¿Tu estrategia de analítica tiene lo que se necesita?

[RishiK]

Según Splunk, aunque el 81 % de los líderes empresariales considera que los datos son muy valiosos para su organización, el 47 % está seguro de que no puede mantenerse a la par de la tasa a la que aumenta la producción de datos. Esto se debe, principalmente, a que, en una organización, no se utiliza más de la mitad de los datos. Por otro lado, los datos que sí se utilizan, no siempre se aprovechan a su máximo potencial.

Varias organizaciones no reconocen lo anterior como un problema y muy pocas de las que sí lo reconocen están haciendo algo al respecto. ¿Acaso tu director financiero solo analiza la mitad de los gastos? No. Entonces, ¿por qué solo se analiza la mitad de los datos para tomar la mayor parte de las decisiones?

La analítica ya no se limita a un equipo específico que realiza un trabajo específico. Todas las personas que toman decisiones (sin importar cuán pequeñas sean dichas decisiones) deben tener acceso a todos los datos y la analítica que necesiten, así como a los recursos para analizarlos a fin de alcanzar el rendimiento óptimo de la empresa. 

Sin embargo, implementar técnicas de análisis sin contar con un mecanismo para evaluarlas es como enviar a tu hijo a la escuela sin darle ninguna prueba. Si lo haces, es posible que tu hijo aprenda a calcular de forma incorrecta el área de un rectángulo sin que te enteres.

Se necesita de un sistema de calificación para medir no solo la exactitud, sino también la eficiencia y el alcance del aprendizaje de tu hijo. Y esto es exactamente lo que hace una herramienta de evaluación de madurez analítica para tu organización.

Primero, ¿qué es la madurez analítica?

Es probable que puedas descifrarlo a partir de las palabras en sí, pero “madurez” significa la eficacia con la que una organización utiliza su tecnología/herramientas, personal, procesos y diversas estrategias para administrar y analizar datos a fin de tomar decisiones empresariales fundamentadas.

Modelos de madurez analítica

Contar con objetivos a corto plazo es muy importante para alcanzar cualquier objetivo a largo plazo. Cuando estás en proceso de cambiar a tu empresa a un modelo completamente impulsado por datos, es fácil perder el rumbo a mitad de camino. Los ajustes realizados a partir de evaluaciones precisas del progreso pueden hacer maravillas. Permiten ahorrar tiempo, esfuerzo y, por lo tanto, dinero.

Estos ajustes provienen de modelos de madurez analítica. Describen el progreso de una empresa a través de las diversas etapas de la capacidad de análisis de datos.  Permite descubrir en qué etapa se encuentra la organización y las medidas que se deben tomar para alcanzar el siguiente paso.

Es necesario que los resultados de las estrategias de análisis de datos se midan en comparación con parámetros estándar de la industria, de modo que se pueda suplir cualquier deficiencia existente. Después podrás averiguar en qué etapa te encuentras con respecto a cada uno de esos parámetros.

¿Cuáles son estas etapas?

Esta es una descripción genérica de las etapas según estándares de la industria:

Etapa 1: Falta de analítica. Una empresa se encuentra en este punto si no cuenta con procesos analíticos en absoluto.

Etapa 2: Analítica descriptiva. En esta etapa, las empresas analizan datos anteriores para recopilar información sobre lo sucedido.

Etapa 3: Analítica de diagnóstico. Aquí se buscan patrones en los datos para encontrar los motivos por los que sucedió algo en particular.

Etapa 4: Analítica predictiva. Esta etapa implica la previsión del futuro mediante el uso de tecnologías sofisticadas en grandes conjuntos de datos.

Etapa 5: Analítica prescriptiva. Es la última etapa, en la que una empresa utiliza los datos para desarrollar un plan que permita cambiar el resultado previsto por el resultado deseado mediante el uso de insights y técnicas de optimización.

Revisa las etapas de la madurez analítica según Alteryx (modelo adaptado de “Competing on Analytics” de Davenport y Harris, International Institute of Analytics):

Profundicemos un poco más

Para comprender cómo se mide la madurez analítica, revisemos los diferentes parámetros que comúnmente se utilizan en las herramientas de evaluación para determinar la etapa en la que se encuentra una empresa. 

Infraestructura de datos: ¿Dónde se almacenan los datos?

¿Están distribuidos en diferentes ubicaciones aisladas, como aplicaciones SaaS y archivos sin procesar, entre otros? Eso es menos maduro.

¿O se almacenan de manera centralizada, con plataformas en la nube que reciben datos de más fuentes que solo sus aplicaciones, como Amazon Data Exchange o Snowflake? Eso es mucho más maduro.

Por ejemplo, una empresa que sigue mejorando su infraestructura de datos se encuentra en la etapa de analítica descriptiva, mientras que una empresa que tiene un pipeline de aprendizaje automático con flujo de trabajo automatizado está en la etapa predictiva.

Acceso a los datos: ¿Desde dónde se pueden consultar?

¿Los empleados importan o exportan constantemente sus propios datos para analizarlos? Eso es menos maduro.

¿Cuentas con pipelines de datos con varios enfoques de integración de datos implementados, que permiten transferir los datos a una ubicación común a la que todos pueden acceder? Eso es maduro.

