Durante la última década cada vez más organizaciones alrededor del mundo han descubierto los beneficios de volverse Data-Driven. En el último estudio de NewVantage Partners, compuesto de una amplia variedad de empresas e industrias, 96% de los participantes indicaron que han logrado resultados exitosos de iniciativas de Big Data e Inteligencia Artificial, y el 92% indicó que el ritmo de inversión en este sentido se está acelerando en sus organizaciones.
Sin embargo, subyacen grandes obstáculos en este camino; resulta complejo lograr una unificación de sistemas y datos que permita garantizar la disponibilidad y fiabilidad de las fuentes de información de la organización; y además está el factor cultural; lograr embeber la creación constante de nuevos insights (información de valor) en la cultura es por lejos el factor que más fuertemente puede apalancar o inhibir el camino a la transformación en Data-Driven.
Pensemos primero en las implicancias de acceder a información, a verdaderos insights. Para ello, debemos enfocarnos en el proceso de construcción de estos, es decir ¿cómo podríamos modelar la construcción de insights? ¿Cómo describimos los elementos, inputs y outputs que hacen a una cultura Data-Driven? En primer lugar, empezaremos por el input. La creación de un insight de negocio debe tener como mínimo tres elementos:
- Datos: los datos son el origen de la construcción de cualquier insight. Ningún insight se puede obtener sin una pata objetiva de apoyo. Normalmente conseguimos construirlos cuando observamos detalladamente cortes y desgloses de información. Los primeros insights siempre surgen de datos, eventos repetidos de información que permiten describir patrones. Por ejemplo: “Estoy vendiendo menos helado que hace 6 meses”
- Contexto: los datos no hacen sentido sin el contexto. Las notas periodísticas que sacan de contexto a la data no ofrecen insights, los mismos existen cuando conocemos el contexto y logramos enmarcar el dato en un patrón valido para el lugar y momento específico. Sumando al ejemplo anterior: “Estoy vendiendo menos helado que hace 6 meses, pero estoy en invierno”
- Visión: la visión del tomador de decisiones es otra pata fundamental del proceso de generación de insights, pues hablamos de objetivos organizacionales y mientras no se expliciten los mismos, los datos son imposibles de transformar en un output. “Estoy vendiendo menos helado que hace 6 meses, pero estoy en invierno. El próximo invierno queremos evitar la estacionalidad.”
Fijémonos cuán difícil es crear un insight sin estos tres componentes. Un dato sin contexto es simplemente inútil, un insight sin visión no es accionable. Aun así, nos faltan componentes. Aunque estos son los tres inputs clave, en este proceso intervienen otros actores más complejos:
- Herramientas analíticas que nos permitieron obtener el dato en primer lugar
- Personas capacitadas para entender el contexto y los patrones del negocio
- Tomadores de decisión con claridad de visión
Y, por último, ejecución, pues un insight sin acción es desperdicio puro. Es equivalente a pensar en una fábrica que construye autos para guardarlos en un galpón y dejarlos que se oxiden. Ejecutar con efectividad implica accionar y corregir el rumbo rápidamente a través del feedback del mercado o entorno. El proceso de toma de decisiones Data-Driven se puede resumir entonces según la siguiente figura:
Es por eso, que los obstáculos más importantes para volverse Data-Driven vendrán no solo por las deficiencias tecnológicas y de información, que son una condición de mínima para el éxito, sino también por la condición de máxima, que es la existencia de una cultura Data-Driven. Es decir, una que adopte procesos de toma de decisiones, que estimule la incorporación del dato, el análisis del contexto y la visión del tomador de decisiones para generar verdaderos resultados organizacionales y que, a su vez, estos se transformen en iniciativas y ejecución.
Existe un elemento acelerador del cambio de la cultura Data-Driven que vale la pena destacar. La importancia de obtener quick-wins (ganancias de corto plazo) al adoptar prácticas de BI. Cuando demostramos a nuestros colaboradores y a la organización que combinar estos tres elementos potencia no solo la probabilidad de éxito de la organización, sino también el empoderamiento de los decisores se genera un impulso que eleva los estándares de desempeño, combate la mediocridad y suma promotores importantes del uso de data en la toma de decisiones.
Volverse Data-Driven entonces, requiere adaptarse al cambio tecnológico, sumar decisores enamorados de la data y de los buenos resultados. Con este impulso el siguiente paso es democratizar el uso de la data a través de estrategias de entrenamiento en construcción de insights y adopción para toda la población.
Desde Merovingian Data, nos tomamos este reto con seriedad, por eso siempre partimos desde la visión holística que otorga un Assessment apalancado en procesos, personas y datos, así es como ayudamos a las organizaciones a crear una hoja de ruta completa para el cambio, que no deje de lado la transformación cultural.
