En una encuesta realizada por McKinsey a 1.000 empresas con más de un billón de dólares anuales en ventas en más de 13 sectores y 12 países, se encontró que solo cerca del 8% de las mismas han conseguido escalar con éxito la analítica al interior de la organización.
Una forma de mitigar esta disparidad entre un activo tan valioso como lo es la información, el conocimiento que viene de ésta, y las personas que día a día deben tomar decisiones basadas en datos es que la organización cree y cuide una cultura de datos.
Tal como destaca el portal de la empresa Tableau la cultura de datos en las organizaciones “son los comportamientos y creencias colectivos de las personas que valoran, practican y fomentan el uso de datos para mejorar la toma de decisiones. Como resultado, los datos se entrelazan en las operaciones, la mentalidad y la identidad de una organización. Una cultura de datos equipa a todos los miembros de su organización con los conocimientos que necesitan para estar realmente basados en datos y hacer frente a los desafíos empresariales más complejos”.
Para lograr definir y mantener una cultura de datos en las organizaciones, se realizó un estudio de los diferentes artículos técnicos de las mejores escuelas de negocio como las escuelas de negocio de Harvard y MIT, además de investigar como empresas en el sector de tecnología han conseguido con éxito implementar una cultura de datos y por último revisar las recomendaciones de empresas líderes en consultoría como Mckinsey en temas de gestión de la información. De todos estos estudios se resumieron las recomendaciones en los siguientes factores:
Datos = Activos
Los datos deben ser considerados como activos y entender su valor en el tiempo. Cuando se inicia un análisis o un desarrollo de métricas la organización va descubriendo áreas en las que puede mejorar sus prácticas en datos (limpieza, adquisición y difusión). Adicionalmente, con cada nuevo análisis o modelo vienen nuevas hipótesis, y esto crea ciclos positivos que motivan a crear nuevas bases de datos o fuentes de información para complementar o validar estudios previos.
En un estudio de la universidad de Boston se observó cómo el flujo de información de una empresa hacia afuera afecta positivamente sus ingresos, penetración de mercado y generación de activos intangibles. En este estudio se encontró una relación fuerte entre la apertura de APIs de datos y el valor de mercado de la empresa. La adopción de APIs mostró un incremento del 12.7% en la capitalización de mercado.
Al igual que los activos tangibles, la información se debe almacenar, limpiar, cuidar y organizar de tal forma que habilite el funcionamiento del negocio u organización. Cada campo de información tiene su valor intrínseco dentro de la organización, un ejemplo de esto es el correo de los clientes o trabajadores de una organización, sin esta información el cliente seria prácticamente invisible a las comunicaciones de la organización.
Así como el correo de los clientes de la organización, puntos de información como dirección, imagen de un producto, precios actualizados o promociones inactivas cada punto de datos debe estar debidamente administrado y cuantificado dentro de la organización para de esta forma disponer de los recursos adecuados para su gestión.
Tecnologías y acceso
La información debe estar disponible para todas las personas que necesiten tomar decisiones informadas. No es suficiente tener una base de datos con permisos restringidos, difícil de entender y generar consultas. Poner la información relevante en las manos de las personas es un trabajo que requiere implementación de herramientas y procesos de seguridad, acceso y privacidad.
Existen herramientas de visualización de datos que no requieren que las personas sepan programar o conozcan el lenguaje de consultas de las bases de datos. Según los recursos que disponga la organización existen diferentes tipos de herramientas.
1. Si la organización no cuenta con un presupuesto para herramientas de visualización de datos existen herramientas de código abiertas como:
a. Metabase
b. Redash
c. Apache Superset
2. Por otro lado, existen herramientas pagas con soluciones fáciles de implementar y con buen soporte como lo son:
a. Tableau
b. Power BI
c. Looker
La decisión de qué herramienta implementar depende de los recursos disponibles de la empresa, su infraestructura tecnológica y las habilidades del equipo que va a implementar y mantener esta herramienta.
Aparte de escoger una buena herramienta de acceso y visualización de datos, es importante tener en cuenta que la información debe ser fácil de analizar y entender, por eso a la hora de presentar visualizaciones de datos se recomienda tener en cuenta:
La audiencia objetivo: Cada departamento o área de la organización está acostumbrado a hablar y definir métricas diferentes con un significado particular para esa área. Por ejemplo, un departamento comercial puede estar interesado en la base de clientes, incremento de ventas mensuales, ventas por representante etc. Mientras que un departamento de contabilidad puede estar interesado por los días en mora de los clientes, estado de la cartera y margen de rentabilidad. Se debe tener una comunicación asertiva entendiendo el contexto de la audiencia.
Usar visualizaciones correctas: Antes de desarrollar cualquier tipo de gráfica la principal pregunta debe ser ¿Qué se quiere comunicar con la información? Dependiendo de la respuesta a esta pregunta existen una gran variedad de tipos de gráficos:
- · Gráficos de barras: son de gran ayuda a la hora de comprar valores. Ejemplo las ventas entre grupos poblacionales.
