Empresas orientadas a datos


¿Qué significa exactamente que una empresa esté orientada a datos?

png

En muchas empresas se cree que por generar montones de datos o tener aplicaciones de inteligencia de negocio, con unos cuantos cuadros de mando, ya están orientadas a datos.

Aunque efectivamente estas actividades forman parte de lo que hacen las empresas orientadas a datos, son actividades típicas para mostrar los hechos que están ocurriendo en ese momento o que ya han ocurrido en el pasado, sin explicar su causa, o hacer recomendaciones de qué se debe de hacer a continuación.

En contraste, las organizaciones orientadas a datos realizan análisis con miras al futuro, como utilizar modelos predictivos para optimizar el gasto, reponer una pieza en la cadena de suministro que está a punto de fallar, o parar la fuga de clientes a la competencia, con ciertas estrategias, como por ejemplo , ofrecerles un pequeño descuento justo antes de que se vayan. Realizar estas actividades requiere disponer de ciertas herramientas y habilidades; pero, sobre todo, debe de existir una cultura empresarial que promueva el uso de datos como base en la toma de decisiones.

¿Qué requisitos deben tener las empresas orientadas a datos?

Primer Requisito: ¡Datos!

El primer requisito es el más obvio: la organización debe de recolectar datos. Sin, duda los datos son un requisito clave. La diferencia aquí es que no vale cualquier dato, sino que deben de ser los datos correctos.

png

En concreto, los datos deben de ser relevantes a la cuestión que se intenta resolver; oportunos, en el sentido de que tiene se tienen que obtener antes de que sea demasiado tarde; completos; coherentes; sin ningún tipo de prejuicio; y lo más importante, tienen que ser de confianza.

Habitualmente los datos siempre requieren un proceso de ‘limpieza’ previo a su uso donde, entre otras actividades, se completan, se corrigen y se identifican los que son incoherentes. Esta tarea no es nada fácil y suele consumir el 80% del tiempo total, por otro 20% del tiempo donde se construyen los modelos, se analiza, se visualiza y se extraen conclusiones de esa información. Una señal que nos indica si estamos o no cumpliendo este requisito, es si en nuestra organización existe o no alguien que es responsable de la calidad de los datos.

Al final, todo es una cuestión de cultura corporativa. Por ejemplo, en las empresas orientadas a datos, los proyectos relacionados con la recolección de datos casi nunca tienen problemas de financiación.

Segundo requisito: Relaciones entre datos

Ya tenemos datos, ¿somos una empresa orientada a datos?

Tener datos relevantes, precisos, limpios y confiables no es suficiente para ser una empresa orientada a datos.

En primer lugar, estos datos tiene que poderse unir a otros datos de la empresa, cuando sea necesario. Esto, básicamente significa que vamos a poder relacionar fácilmente datos de distinta fuente. ¿El código de cliente de la aplicación de reclamaciones es el mismo que el código de cliente de la aplicación que gestiona los pedidos?, ¿se comparten los mismos códigos de producto entre las distintas aplicaciones corporativas?

Además, en la empresa tenemos que contar con un conjunto de herramientas adecuadas para poder buscar, filtrar, agregar y desglosar los datos.

png

Por ejemplo, si nuestros informes tienen la posibilidad de agregar los datos, podremos ver de un solo vistazo lo que está sucediendo en nuestro negocio y seremos capaces de ver tendencias, o podremos detectar las diferencias que se producen entre los distintos segmentos de clientes.

Pero sin duda, lo más importante es que tiene que existir una cultura corporativa que permita compartir información. Por ejemplo, tendríamos que poder unir los datos de la secuencia de clicks que hace un cliente en nuestra página web, con los datos de otros departamentos de nuestra empresa, como el departamento comercial o el departamento financiero. Será mucho mejor cuanta más información se comparta entre los distintos departamentos de la compañía.

En una organización orientada a datos, se comunican todos los números, independientemente de si ofrecen resultados negativos y, por ejemplo, cuando alguien ofrece una opinión, siempre se acompaña con números y datos.

Más ejemplos, en una organización orientada a datos, se dan mucha importancia a los procesos de gobierno de la información y todo el mundo comparte la misma definición para los distintos términos de negocio. Incluso se sabe perfectamente donde se generar la información, hacia dónde viaja y qué se hace con ella por el camino.

Tercer Requisito: Personas

Hemos cumplido los dos requisitos anteriores, ¿es suficiente? No, todavía no.

Necesitamos personas que utilicen datos, que sean capaces de filtrarlos y agregarlos, pero sobre todo, personas que tengan las habilidades suficientes para diseñar y escoger las métricas adecuadas que determinen la dirección que está tomando la empresa, de forma que se sea fácil monitorizar su progreso, su éxito o, lo antes posible, su fracaso. Además, alguien necesita decidir sobre estas métricas y lguien (posiblemente otra persona) debe de crear los procesos necesarios para proporcionar estos valores.

png

Por tanto, podemos decir que para que una organización sea orientada a datos, debe de tener personas que realicen las preguntas correctas sobre los datos, personas que tengan las habilidades necesarias para extraer la información correcta, personas que diseñen las métricas precisas, y personas que usen esa información para dirigir los siguientes pasos de la empresa y se den cuenta lo más rápido posible de las desviaciones tan pronto se producen.

Una vez más, la cultura empresarial es clave. En una empresa orientada a datos, cada objetivo, ya sea empresarial o personal de un empleado, se asocia con un indicador que permita establecer rápidamente si se cumple o no.

¿Es tu compañía una empresa orientada a datos?

¿Tienes algo que decir?

Related Posts

Pandas and Covid-19

Data manipulation and cleaning with pandas

Importing data from Twitter with python and tweepy

How to import data from twitter using python and Tweepy

Visualizing distributions of data

Plotting Distributions

Apache Spark en 10 minutos

Prueba Apache Spark mediante de una máquina virtual en 10 minutos