Analytics para encontrar oportunidades de
negocios
Forbes - martes, 16 de septiembre de 2014
Cuando usamos Analytics es
importante comprender que estamos concluyendo sobre negocios. Y que contar el
“cuentito” correcto es más importante que conocer los datos exactos.
“–R2, Estadístico-F,
cointegración, estacionariedad, exogeneidad, y heteroscedasticidad. –No
entiendo lo que me estás diciendo. Háblame de negocios.” Éste es uno de los
diálogos más comunes que escucho en los Directorios de las compañías cuando se
utiliza Analytics en un proceso de innovación. Lo que sucede es que este tipo
de información sin un contexto no es útil. El Analytics es una herramienta
crítica para viabilizar procesos de innovación; por ende, debemos hablar de
innovación. Para transformar esos datos y resultados en oportunidades de
negocios para las empresas o emprendedores es importante definir lo siguiente:
Momento: Es fundamental remarcar
que la historia que se obtiene con el Analytics puede ser sobre el pasado,
presente o futuro. El tipo más común hoy es sobre el presente. Las historias
sobre la actualidad implican un análisis de lo que la gente o los objetos están
haciendo hoy. Es una fotografía del momento. Algo que ocurre ahora, como hecho
aislado. Este tipo de análisis de datos no implica grandes procesos, sino que
el desafío radica en poder acceder y mostrar la información lo más rápido
posible, incluso, en algunas ocasiones, en tiempo real. Es crítica la
utilización de la tecnología en esta etapa.
El segundo tipo de análisis es
sobre el pasado. Es cuando se le incorpora la temporalidad a esos datos. A
través de análisis descriptivos se puede contar lo que pasó la última semana,
mes, trimestre o año a determinados agentes (clientes, proveedores, etcétera)
fundamentales para la firma. La evolución en el tiempo hace a la comprensión de
la situación. Por cierto, la mayoría de estas historias se ayudan de análisis
visuales, que si bien no son el componente más valioso de la historia,
innegablemente son útiles para comprender lo que pasó.
Por último están las historias
sobre el futuro. Éstas son predicciones, que utilizan, por supuesto, el
análisis predictivo. Se toman los datos del pasado para crear un modelo
estadístico, que luego se utiliza para predecir el futuro. Este tipo de
historias de predicción siempre se basan en supuestos (en particular, de que el
futuro será como el pasado en algunos aspectos clave y en otros no) y la
probabilidad asociada a esos supuestos. Acá ya no es tan importante acceder a
los datos solamente, sino que gran parte del valor radica en cómo se construye
ese modelo capaz de aproximarse lo más posible al futuro, en tono siempre de
negocio.
Disparador: Hay dos tipo de
historias que se pueden contar a través del Analytics cuando consideramos el
disparador del análisis. El primero es aquel análisis que se hace cuando a
priori se identificó un potencial “gap” entre lo que tendría que ser y lo que
realmente es. Es algo así como la función de un detective tratando de descifrar
un problema. El óptimo del problema es conocido y a través del Analytics se trata
de encontrarlo. En este caso la “historia” es relatar la solución encontrada.
Algo muy utilizado para los conceptos de moda: “excess capacity” o “sharing
economy” o “collaborative consumption”.
El otro caso es el del
investigador, quien conoce un problema muy complejo e investiga alguna solución
desconocida hasta el momento. Situación que hace pensar que las sucesivas
iteraciones de datos y análisis harán que se encuentre la solución que aún no
se conoce. Es esa situación que cuando se encuentra la solución sabemos que
tenemos una innovación importante en puerta.
Afirmaciones: Por último, es
importante comprender qué tipo de historia estamos contando, una de correlación
o una de causalidad. Es decir, estamos contando una en que las diferentes
variables se comportan en forma similar, o estamos contando una historia que
implica que una variable se comporta de cierta forma como consecuencia de una o
varias otras. Entender esto es fundamental para saber qué tipo de afirmaciones
podemos hacer y cuáles no. Existen muchísimas situaciones en la industria en
que los datos definen casualidades y la historia cuenta causalidades.
En resumen, para las empresas y
los emprendedores es fundamental que utilicen el Analytics para encontrar
oportunidades de negocios, y que puedan desarrollar innovaciones importantes a
través de “bucear” en los datos, pero es crítico que se entienda que los datos
quieren decir algo sobre negocios. Muchas veces, contar el “cuentito” correcto
es más importante que conocer los datos exactos.
No hay comentarios:
Publicar un comentario