Actualmente el sector empresarial se encuentra inmerso en medio de una avalancha de datos. Existen múltiples estudios, informes, análisis y publicaciones de blog que hablan sobre la importancia de los datos y la necesidad de definir una estrategia de negocio basada en ellos, sin embargo, esto es relativamente nuevo para la mayoría de las empresas.
Aunque gran parte de las compañías todavía está tratando de entender por qué necesitan invertir en analistas de datos y definir una estrategia de negocio basada en ellos. El número de organizaciones que basan su estrategia empresarial en el análisis de datos para crear una ventaja competitiva están creciendo a un promedio de más del 30% anualmente y se espera que alcancen los 1,8 billones de dólares en beneficios para el 2021.
El desbloqueo de los datos
A diferencia de las empresas tradicionales, las organizaciones basadas en datos no crecen de manera lineal, sino exponencialmente. Para ello, solo hay que observar el crecimiento espectacular de compañías como Amazon y Google, que han construido sus modelos de negocios en torno a la exploración y explotación de la información.
Lo que estas empresas tienen en común es un enfoque centrado en los datos que va más allá de la excelencia operativa. Esto requiere que pongan los datos y el análisis en primer plano en los procesos comerciales cotidianos, y que piensen más allá de los silos e incluso los propios muros de la empresa (literal y metafóricamente) para construir colaboraciones significativas.
El potencial del análisis de datos para lograr un mayor impacto positivo sigue siendo grande para muchas empresas. Aproximadamente seis de cada diez empresas toman la mayoría de las decisiones en función de la sensación y la experiencia, en lugar de datos e información. Y el 40% de las mejores compañías toman decisiones basadas en sensaciones o experiencias viscerales.
No hay una sola ruta correcta para convertirse en una empresa basada en datos, pero hay características comunes y mejores prácticas compartidas por aquellos que lo hacen bien.
La información de calidad es el secreto del éxito de las empresas que consiguen aumentar sus tasas de conversión, incrementar sus ventas y batir récords de lealtad de clientes y así lo corroboran algunos datos:
- Para 2020, la experiencia del cliente superará al precio y al producto como el diferenciador clave de las marcas.
- Las empresas de Estados Unidos pierden aproximadamente 83 mil millones de dólares en ventas al año debido a la mala experiencia de los clientes provocado por una gestión de los datos ineficiente.
- El 91% de los clientes insatisfechos no harán negocios con una marca que no cumplió con sus expectativas.
- En promedio, los clientes leales valen aproximadamente 10 veces el valor de su primer pedido.
- El 80% de los datos de los clientes se desperdiciarán debido la inmadurez en la gestión de los datos.
Los obstáculos
Una vez se ha demostrado la importancia de una buena gestión de datos, ¿qué está impidiendo que las organizaciones adopten ampliamente los análisis? Según las últimas encuestas, la falta de conocimientos para implementar un análisis de datos eficaz y la falta de habilidades internas en la línea de negocio, son las principales barreras para convertirse en una compañía data-driven al 100%.
Estos obstáculos son solo algunos de los que la figura del analista de datos puede ayudar a sortear. Por ejemplo, los analistas pueden ayudar a «nivelar» su conjunto de habilidades y pueden ser más proactivos para hacer un buen trabajo y comunicar su valor a sus gerentes y al negocio. Pueden investigar más para desentrañar estudios de casos sobre cómo otras organizaciones abordaron problemas empresariales similares a través del análisis.
Por otro lado, los gerentes de alto nivel pueden promover o exigir un mayor intercambio de datos y designar una propiedad y administración más claras de los datos, como la designación de un jefe de análisis o un jefe de datos.
Todo esto lo que deja claro es la importancia de invertir recursos para que los empleados cuenten con las habilidades necesarias. Y es que, más que un simple cálculo de números, se necesita una sensibilidad especial para la ciencia de datos.
No es una tarea fácil encontrar personas que comprendan la información, a la vez que entienden el funcionamiento de la compañía y tienen un profundo conocimiento tecnológico.
Debido a la sobreabundancia de soluciones de datos, muchas compañías hoy en día están luchando por encontrar una buena opción para su caso específico. Identificar las tecnologías más adecuadas e implementarlas con éxito sigue siendo uno de los principales desafíos en el camino hacia la grandeza basada en datos.
Casos de éxito
La toma de decisiones tras el análisis de datos puede funcionar para una organización de cualquier tamaño, desde gigantes multinacionales hasta empresas familiares, siempre que exista un compromiso con los principios del método.
Las grandes empresas de tecnología han sido pioneras y han perfeccionado esta metodología principalmente porque poseen una combinación única de mentes analíticas, experiencia técnica y cultura abierta que es propicia estas acciones. Sin embargo, no solo ellas tienen la posibilidad.
