Por ejemplo, respecto a los datos, la tendencia a promocionar a los mismos como la materia prima fundamental para orientar las decisiones empresariales hizo que muchas compañías vivieran un furor por recolectar datos. Pero hacerlo porque sí, sin una estrategia para aprovecharlos y extraerles valor real para el negocio, puede resultar frustrante y poco rentable.
Con los avances en big data y las posibilidades que abren la sensorización, los dispositivos inteligentes y el modelo de Internet de las Cosas (IoT), sumadas a las soluciones de inteligencia de negocios (business intelligence), hoy es posible capturar datos de muy distinta clase y de muy diversas fuentes. Las técnicas de recolección de datos (tanto estructurados como no estructurados) avanzaron de manera sorprendente. Pero reunir enormes cantidades de datos porque sí no tiene ningún sentido, ya que luego las empresas no saben ni para qué, ni por qué, ni cómo trabajarlos.
La premisa en cambio es enfocarse en recolectar datos de calidad y específicos, que luego puedan aprovecharse mediante iniciativas de análisis de datos motorizadas y perfeccionadas por el aprendizaje automático. Y, para ello, es necesario tener una mirada definida sobre cuáles son los datos del cliente que realmente importan, de acuerdo a qué es lo que se quiera obtener y el valor de negocio que se desee lograr. De otra forma es muy difícil saber qué datos se tienen que recolectar.
Una encuesta internacional realizada entre compañías líderes a nivel global encontró que el 97% está invirtiendo en iniciativas de datos. No obstante, “lograr un liderazgo basado en datos sigue siendo una aspiración difícil de alcanzar para la mayoría de las organizaciones”, señala el informe. Y solo el 40% informó que estaba administrando datos como un activo de negocios para sus empresas.
Calidad, no cantidad
Hasta Andrew Ng, que es una de las personalidades del mundo de la inteligencia artificial, empezó a hablar de “good data” en lugar de apelar al concepto “big data”). La realidad es que en este campo, si bien la cantidad es importante, la calidad es fundamental; y comprender qué tipo de datos es necesario tener.
Lo importante es ayudar a enfocar la estrategia de negocios, que es la que hoy necesita impulsarse por datos y por diferentes capacidades especializadas. Y en lo que refiere a los datos es importante saber qué tipo de iniciativas deben alimentar (por ejemplo, entender al cliente, anticiparse a sus movimientos, etc.); y también saber qué experiencia se le quiere dar al usuario o al cliente final.
Avances por etapas
Una buena estrategia de datos tiene que tener en cuenta qué resultados de negocio quiere obtener la empresa. Pero, además, hay que considerar que en cada etapa de su evolución la organización irá obteniendo resultados distintos: primero podrá saber quiénes son sus clientes, luego qué comportamientos tienen; y finalmente podrá entender si le sirve o no el ciclo de vida de esos clientes, por ejemplo. Y todo esto luego le permitirá tener una comunicación más focalizada o relevante.
Ahora bien: entender los propios datos no quiere decir que la empresa no mire a su entorno. Son distintas aristas. Ahí volvemos al tema de la estrategia y el foco: no es posible ver todo, todo el tiempo. Hay que definir dónde se apostará, y qué enfoque dará el mayor valor inicial. Y eso estará en relación con el tipo de datos de que se disponga, el tipo de actividad de la empresa, qué pretende obtener y qué capacidades tenga para encarar esos desafíos.
En Baufest tenemos el expertise necesario para colaborar con estas iniciativas y ayudar a las empresas a tomar decisiones de negocio más inteligentes y rápidas utilizando sus datos.