[17/06/2020] La analítica de datos es uno de los recursos más poderosos que las empresas tienen a su disposición. Pero el valor de la analítica puede disminuir significativamente si las herramientas y procesos en uso no son amigables, y no están totalmente disponibles para los usuarios de negocios que las necesitan.
Después de todo, estas son las personas que aprovecharán los datos para obtener conocimientos en áreas como las ventas, el marketing, el desarrollo de productos, el soporte al cliente y la experiencia del cliente.
"Los datos por sí mismos no son analítica", señala Bryan Phillips, vicepresidente senior de tecnología y CIO de Alpha Packaging, un fabricante de botellas y frascos. "En algún momento tiene que entender los problemas, asuntos y oportunidades que los datos indican, de lo contrario son solo datos o imágenes bonitas".
Aquí hay siete formas en las que las organizaciones fallan en asegurar que sus esfuerzos de analítica de datos sean amigables con los usuarios de negocios.
Renunciar a una estrategia de datos -o no alinearla con el negocio
Las empresas necesitan formalizar su estrategia de datos y alinearla con los objetivos, las métricas y el crecimiento de la organización, comenta Jeremy Stierwalt, director de Data Management and Advanced Analytics Practice en la firma consultora Protiviti.
"Una organización que opera bajo una estrategia claramente definida, se convertirá naturalmente en un corredor de datos, utilizándolos como un activo clave", indica Stierwalt. "Las decisiones relativas al tipo y la cantidad de datos de la organización, cómo se recogen, dónde se almacenan, cómo se accede a ellos, cómo se utilizan, quién es el responsable y dónde se harán las futuras inversiones en datos, son todas importantes para orientar la estrategia de digitalización de la organización y su componente tecnológico subyacente".
Los programas analíticos no suelen estar alineados con la estrategia corporativa y, además, no se entienden ni se utilizan, indica Stierwalt. "Una estrategia de datos permite a la empresa reconocer sus datos y tratarlos como un activo de generación de valor estructurado, integral y de dominio cruzado", señala.
Excluir a los usuarios empresariales de la planificación y los debates
Los análisis no pueden ser estáticos o planificados en el vacío sin el aporte de las personas que se benefician de los hallazgos. Los analistas y científicos de datos, y otros miembros del equipo de gestión de datos deben trabajar directamente con personas de diferentes unidades de negocios para analizar lo que es importante para ellos, y lo que los datos muestran en determinados momentos.
"Que los propietarios de los datos se reúnan regularmente y discutan lo que ven en ellos", anota Phillips. "El avance realmente ocurre cuando se pueden ver los datos en muchas áreas".
Por ejemplo, los usuarios de ventas podrán saber a qué clientes o potenciales clientes se está llamando, y qué pedidos se están generando como resultado de esto; los de finanzas podrán comprender mejor los costos y visualizar las tendencias de los ingresos; los de operaciones podrán tener una mejor visión del inventario, la producción y la capacidad de las máquinas; y los de marketing podrán conocer las últimas tendencias y, qué campañas están funcionando y dónde.
"Cada grupo tiene muchas preguntas que responder", indica Phillips. "El verdadero valor está en mirar a través de los datos en busca de oportunidades. Por ejemplo, al poner la analítica de datos a disposición de un grupo de usuarios de diferentes disciplinas, todos podrán saber qué productos y servicios se están vendiendo, a quién y dónde, cuántos productos quedan en el inventario y qué habrá que reponer, cuáles son los beneficios de las ventas y qué artículos son los más rentables, cómo deben mejorarse las campañas de marketing, etc.
"Entonces usted buscaría promover esos artículos novedosos, rentables, de calidad, y que se dirijan a los clientes adecuados", indica Phillips. "O los datos podrían decirle que necesita hacer inversiones de capital" para impulsar la producción. "Tener ese grupo interdisciplinario en la sala es lo que ayuda a asegurarse de que está resolviendo problemas reales o viendo oportunidades reales".
Pasar por alto su audiencia analítica
"Cuando se trabaja en un proyecto de analítica de negocios, hay que entender a la audiencia -quiénes son y qué puntos de datos esperan ver", indica Robin Allen, ejecutivo de software comercial del proveedor de Vertex y ex CIO.
"Dado que muchas personas en los diferentes niveles de la organización tomarán decisiones con base en los datos, es necesario contar una historia que sea comprensible desde su propia perspectiva, dependiendo de su función", señala Allen.
Por ejemplo, un ejecutivo C-suite no necesita ver las métricas a nivel de equipo, sino más bien datos que proporcionen una visión más holística. "La historia que cuentan los datos debe ser coherente, pero también fácil de digerir por todas las partes interesadas involucradas", indica Allen. "Para ello, hay que empezar por entender quiénes van a ver los datos y qué conocimientos esperan obtener".
Apegarse a la jerga en lugar de simplificar el mensaje
Una de las mejores maneras de hacer que los usuarios se desinteresen de la analítica, es empezar a lanzar términos que no entienden o que no tienen relevancia para ellos. Esta desalineación de los estilos de comunicación es el obstáculo más común al que se enfrentan los analistas de datos cuando intentan entregar valor a través de la analítica, comenta Gautam Puranik, director de datos y jefe de estrategia y análisis de negocios de la empresa minorista de automóviles CarMax.
Eso incluye presentaciones llenas de complejidades y jerga, que dificultan la comprensión de los usuarios fuera del área de especialidad. Esto también puede aplicarse a la forma en la que se presentan los resultados. Por ejemplo, los analistas suelen citar los resultados a través de cifras detalladas como el 5,238% en lugar de simplificarlo al 5,2% o incluso al 5%, explica Puranik.
