Ciudad de México, 27 de julio de 2024.- En las noticias, publicaciones y anuncios, seguramente escuchará hablar de la magia de los datos que ofrecen una ventaja competitiva y tienen un gran potencial para tomar mejores decisiones. Pero ¿qué se puede hacer realmente con los datos? ¿Cómo funcionan? Y, lo más importante: ¿por dónde empezar?
Dependiendo de qué tan avanzada esté su organización en el uso de datos, las respuestas pueden variar. Sin embargo, Baufest, empresa internacional líder en el desarrollo de productos digitales y la transformación de negocios de grandes compañías, dio a conocer siete pasos clave para iniciar y optimizar su negocio con datos.
1. Relación entre información y decisión: El primer paso es preguntarse: ¿qué necesito saber antes y después de tomar una decisión comercial? Enumera todas las decisiones comerciales pasadas y futuras, así como la información que desearías tener. En esta etapa, lo importante es definir claramente la relación entre información y decisiones. Por ejemplo: “quiero saber cómo se sienten mis clientes con los productos que vendo para decidir qué parte del catálogo debo ampliar” o “quiero saber si a mis empleados les cuesta cumplir sus objetivos para decidir si contratar más personal”.
2. Planear métricas: Una vez que se tiene claridad sobre lo que se quiere saber, es momento de pensar en cómo obtener esa información de forma cuantificada. Hay que traducir las preguntas en métricas, ratios e índices. Por ejemplo, ¿qué indicador representa mejor la satisfacción del cliente? ¿Qué número reflejará el esfuerzo de un empleado para alcanzar una meta? Y, lo más importante, ¿qué datos son necesarios para construir esos indicadores?
3. Catálogo de datos: Con las métricas definidas, el siguiente paso es crear un catálogo de datos. Esto implica definir todos los términos comerciales involucrados en las métricas, evitando jergas técnicas y examinando los sistemas existentes para ver si esos términos están representados adecuadamente. Además, hay que establecer el nivel de calidad esperado de la información para poder confiar en ella.
4. Evaluación: Evaluar el crecimiento de datos y necesidades de almacenamiento a largo plazo: decidir sobre la infraestructura adecuada debe estar impulsado por la necesidad empresarial y la estrategia a largo plazo. Preguntas como: ¿cuántos datos necesitamos almacenar para el análisis? ¿Qué tan rápido crecerán? ¿Cuántos usuarios accederán a la información? Ayudará a decidir el tipo de repositorios, soluciones de integración y análisis que se necesitarán.
5. Identificar y clasificar métricas: Algunas métricas serán fáciles de calcular y significativas para la empresa, conocidas como Quick Wins. Otros, que son importantes, pero requieren más tiempo, serán los Proyectos Principales. Las métricas que toman poco tiempo, pero no agregan mucho valor inmediato se pondrán en el Backlog. Finalmente, las que consumen mucho tiempo y no agregan valor serán los Sumideros de Tiempo y se trabajarán solo si cambian las prioridades o es fácil implementarlas.
6. Integrar las métricas: Integrar las métricas en la empresa es crucial para liberar su potencial. Una métrica de alta calidad sin usuarios es inútil. Las organizaciones a menudo fallan en este punto debido a la preferencia de los usuarios por crear sus propias métricas, la desconfianza en la información o la percepción de que la información es difícil de leer.
7. Crecer y experimentar: Una vez establecidas las métricas y utilizadas por los usuarios empresariales, es momento de crecer y experimentar. Es fundamental fomentar un diálogo continuo entre el negocio y TI para co-crear valor a partir de los datos.
En conclusión, establecer una estructura para que las empresas se vuelvan responsables y creadoras activas de valor a través de los datos es clave. Los pasos del uno al cinco no se realizan una sola vez, es un proceso continuo de aprendizaje y adaptación.
Finalmente, Baufest recomienda la experimentación como un curso de acción principal. Con los datos bien catalogados y los impulsores claros hay espacio para innovar con enfoques vanguardistas, como la Inteligencia Artificial, para mejorar procesos de negocio o hacer mejores predicciones.
