https://www.facebook.com/wilber.carrion.1 - Twitter: @wilbercarrion  
  Su apoyo es bienvenido, cuenta: BBVA Continental- 0011 0175 0200256843  

martes, 19 de agosto de 2014

éxitos

Cómo hacer que los datos hablen y se transformen en éxitos

  

Forbes - ‎martes‎, ‎19‎ de ‎agosto‎ de ‎2014
Sabiendo “qué preguntarle” a los datos, y haciendo que los datos “hablen”, organizaciones extraen grandes ideas que se han transformado en grandes éxitos.

¿Cómo comprendió Netflix cuáles eran las preferencias de las personas en todo el mundo cuando miraban cualquier tipo de películas? ¿Dónde buscó la cadena Marriot international el óptimo del precio de cada una de sus habituación en cada uno de sus hoteles, potenciando así la rentabilidad global? ¿O cómo hizo Oakland Athletics para fichar a los jugadores en la conocida película Moneyball? ¿En qué se basó parte de la abultada derrota que Alemania le propinó a Brasil hace algunas semanas?

El común denominador de estas respuestas es que la información para encontrar las oportunidades para el éxito estaba al alcance de las empresas o equipos deportivos. Sabiendo “qué preguntarle” a los datos, y teniendo las capacidades para hacer que los datos “hablen” es lo que le ha permitido a diferentes organizaciones (incluidos emprendedores) extraer grandes ideas que se han transformado en grandes éxitos (comerciales y deportivos). Dentro de ellas, grandes innovaciones que han hecho replantear el “juego” en diferentes industrias.

Cada vez más la tecnología está haciendo viables dos cosas: La primera, poder recolectar datos en momentos tempranos de los procesos y en forma automatizada (aplicados a diferentes situaciones de la vida cotidiana). La segunda, poder trabajar con grandes volúmenes de datos a un costo cada vez más pequeño. Esto ha permitido el surgimiento de una ola de innovaciones y emprendedores exitosos. Uno de los ejemplos es el de Climate Corporation, una startup nacida en Silicon Valley en 2006, creada por dos ex empleados de Google, que utilizaron la teledetección y otras técnicas cartográficas para mapear todos los campos en los Estados Unidos (con una exactitud de 25 metros) y superponerla con toda la información sobre el clima que pudieron encontrar. Para el año 2010 su base de datos contenía 150,000 millones de observaciones de suelo y 10 billones de simulación del tiempo.

Los emprendedores tenían previsto utilizar estos datos para vender seguros de cosechas. Pero en octubre pasado Monsanto compró la compañía por 1,000 millones de dólares. ¿Dónde estuvo la innovación? En utilizar el analytics para encontrarla. Por analytics entiendo el uso extensivo de datos, estadística y análisis cuantitativo que permite un análisis exploratorio y predictivo, en que las decisiones de gestión se apoyan en hechos, en información estructurada, que le dé soporte a la gestión con base en evidencia cuantitativa. Lo que hoy se conoce como analytics no es nuevo, surgió en la década de los sesenta, cuando los académicos del management comenzaron a utilizar los sistemas de decisión (DSS) para comprender los hechos a través del análisis de datos. Lo que ha cambiado es cómo comenzar a innovar a través de esa información.

Como el análisis de datos no es abstracto, cuando hablamos de negocios es importante que el emprendedor, o la organización que vaya a identificar oportunidades innovadoras, tenga claro algunas características:

Lo importante son las preguntas. Como todo proceso de investigación científica, en un camino de creación de conocimiento la formulación correcta de hipótesis es crítica. Pero cuando se está buscando una respuesta innovadora, estas hipótesis deben de tener la capacidad de ser innovadoras per se. Es decir, si la hipótesis que se hace sobre algún determinante estratégico de la empresa o sector no solamente busca confirmar un hecho conocido, sino tiene como objetivo transformarse en una ventaja competitiva innovadora, entonces es crítico que la forma de plantear el problema sea innovadora. Diferente de las preguntas que se contestan actualmente los diferentes actores del medio. Incluso, diferente de las preguntas que se harían los competidores con información similar a la que se tiene en ese momento. Esto implica muchas veces navegar por instrumentos en mares de datos, muchas veces sin encontrar una respuesta apropiada.

No son sólo matemáticas, es innovación. Si bien el tratamiento de datos implica grandes competencias cuantitativas, ésta no es la única limitante al utilizar analytics en las empresas. Cuando se desarrollan modelos predictivos no solamente el modelo debe ser robusto estadísticamente, sino que debe contemplar una cantidad de hipótesis que hacen a cómo se comportó y cómo se comportará (innovadoramente) la empresa u organización. Esto implica el desarrollo de escenarios complejos, con un alto contenido de conceptualización innovadora del “juego” actual y futuro, sumado a la robustez estadística.

Las respuestas implican cambios en competencias. Muchas veces, el encontrar oportunidades de negocios innovadoras implica que las competencias, capacidades y cualidades que posee la empresa, o equipo deportivo, queden obsoletas. Por ejemplo, cuando se encuentra que un atributo del producto que posee la empresa no va a ser valorado en el futuro por los clientes, esa capacidad para desarrollar ese atributo será obsoleta para la empresa. Eso implica que ésta deba cambiar, con tiempo gracias al análisis de datos, pero cambiar al fin.


Estoy seguro que cada vez más vamos a escuchar: “En tu empresa, ¿innovan gracias a la creatividad?” “No, gracias a la estadística.”

No hay comentarios: