Noviembre 6, 2017

Big Data: ¿qué requieren las empresas para usar este gran activo?

Los datos son el nuevo gran activo de las empresas y las grandes compañías del mundo ya están repensando sus servicios para mejorar la experiencia que les brindan a sus usuarios, gracias al análisis del Big Data. Netflix es un claro ejemplo. La plataforma de streaming utiliza la información proporcionada por sus suscriptores para predecir las películas y series más afines a sus gustos.

“Antes éramos más ingenuos y sobreexplotábamos las señales individuales”, cuenta Todd Yellin, VP de product innovation de Netflix a la revista Wired. “Si veías una comedia romántica, todas las recomendaciones se basaban en ese género. Y eso hacía que la gente se hartara rápidamente. Pero cuando tienes más de 75 millones de personas en el mundo, puedes ser más específico a la hora de aprender sus gustos”, agrega.

Hacer uso del Big Data no sólo permite mejorar la experiencia de los clientes, sino que también ayuda a las empresas a tomar mejores decisiones, optimizar el funcionamiento de los procesos e, incluso, crear productos basados en resultados de algoritmos. Y esto último también lo hizo Netflix con Stranger Things. El éxito de la serie fue predecible gracias a un cálculo numérico, que mezcló producciones como Cuenta Conmigo, Los Goonies y ET, además de novelas de Stephen King, Marvel y la presencia de actores de los 80´ como Winona Ryder y Matthew Modine. Una respuesta a los hábitos de consumo, que permitió entregar a los clientes lo que precisamente querían ver.

Inteligencia de datos para crear negocios exitosos

Pero los datos no se manejan por sí solos, sino que necesitan de profesionales especializados que los puedan extraer, clasificar y analizar.

Una tendencia mundial es que las medianas y grandes empresas cuenten con departamentos de Business Intelligence, dedicados al análisis de datos estratégicos de la organización. Se caracterizan por extraer información “tradicional”, por ejemplo, provenientes de sistemas ERP, CRM, sistemas de venta, entre otros. Se trata de un análisis más bien descriptivo y de diagnóstico que busca responder a la pregunta, “¿qué pasó?”.

Con Big Data, la información aumenta de forma exponencial. “Con una gran cantidad de datos no sabes qué es lo que estás buscando, por lo tanto, el gran desafío es encontrar patrones y clusters de información”, indica Cristóbal Urenda, CEO y cofundador de la consultora de analítica y Big Data, Analytics 10, empresa chilena que lleva dos años desde su creación, con presencia en Brasil y México, pero que nació como un spinoff del grupo Inteligencia de Negocios que lleva 14 años funcionando tanto en Chile como en Brasil.

Requisitos para pasar de una analítica tradicional a una avanzada

Tal como indica Cristóbal, el paso de la analítica tradicional al Big Data no es tan lejano. Para hacerlo, se precisa contar con científicos de datos, pero de diversa índole. “Se necesita una persona que sepa programar, usar las tecnologías, armar los algoritmos, pero también que tenga la capacidad técnica de administrar las plataformas tecnológicas. Después se requiere a alguien que pueda desarrollar la aplicación, alguien que la mantenga, alguien que la empaquete y que la haga usable para el día a día”, explica Urenda.

Otra alternativa es tercerizar este tipo de servicios. “Una mediana empresa puede llegar a tener una analítica de clase mundial a través de la externalización, de hecho, es uno de los factores que le permite entrar a competir con las empresas de mayor tamaño”, señala. Una tendencia que cada vez adquiere más fuerza, ya que permite que las compañías se dediquen exclusivamente a su área —sea cuál sea— y no tengan que preocuparse de mercados que no manejan.

Los pasos para hacer uso del Big Data

Los requisitos para aplicar analítica avanzada son:

  1. Tener acceso a los datos. “Puede darse el caso de empresas que no hayan guardado sus datos a lo largo de los años, o que trabajen en conjunto con otros socios (por ejemplo, franquicias), por lo que no tienen acceso directo”, dice el analista.
  2. Clasificar y unificar fuentes. Existen datos que pueden pertenecer al mismo usuario, pero que están etiquetados de manera distinta desde el área de Ventas, Atención al Cliente, Redes Sociales, Geolocalización. Para obtener un panorama general, es necesario poder unir la información, con bases depuradas y clasificadas. “Esta etapa de asociación y blending es un proceso que corresponde al 80% del trabajo y el tiempo empleado”, precisa Cristóbal.
  3. Entregar información relevante. La presentación de la información debe ser digerible, como establece el cofundador de Analytics10: “Se tiene que entender, por eso nosotros creamos tableros que facilitan la comprensión de la información. Detrás puede haber millones de datos, algoritmos muy avanzados, pero al final cómo se le presenta al usuario final es lo que va a determinar si tiene éxito o no”.
  4. Tomar acciones. En base a la información depurada, las personas cuentan con más y mejores herramientas para predecir (¿qué va a suceder?) e incluso prescribir (¿cómo podemos asegurarnos que suceda?), explica.

De esta forma, “el valor agregado de la analítica avanzada es que permite visualizar qué es lo que la empresa necesita hacer para cambiar lo que está mal, o continuar haciendo lo que está bien. Las respuestas están enterradas en el Big Data”, concluye Cristóbal Urenda.

Los datos son el nuevo oro y petróleo del mundo, y su correcto uso puede determinar el éxito de la organización. La invitación es a fortalecer la analítica avanzada para que puedas evolucionar con tu empresa.