ANALÍTICA DE DATOS… ¿QUÉ ES? ¿PARA QUÉ SIRVE?

Durante las últimas décadas, el mundo ha sido revolucionado drásticamente por la tecnología. Tecnologías disruptivas como el Internet de las Cosas (IoT), el Blockchain, la Inteligencia Artificial, la impresión 3D, la ingeniería genética, la telefonía móvil, la computación en la nube, entre otras, han tenido y seguirán teniendo un impacto profundo a nivel social, cultural y económico.

Dentro de las nuevas tecnologías, el desarrollo de la computación en nube, ha incrementado la capacidad de las organizaciones para almacenar grandes cantidades de datos e informaciones, dando nacimiento a la era del BIGDATA. En términos simples, BIGDATA es un término que hace referencia al gran volumen de datos, tanto estructurados como no estructurados, que hoy día poseen las organizaciones.

Cuando se habla de BIGDATA, el reto para las organizaciones consiste en transformar esos grandes volúmenes de datos en información útil o “inteligencia de negocios” en un tiempo oportuno, lo cual les permitiría acelerar su proceso de toma de decisiones, anticipándose al entorno y a la competencia, obteniendo así una ventaja competitiva sostenible y mejores rendimientos de forma consistente.

En este sentido, para resolver el reto que el BIGDATA plantea, las empresas y organizaciones recurren a la Analítica de Datos (Data Analytics) como la herramienta para transformar esas grandes cantidades de data bruta en inteligencia que sea “accionable” en un tiempo oportuno.

El poder de la Analítica de datos reside en su capacidad para automatizar, a través de la tecnología y algoritmos, los procesos de recopilación, transformación y análisis de los datos, extrayendo tendencias que, como se dijo antes, sirven a los líderes de las empresas para conocer que está sucediendo y qué hacer al respecto.

La analítica de datos puede hacerse desde varias perspectivas, existiendo fundamentalmente cuatro tipos:

1) Descriptiva: analiza los datos para describir lo que sucedió en períodos pasados e identifica tendencias. El tipo de preguntas que esta analítica responde son, por ejemplo: ¿han subido las ventas? ¿cuál es su tendencia?

2) De diagnóstico: analiza los datos para encontrar la causa o raíz de una situación. Se enfoca más en el por qué de las cosas, busca una explicación. Necesita encontrar la

relación de causalidad entre distintas variables, generalmente valiéndose del método científico, partiendo del planteamiento de una hipótesis que se quiere comprobar o descartar. Ejemplo de preguntas que la analítica de diagnóstico responde: ¿qué impacto tuvo la campaña de marketing en las ventas? ¿varían las ventas según el mes o estación del año?

3) Predictiva: analiza los datos para predecir escenarios futuros. Ejemplo de preguntas que la analítica predictiva responde: ¿qué pasará con las ventas el próximo año? ¿qué pasará con los precios? A diferencia de la analítica de diagnóstico, la analítica predictiva no necesariamente se interesa por buscar una explicación del por qué sucederán las cosas, puede usar modelos univariables o multivariables para predecir posibles resultados.

4) Prescriptiva: analiza los datos para prescribir o sugerir posibles cursos de acción. La analítica prescriptiva busca facilitar las decisiones acerca de lo que se puede hacer para promover o impedir que un evento suceda, por ejemplo: si la competencia baja el precio en 15% ¿cómo debo responder para no perder mercado? Esta analítica se apoya en todas las anteriores.

Davenport (2006) en su trabajo de investigación “Competir mediante el Análisis1”, utiliza el término competidores analíticos, para describir a aquellas empresas que actualmente son líderes en sus respectivas industrias, cimentando sus ventajas competitivas sobre la base de construir capacidades para reunir, analizar y actuar a partir de datos.

De acuerdo a ese mismo autor, los competidores analíticos están en todo el mundo y participan en diversos campos de la economía: servicios financieros, comercio minorista, turismo, entretenimiento, consumo masivo, entre otras industrias.

Este tipo de empresa se caracteriza por una alta dirección comprometida con el uso de la analítica de datos a nivel de toda la empresa y no solamente a nivel departamental; cadenas de suministro, niveles de inventario, estrategias de precio, segmentación de mercado, entre otras funciones clave están siendo gestionadas con un fuerte componente de datos.

Así, por ejemplo, los Hoteles Marriott utilizan la analítica para determinar el precio óptimo de sus habitaciones; el banco minorista Capital One utiliza el análisis de datos para identificar clientes potenciales para sus tarjetas de crédito; la compañía de seguros Progressive hace análisis de datos para segmentar sus mercados y atender, en forma rentable, segmentos desatendidos por la competencia; la compañía de servicios

logísticos UPS utiliza los datos para mejorar su servicio de atención al cliente, entre otros muchos ejemplos.

Los ejemplos arriba mencionados, nos ilustran el potencial que tiene la analítica de datos para desarrollar ventajas competitivas en las empresas que la utilizan de forma integral, dentro del “corazón” de sus operaciones.

Todas las empresas, sin importar tamaño o la industria en la que se desempeñan, tienen la oportunidad de convertirse en competidores analíticos y utilizar esta herramienta para sacar ventajas sobre sus competidores y mejorar su rendimiento; todo comienza con el compromiso de la alta dirección para avanzar en forma decidida hacia una gestión y cultura basada en datos, al fin y al cabo, como dijo quien es reconocido como el padre de la Administración moderna, Peter Drucker…”Lo que no se mide, no se mejora”.