Todas las áreas de una organización pueden beneficiarse con el uso de datos. ¿Cómo hacer que sea sostenible? Bruno Pinasco, profesor de Pacífico Business School, explica cómo implementar el análisis de datos desde la alta dirección.
Los directivos de una organización enfrentan diversos desafíos al implementar el análisis de datos en sus organizaciones. Bruno Pinasco, profesor de Pacífico Business School, señala cuatro ejes claves que los líderes deben tener en cuenta para llevarlo a cabo dentro de las empresas:
- Hablar un mismo idioma. El análisis de datos debería permitir que todos los colaboradores dentro de la organización manejen el idioma de data; es decir, expresar sus necesidades a nivel de analítica y de recursos.
- Seleccionar el talento más conveniente. Para poder proveer todo el espectro de servicios analíticos, es necesario apuntar a talento con perfiles que abarquen desde visualización y analítica básica hasta el desarrollo de modelos de machine learning o deep learning.
- Mantener la calidad de datos. Es importante tener políticas de gobierno adecuadas para garantizar que los datos a utilizar tengan la calidad necesaria.
- Implementar una infraestructura adecuada. Es clave tener una estrategia de arquitectura para el almacenamiento de datos. Se debe decidir qué datos irán dentro de una nube y cuáles no, y a la vez asegurarse que la infraestructura va a crecer de la mano con el plan de desarrollo de datos en la empresa.
“El desarrollo del análisis de datos puede resultar provechoso para diversas áreas dentro de una empresa. Por ejemplo, el uso de dashboards en el área de negocios ayuda a analizar la situación actual de los resultados por mes. El análisis de la necesidad de los clientes de acuerdo con la probabilidad de compra de sus productos y la predicción de deserción hacia la competencia también forma parte del uso de datos”, puntualiza Pinasco.
Otra área beneficiada, según el docente de PBS, sería la de producción, en el proceso de control de calidad de productos. En este caso, la inteligencia artificial permitirá crear algoritmos que detecten defectos en la cadena de producción de manera más sencilla. Con respecto a las áreas de riesgo, facilita la prevención de fraude a través de la creación de algoritmos que identifiquen patrones en las transacciones.
La integración de los datos a la cultura de la empresa
A fin de que todos los colaboradores integren el análisis de datos en la labor diaria, Pinasco recomienda mostrar a las personas el valor que estos tienen. Por ejemplo, para los modelos de negocio, es posible crear un A/B testing, que consiste en separar una población de control y a la par aplicar un nuevo modelo de machine learning a un grupo de clientes para comparar el efecto en ambos.
“Para poder implementar una cultura exitosa es necesario partir de arriba. Es mucho más fácil implementar una cultura de datos cuando ya se cuenta con el respaldo de la alta dirección en esta estrategia”, expresó el docente de Pacífico Business School.
Asimismo, remarcó la importancia de las capacitaciones en data para todos los colaboradores de la empresa y no solo a los analistas o científicos de datos. “Se necesita hacer diferentes tipos de capacitaciones, pero en todas se tiene que inculcar el valor que se genera con los datos”, agregó.
Otra forma de mantener una cultura de datos consiste en descentralizar el equipo de datos. Conforme se capacitan más áreas, se apunta a lograr una mayor autonomía dentro de los equipos y que estos estén más cerca del negocio. De esta manera, se logra que la organización se convierta en data driven.
Medir el éxito de una estrategia de análisis de datos
Bruno Pinasco precisa que el éxito se mide según el valor que genera la estrategia de datos para el negocio. Una forma visible de observar esto es, por ejemplo, midiendo los impactos de los modelos de machine learning, la cantidad de clientes que ha permitido captar o retener, o el ahorro generado por una mejor toma de decisiones en las diferentes áreas de la empresa.
También se puede realizar esta medición a través del autoservicio generado en otros equipos, las nuevas capacidades analíticas que se crean gracias a la disponibilidad y calidad de datos en las diferentes áreas en la organización.
“Ese valor que deberíamos de estar generando para el negocio, se puede lograr desde el inicio, con la información que ya existe en la empresa, no es necesario esperar a tener la estrategia perfecta”, indicó el docente. Por el contrario, se puede contar con una excelente infraestructura de datos, las mejores reglas de calidad, pero si la información no es utilizada, entonces lo único que estamos generando es gasto para la organización.