- Gráficos de línea: Estos tipos de gráficos son de gran ayuda para visualizar tendencias. Ejemplo las ventas mensuales.
- Gráficos de pasten o barras agrupadas: En el caso de los gráficos de pastel o pie permiten ver la proporción de cada factor en una determinada categoría, mientras que los gráficos de barras agrupadas nos permiten comparar la proporción de cada factor a través de diferentes categorías o a través del tiempo. Ejemplo: ventas por género en un gráfico de paste y ventas por género por cada mes del año en un gráfico de barras agrupadas por género para cada mes
- Gráficos de dispersión: Este tipo de gráficos permiten ver la relación entre 2 variables y así determinar si existe algún tipo de correlación y de qué tipo. Un ejemplo de esto sería comparar el salario de los trabajadores de una empresa contra sus años de experiencia.
- Histogramas o gráficos de densidad: Cuando se quiere entender la distribución de una variable a través de un intervalo de datos se recomienda usar este tipo de gráficos. Por ejemplo, se busca entender la distribución de los salarios para una población determinada, este gráfico permite ver las tendencias y si existen algún tipo de sesgo.
Simplificar: Los tableros y reportes deben comunicar de forma simple para esto se recomienda:
- · Poner etiquetas a los gráficos.
- No recargar las gráficas con mucha información.
Usar paletas de colores que respeten a la audiencia. Ejemplo contrastes rojos y verdes pueden afectar el entendimiento de personas con algún grado de daltonismo por esto se prefieren colores en degrade que cualquier persona pueda diferenciar.
Los datos y la intuición
Muchas veces los líderes dentro de las organizaciones se dejan guiar por la intuición. Sin menospreciar la importancia de la experiencia a la hora de tomar decisiones, se puede afirmar que la información debería ser un factor crucial a la hora de validar esas hipótesis.
En la conferencia “Tableau’s Conference-ish 2020” Mark Randolph uno de los fundadores de Netflix compartió como en su experiencia ha visto muchas buenas ideas provenientes de diferentes personas, y cómo los datos son el validador final de esas ideas siendo el verdadero árbitro a la hora de ejecutar cualquier proyecto.
En la ejecución de ideas o proyectos siempre se debe tener un fundamento en la información que tiene la organización o buscar la forma de evaluarlo objetivamente con datos. Las organizaciones deberían abogar por lo que muestran los datos y sustentar o confrontar la intuición contra los mismos.
Esto no implica que la intuición no es un factor importante para la toma de decisiones. De hecho, en las investigaciones realizadas por Laura Huang (2019). Se sugiere que la intuición puede ser útil, especialmente en circunstancias muy inciertas en las que la recopilación y el análisis de datos adicionales no afectara significativamente la toma de estas decisiones. En este caso la búsqueda de información va a retrasar la toma y ejecución de estas ideas.
De hecho, también advierte que hay que tener en cuenta dos factores a la hora de creer en el instinto:
¿Cuál es el grado de incertidumbre? Si el contexto en el que se van a tomar las decisiones la información disponible no permiten hacer, análisis o modelos de riesgo reales o cualquier tipo de análisis son inviables, en estos casos es necesario contar con la intuición y no perder tiempo desarrollando modelos sin salida.
· Tener en cuenta el entorno en el cual se están tomando las decisiones. Si se está operando en un entorno donde ya se han desarrollado y probado modelos y esquemas mentales exitosos, usarlos es necesario a demás de concentrarse en la ejecución y desarrollo. Pero sí por el contrario se esta buscando desarrollar un modelo disruptivo o inusual no existirá información disponible que permita evaluar su lógica.
La cultura de datos es de todos
Construir cualquier tipo de cultura en una organización puede ser un reto extenuante, se requiere organización, determinación y persistencia. En el artículo de MIT Management “how to build a data-driven Company” se enumeran las siguientes cinco formas en las que se puede edificar hacia una cultura de datos:
Incorporar un líder de cambio: Esto implica traer a las organizaciones personas que tengan experiencia con sistemas de datos, buenas bases de estadística, probabilidad y liderazgo hacia la innovación. Debe ser una persona inspiradora, con criterio para tomar decisiones o frenarlas siempre que los datos se lo informen
Incentivar la innovación: La organización se debe encargar de que todos los empleados puedan expresar y probar sus ideas sin ninguna fricción siempre que están fundamentados en datos y buenas prácticas.
Confrontar hechos brutales: ¿Cómo responde la organización cuando los números no muestran una buena imagen? Las compañías exitosas confrontan la verdad y no se dejan llevar por “métricas vanidosas”
Identificar los verdaderos problemas: Los datos no son el problema. Realmente los datos deben estar encaminados a responder o solucionar problemas reales de la organización.
Fomentar la colaboración: Los resultados en cualquier organización dependen de la colaboración. Esto significa combinar personas de áreas muy distintas como lo son agentes de negocio y personal técnico. Las organizaciones más exitosas logran tener equipos de datos e información embebidos dentro de todas las unidades de la organización con cierto grado de centralización. (Brown 2020)
Información recopilada por Esp. Jorge Cortez, Ing
