La sociedad actual avanza a gran velocidad hacia la digitalización. La democratización en el acceso y la alta velocidad de compartición de la información nos obliga a todos a ser capaces de tomar decisiones acertadas en un corto espacio de tiempo y en un entorno rápidamente cambiante.
En este contexto, muchas organizaciones se encuentran en una situación embrionaria o de bloqueo interno en el proceso de adopción del dato como base para la toma de decisiones. Proceso que habitualmente se caracteriza por la presencia de silos de información dentro de los diferentes departamentos de la organización y la fragilidad de los procesos para generar datos con una calidad lo suficientemente robusta para dar soporte a la toma de decisiones.
La principal barrera a este proceso de transformación digital es la integración de estos procesos en la cultura analítica de la empresa a todos los niveles. Además, la continua aparición de nuevas tecnologías dificulta la implementación y consolidación de los proyectos orientados a la recolección y explotación del dato.
Es por esto, que el principal factor de éxito para que una organización pueda incorporar la toma de decisiones basadas en datos y así convertirse en una organización orientada al dato pasa por la adquisición de una serie de competencias por parte de sus trabajadores e incorporarlas dentro de su cultura analítica.
Según Josep Curto, estas competencias permiten la explotación de los datos en diferentes niveles, dando cobertura a distintas necesidades dentro de la organización y que pueden asociarse a diferentes niveles de madurez digital:
Análisis descriptivo: ¿qué sucedió?
En esta primera fase, la empresa es capaz de entender qué pasó en un momento determinado. Para ello, se basa en una metodología que se aplica describiendo todas las dimensiones posibles dentro del análisis a partir de la recolección de datos como, por ejemplo, cuántos clientes han comprado nuestros productos o servicios.
Análisis de diagnóstico: ¿por qué sucedió?
La organización no solo es capaz de identificar qué pasó, sino también entender las razones por las que sucedieron las cosas. Por ejemplo: ¿por qué los clientes compran determinados productos o servicios?.
Análisis predictivo o de simulación: ¿qué sucederá después?
Se produce cuando la organización es capaz de predecir ciertas acciones de los clientes. Por ejemplo, qué clientes tienen la intención de adquirir o dejar de adquirir nuestros productos o servicios. En el análisis predictivo suelen utilizarse diferentes disciplinas matemáticas como la estadística y el aprendizaje automático o machine learning.
Análisis prescriptivo: ¿qué deberíamos hacer?
La organización es capaz de tomar decisiones basadas en diferentes patrones de comportamiento de los clientes actuando sobre ellos. Por ejemplo, identificar aquellos clientes que, por su comportamiento, imitan un patrón que en un alto porcentaje de casos ha supuesto darse de baja de nuestros productos. El análisis prescriptivo permite interactuar con estos usuarios y ofrecerles condiciones favorables para que sigan vinculados a nuestro negocio, favoreciendo la retención y la fidelización de los clientes.
Análisis preventivo: ¿qué van hacer nuestros clientes?
La organización es capaz de anticiparse a las necesidades o acciones de los clientes. Por ejemplo, enviando información u ofertas antes de que se produzca la necesidad por parte de los clientes. Aquellas organizaciones que deseen avanzar en su cultura analítica para convertirse en organizaciones orientadas al dato deben ir adquiriendo progresivamente cada uno de estos niveles para poder generar un mayor valor a partir de los datos para que éstos sean capaces de soportar la toma de decisiones.
¿Puedes identificar en que punto de madurez de análisis se encuentra tu empresa?
Referencias:
– Curto, J. Organizaciones orientadas a los datos. PID_00209584. Barcelona: Oberta Publishing, c 2014