"A menos que los decimales sean realmente importantes desde el punto de vista de la toma de decisiones, no siempre hay que mostrar las complejidades del trabajo para demostrar el valor del negocio", agrega Puranik. "Se debe dedicar la mayor parte del tiempo no a hablar de lo que se hizo y cómo se hizo, sino de cómo apoyará la toma de decisiones basada en datos para la empresa".
Esto solo podrá suceder de manera efectiva cuando los equipos de analistas de datos hablen en un idioma que todos en la sala entiendan, sin importar el departamento, división o nivel de experiencia. "El mensaje más efectivo es el que está más simplificado", anota Puranik.
A veces, es útil aprovechar las analogías. En una presentación reciente, se encargó a Puranik que defendiera la necesidad de apoyar el desarrollo de productos con una mayor inversión en el marketing digital. "Al hacerla, comparé la relación con un auto", indica. "A menos que llene el coche con gasolina, no le servirá de mucho por muy bien construido que esté. En otras palabras, no puede tener uno sin el otro. Esto resonó con todos en la sala y recibí las aprobaciones necesarias para seguir adelante".
Subestimar el poder de una imagen
Cuando se trata de obtener una visión rápida, mucha gente prefiere ver imágenes o representaciones gráficas de conceptos. Así que a menudo la mejor forma de llevar a casa los hallazgos de los datos es visualizándolos.
"Una imagen cuenta la historia", anota Phillips. "Podría ser un gráfico, un diagrama de Venn u otro tipo de visualizaciones. Todavía soy un fanático de dibujar los datos en [Microsoft] Excel o incluso en una pizarra, para empezar". Luego pase a productos de visualización más avanzados para proporcionar más profundidad o sofisticación a los hallazgos -mientras intenta mantenerlos comprensible.
"Hacer que la visualización sea amigable viene acompañado con ver los problemas reales de los grandes negocios de una manera concisa y fácil de entender", anota Phillips. "Esto requiere habilidad, por lo que se debe empezar con gente que sea buena en esto primero, y dejar que otros aprendan de ellos".
Es probable que los usuarios de negocios estén más interesados después de ver el resultado del análisis de datos de alguna forma visual a través de las herramientas de visualización de datos, señala Phillips. Muchos seguramente querrán entrenarse ellos mismos, o hacer que sus equipos se capaciten para poder crear sus propias visualizaciones sin necesidad de apoyarse en la analítica de datos o en el personal de TI.
El uso de la visualización de datos, particularmente cuando involucra a ejecutivos de alto nivel, puede ayudar a impulsar el crecimiento futuro de estas herramientas. "Cuando un miembro de la C-suite viene con tablas, gráficos y diagramas que cuentan una historia clara, la compañía comienza a tomar decisiones más rentables y logra resultados", anota Phillips. "Ahora la inversión en herramientas analíticas y en la capacitación a los trabajadores se hace mucho más fácil”.
Apostar por lo comprehensivo
Así como necesita simplificar su lenguaje, también necesita simplificar sus materiales de presentación, tales como las diapositivas, señala Puranik. "El título de cualquier diapositiva debe resumir de manera breve y concisa el contenido de la página", añade. "Aunque el dicho 'las imágenes hablan más que las palabras' sigue siendo cierto, los cuadros y gráficos deben ir precedidos de un claro resumen de [sus] hallazgos".
Los gráficos y tablas también deben mantenerse limpios y digeribles, con no más de dos gráficos por diapositiva y 10 diapositivas en total. "Recuerde, no está escribiendo una novela de suspenso. No haga que su público tenga que adivinar cuáles son los puntos más importantes", anota Puranik.
Fallar en pensar como una persona de negocios
Los profesionales de analítica de datos en algunos casos pueden estar un poco alejados de las tareas diarias que son importantes para los usuarios de negocios, por lo que podrían necesitar reformular su pensamiento para así relacionarse mejor con lo que los usuarios necesitan en términos de datos y análisis.
"Considérese un líder de negocios, no solo un analista", indica Puranik. "Piense como si fuera el dueño del negocio y usara los datos para tomar decisiones. ¿Qué aprendería del trabajo que ha hecho?".
Identifique las recomendaciones producto de la investigación y comuníquelas claramente, agrega Puranik. "La analítica de datos es una herramienta, no un resultado; ¿cómo puede hacer que sus hallazgos estén orientados a los resultados?", añade. "Las organizaciones que tienen más éxito en la entrega de valor de negocio utilizando la analítica de datos, son las que creen que esta es una competencia básica, no solo una competencia importante".
Cuando prepare presentaciones dirigidas a grupos de usuarios de la empresa, busque primero la opinión de los gerentes y mentores para que lo ayuden a afinarla para un público empresarial.
"Al principio de mi carrera, cuando acababa de salir de la escuela de posgrado, se me dio la oportunidad de utilizar modelos predictivos y analítica para impulsar el impacto empresarial", comenta Puranik. "Como podrán imaginar, estaba muy emocionado ante la perspectiva de ser capaz de impulsar un cambio real para una empresa". Pasó días creando una presentación llena de gráficos complejos y notas detalladas.
"Después de presentar a los socios comerciales, estaba eufórico, orgulloso de mi trabajo y confiado en que lo hice bien", señala Puranik. "Unos pocos días después mi jefe me dijo que, si bien era un gran trabajo, necesitaba fortalecer mis habilidades de comunicación. Solo alrededor del 2% de la gente en la sala entendió de lo que estaba hablando, dijo el jefe, y el otro 80% estaba perdido.
"Después de unos días de reflexión, me di cuenta de que tenía razón", anota Puranik. "La presentación terminó siendo un diario del trabajo que hice. Aprendí la valiosa lección de que, cuando se hace un caso de negocios, no debes hablar sobre el valor del trabajo, sino sobre los resultados que este impulsará".
John Edwards, CIO (EE.UU.)