo requiere de tecnología que soporte importantes volúmenes de información y complejos modelos estadísticos sumados a una estrategia robusta de gobierno de datos que asegure consistencia de la información en todo momento. El valor que aporta al negocio es importante dado que le permite predecir los resultados y anticipar ajustes para alcanzar las metas deseadas.
4. Análisis Prescriptivo: Si bien el análisis predictivo, permite responder a la pregunta ¿Qué puede pasar?, el análisis prescriptivo nos permite definir qué es lo que queremos que pase. Es el nivel más alto al que debe aspirar una organización que pretende llegar a una cultura guiada por los datos. Este es el concepto de Analytics que, aplicando complejos algoritmos tales como máquinas de aprendizaje e Inteligencia Artificial, el negocio puede definir un comportamiento esperado para un nuevo producto o anticipar determinados comportamientos de los clientes y ofrecer opciones para que cambien su percepción e intereses.
Las soluciones de Data W y BI, ayudan en los tres primeros niveles, pero no son suficientes para el cuarto, donde es necesario ampliar el espectro de fuentes de datos, la diversidad de sus orígenes, formatos y estructuras, pero fundamentalmente los volúmenes que suelen ser de tera o zeta bytes, lo cual impacta en la capacidades de procesamiento y manipulación de estas grandes masas de datos. En este punto Big Data entra en acción.
¿Pero cuál es el valor real que esto da a la empresa? Básicamente en los estadios 1 y 2 la organización es reactiva, actúa sobre hechos consumados y eso implica mayores costos en toda la cadena de valor, cada vez que debe resolver un problema o encarar un nuevo desarrollo de productos o servicios. En los estadios 3 y 4 la empresa tiene un cambio radical dado que será proactiva, y podrá anticipar o prever soluciones y mejoras que le aportarán mayores ventajas competitivas a bajo costo y en un clima de trabajo mucho menos estresante. El desafío de todo CEO será el de darse cuenta de esto, para ver los beneficios que puede obtener cuando le llegan las bondades de la tecnología de Big Data.
Es así como gestionar en base a información objetiva, con la incorporación del Big Data, es una nueva manera de hacer negocios.
(*) Presidente de Liveware Ingeniería de Software S.A. (empresa especializada en ingeniería de software y sistemas)
SUSCRIBITE a esta promo especial