¿Tienes también un mecanismo de visualización de datos que responda a requisitos dinámicos, que elimine la necesidad de que los usuarios filtren y seleccionen los datos que necesiten? Eso es mucho más maduro.

Modelado de datos: ¿Es fácil de entender?

Ya sabes qué veremos. El caso no maduro: la ausencia de modelos de datos, los conjuntos de datos enormes y aburridos con casi solo tablas, de los cuales no todo el personal puede extraer conclusiones.

El caso maduro: contar con una interfaz fácil de usar, con un modelado lógico de datos que destaque los indicadores de puntos clave y que facilite la comprensión de los datos para todo el personal que los consulte.

Utilización de datos: ¿Cómo se obtienen?

¿Tu organización permite que solo algunos empleados utilicen código y SQL para consultar datos, mientras que otros no tienen acceso a ellos? Eso no es maduro.

¿Qué se debe hacer para ser más maduro, entonces? Brindar datos como servicio, lo que permite a los usuarios utilizar las herramientas que deseen para analizar los datos. Integrar analítica en aplicaciones y operaciones para que se puedan utilizar incluso fuera del panel de control de analítica.

Insights de datos: ¿Cómo afecta las decisiones?

Usar datos históricos para tomar decisiones es bueno, pero es menos maduro que usarlos para predecir los resultados futuros. Imagina lo que una empresa de fabricación podría hacer por su inventario con la predicción precisa de ventas futuras.

Para comprender cómo se mide la madurez analítica, revisemos los diferentes parámetros que comúnmente se utilizan en las herramientas de evaluación para determinar la etapa en la que se encuentra una empresa. 

Infraestructura de datos: ¿Dónde se almacenan los datos?

¿Están distribuidos en diferentes ubicaciones aisladas, como aplicaciones SaaS y archivos sin procesar, entre otros? Eso es menos maduro.

¿O se almacenan de manera centralizada, con plataformas en la nube que reciben datos de más fuentes que solo sus aplicaciones, como Amazon Data Exchange o Snowflake? Eso es mucho más maduro.

Por ejemplo, una empresa que sigue mejorando su infraestructura de datos se encuentra en la etapa de analítica descriptiva, mientras que una empresa que tiene un pipeline de aprendizaje automático con flujo de trabajo automatizado está en la etapa predictiva.

Acceso a los datos: ¿Desde dónde se pueden consultar?

¿Los empleados importan o exportan constantemente sus propios datos para analizarlos? Eso es menos maduro.

¿Cuentas con pipelines de datos con varios enfoques de integración de datos implementados, que permiten transferir los datos a una ubicación común a la que todos pueden acceder? Eso es maduro.

¿Tienes también un mecanismo de visualización de datos que responda a requisitos dinámicos, que elimine la necesidad de que los usuarios filtren y seleccionen los datos que necesiten? Eso es mucho más maduro.

Modelado de datos: ¿Es fácil de entender?

Ya sabes qué veremos. El caso no maduro: la ausencia de modelos de datos, los conjuntos de datos enormes y aburridos con casi solo tablas, de los cuales no todo el personal puede extraer conclusiones.

El caso maduro: contar con una interfaz fácil de usar, con un modelado lógico de datos que destaque los indicadores de puntos clave y que facilite la comprensión de los datos para todo el personal que los consulte.

Utilización de datos: ¿Cómo se obtienen?

¿Tu organización permite que solo algunos empleados utilicen código y SQL para consultar datos, mientras que otros no tienen acceso a ellos? Eso no es maduro.

¿Qué se debe hacer para ser más maduro, entonces? Brindar datos como servicio, lo que permite a los usuarios utilizar las herramientas que deseen para analizar los datos. Integrar analítica en aplicaciones y operaciones para que se puedan utilizar incluso fuera del panel de control de analítica.

Insights de datos: ¿Cómo afecta las decisiones?

Usar datos históricos para tomar decisiones es bueno, pero es menos maduro que usarlos para predecir los resultados futuros. Imagina lo que una empresa de fabricación podría hacer por su inventario con la predicción precisa de ventas futuras.

Sin embargo, esto es más fácil decirlo que hacerlo.

Cada organización es diferente a su manera, con activos y pasivos únicos. Lo que acabamos de ver son cinco etapas diferentes de cuatro categorías generales, pero cada una de estas tiene muchos subparámetros que se deben considerar con diferentes ponderaciones, como la comprensión del cumplimiento de los datos, la alineación con los objetivos comerciales y la eficacia del modelo operativo objetivo, entre otros. Una herramienta de evaluación puede estudiar todos los aspectos del recorrido de análisis de datos y ofrecer un informe detallado de madurez analítica. 

¿Estás listo?

Ya pasaron los días en que la analítica brindaba una ventaja competitiva. Ahora es una necesidad absoluta para sobrevivir en el campo de juego, ya que todos los demás hacen lo mismo. Y lo hacen rápido.

La velocidad es importante, siempre que sea en la dirección correcta. ¿Funciona tu organización de la manera correcta, con los datos?

Alteryx puede ayudarte con una herramienta gratuita de evaluación de madurez analítica disponible en línea y, si deseas tener una conversación sobre esto y tu estrategia de analítica, ya sabes a quién contactar.