La red social por antonomasia descubrió desde el principio que la democratización del acceso a los datos, es decir, su disponibilidad generalizada, permitía a la empresa ser mucho más ágil y receptiva a los cambios del mercado y al desarrollo de productos.
En un ejemplo del impacto de este enfoque, Facebook observó cuántas personas comenzaron a usar una función a través de la cual podían pedirle a un amigo que les eliminara de una foto, aunque luego abandonaban esa solicitud cuando se daban cuenta de que tenían que escribir un mensaje a su amigo explicando por qué.
Los analistas de Facebook descubrieron que, si rellenaban automáticamente un mensaje de muestra, la cantidad de usuarios que completaban la solicitud aumentaba a un 60% desde 20%. Esa información condujo a la decisión de convertir el mensaje autocompletado en una parte oficial de la herramienta.
Las empresas más tradicionales también han aprendido a aprovechar el poder de la analítica. Por ejemplo, Southwest Airlines descubrió que podría usar la analítica para ahorrar combustible de avión.
La compañía también descubrió que podía determinar qué puertas de aeropuertos estaban abiertas para recibir aeronaves de modo que los clientes tuvieran que pasar el menor tiempo de espera posible.
A veces, los resultados del análisis de datos son un poco menos glamorosos, pero aun así suponen beneficios para un negocio. Por ejemplo, Walmart usó los datos de compra de productos de las áreas donde los huracanes habían ocasionado daños para averiguar qué compraban las personas cuando se abastecían antes de una tormenta.
La compañía quería utilizar el análisis predictivo para determinar cómo abastecer a las tiendas antes de futuras tormentas. Descubrieron que, además de las grapas y las linternas, las tiendas tenían una gran demanda de artículos inesperados. Las ventas de tartas de fresa se multiplicaron por siete como un producto no perecedero sabroso que no requiere cocción, y la cerveza fue el producto más vendido.
El minorista estadounidense comenzó a enviar camiones cargados con estos artículos a tiendas en áreas donde se pronosticaron huracanes y las ventas fueron en aumento.
La ciudad de Boston (Massachusetts), ha adoptado la gestión basada en datos con un programa llamado CityScore. La iniciativa consiste en un panel de control online que muestra el desempeño del gobierno en 24 áreas clave en relación con sus objetivos, como responder a llamadas de emergencia y recolectar basura.
Los sensores registran automáticamente gran parte de los datos, y los trabajadores de la ciudad registran información en aplicaciones móviles cuando completan una actividad. El sistema hace que los problemas sean evidentes y ayuda a garantizar que la ciudad asigne recursos donde tendrán el mayor impacto para los ciudadanos.
UPS quería convertirse en el mejor servicio de entrega agregando valor a la velocidad en la que recibe su pedido. En su análisis, descubrieron que podían lograr este objetivo al reducir la cantidad de posibles giros a la izquierda en la ruta de entrega del conductor.
Como resultado, entre 2004 y 2012, ahorraron 100 millones de galones de gas y redujeron sus emisiones de carbono en 100.000 toneladas métricas. Esto también les ahorró 83 millones de euros en minutos inactivos, que costaron 22 millones de euros en gastos de mano de obra cada año.
Es una compañía de nóminas, recursos humanos y beneficios para empleados que atiende principalmente a pequeñas empresas. Perdían el 25% de su base de clientes cada año y decidieron analizar y construir modelos predictivos para detectar clientes de alto riesgo.
Su estrategia consistió en desarrollar un programa de retención de fin de año, dirigido a clientes que tenían más probabilidades de irse al proporcionar nóminas gratuitas y descuentos de lealtad. Esto redujo su tasa de pérdida de clientes en un 7%.
Esta es solo una pequeña selección de compañías que han adoptado una estrategia comercial basada en datos para maximizar los beneficios y la eficiencia. Aunque la mayoría sean grandes corporaciones, no se trata de un camino destinado solo a ellas, si no una guía a seguir para empresas de todos los tamaños.
Una de las razones por las que estas compañías han crecido y siguen creciendo es porque están explorando activamente cómo volverse más eficientes gracias a los datos.
Conclusiones
Para la mayoría de las empresas, los datos y los análisis son en su mayoría importantes para impulsar la excelencia operativa y fomentar mejores relaciones con los clientes.
Las organizaciones innovadoras utilizan nuevas tecnologías e ideas para ir un paso más allá y reconsiderar toda su estrategia, o incluso crear modelos de negocios nuevos y creativos.
Por ejemplo, los gobiernos pueden brindar mejores servicios a los ciudadanos, los hospitales pueden atender a pacientes más allá de las paredes de las clínicas, y las compañías pueden construir plataformas basadas en datos que invitan a más clientes y socios a crear conjuntamente nuevos productos y servicios y desbloquear nuevas fuentes de valor.
