El análisis da valor al dato

Cuántas veces hemos escuchado esa famosa frase: “los datos son el petróleo de la nueva era”, esta no es una falacia y es que hoy el uso correcto de los datos ofrece múltiples ventajas y permite alcanzar objetivos positivos para las organizaciones.

Las analíticas son un mercado que crece constantemente, al que aún le falta mucho por explorar y por explotar. De acuerdo con Jorge Gómez, analista de IDC, la movilidad que ha generado una gran explosión de datos, hoy impulsa el uso de analíticos y actualmente es el conductor de inversión número cuatro de las empresas. Además, hoy crece muy por encima de la industria que tan sólo crece el 3% y analíticos entre 14 y 16%. “Esto habla de la oportunidad y de la velocidad de inversión que existe”, señaló Gómez, quien detalló que analítica de datos es una de las tecnologías centrales que forma parte de lo que llaman la tercera plataforma, en donde también se encuentra movilidad, redes sociales, nube y analítica de datos. 

“No podemos entender el fenómeno de transformación digital sin la analítica de datos. Porque los datos no serían de valor si no se obtiene algo de ellos”: IDC 

Las tres industrias que más usan estas herramientas

En el mercado mexicano una de las principales industrias que ya trabajan con esta solución con aplicaciones avanzadas, según Gómez, son: la banca, retail y manufactura. 

“Para el sector retail es muy común el uso de análisis de datos porque ellos ya están muy centrados en estrategias de comercio electrónico y buscan hacer recomendaciones de producto, mejorar la atención al cliente y la analítica se ve como un componente ligado y obligado a todas las estrategias de comercio electrónico”, ilustró Gómez. 

En manufactura va cobrando fuerza debido al crecimiento que tiene el Internet de las cosas, “la maquinaria y cadenas de valor de logística, transporte de mercancías y surtido de inventario, tiene la ventaja de que se puede monitorear a nivel producto el camino que siguen y en la línea el estado de los diferentes componentes que se utilizan, y para generar algoritmos de mantenimiento predictivo para que las máquinas siempre funcionen de modo efectivo. O bien para detectar de modo muy rápido los cambios en la demanda y con base en ello realizar ajustes en la producción para menores pérdidas”, ejemplificó el analista de IDC.

Sobre sus propósitos, el especialista explicó que la banca y las aseguradoras principalmente lo usan para el análisis de riesgo, no obstante, indicó que ya comienzan a hacer uso de estas técnicas en el área de mercadotecnia para anticipar las necesidades de sus clientes y con ello realizar oferta de un producto financiero enfocado a cada cliente. “Este tipo de usos han tenido un gran impacto positivo para la industria financiera”, acotó.

Sobre la pequeña y mediana empresa, Jorge Gómez explicó que aún no penetran de un modo masivo, no obstante, destacó que es cuestión de tiempo, “sobre todo porque ya las ofertas para estas empresas son viables en plataformas que ofrece Amazon, Azure o Google. Éstas son soluciones que se continuarán democratizando, ya que es un mecanismo para sobrevivir en tiempos de crisis. Se puede usar para generar un impacto en la parte de arriba del estado de resultados, que son las ventas; si conoces bien a tus clientes y los segmentas mejor puedes tener más productos y eso ayuda a vender más. Pero por otro lado, también tienes un impacto en la parte de abajo del estado de resultados en costos y gastos, ya que con el uso de analíticas identifico ineficiencias en las cadenas de producción o procesos empresariales”, mencionó sobre las razones por las que tienen un pronóstico positivo para el futuro de las soluciones de análisis. 

“La analítica seguirá teniendo auge derivado de la competencia que existe en el país. Porque si quiero que mi compañía crezca a tasas más altas que el 2% de lA industria, entonces tengo que quitarle mercado a mi competencia o descubrir mercados ocultos”: Jorge Gómez. 

Retos y habilidades que se requieren

Algunos de los desafíos principales que destacaron los especialistas se encuentran principalmente en  la forma en la que se plantean los proyectos, de acuerdo con Gómez, más del 70% de los esfuerzos y desafíos que presentan las compañías se encuentra en el manejo de los datos. “Es importante que tengan datos correctos y que sirvan, por ello es un tema de data management, de limpieza de datos, dedupulicación, entre otros. Son labores donde no se ve un retorno claro, pero que son necesarias para arrancar un proyecto de analíticos. Se tienen que tener trabajadas bien las bases de datos y bien corregidas para tener una mejor visibilidad”, ahondó.

En primer lugar, se debe definír un plan para el proyecto, de hecho, este es uno de los principales valores agregados que puede dar el canal, ya que pueden desarrollar una metodología y camino para detallar los objetivos de cada una de las empresas. 

En un segundo momento, se puede definir cómo se recolectan los datos y qué información se recolecta. Esto se define también a partir del primer punto, ya que si sabemos qué estamos buscando es más fácil encontrarlo. Ideal es recolectar datos tanto estructurados y no estructurados, cualitativos y no cuantitativos para que tengan mayor validez. 

Luego de ello se debe de tener un modelo predictivo, en este punto se pueden usar diferentes técnicas. 

Algunas de las técnicas más usadas son las tradicionales estadísticas donde se estiman las medias, desviaciones estándares, entre otras. Pero también están aquellas que usan avances tecnológicos como las redes neuronales, machine learning, aprendizaje por asociación, algoritmos, análisis de series temporales, por ejemplo.  

El análisis de datos se relaciona mucho a los términos estadísticos, es por ello que se debe conocer del tema y de los términos que en ella se utilizan como: muestreo, correlación de variables, media, desviaciones, etcétera. El análisis en tiempo real hoy es muy importante, ya que entre más alejada la temporalidad de realización de estudio más margen de falla pueden tener los análisis.

Para hacer el análisis se puede hacer uso de diagramas, plataformas de visualización. En este sentido, actualmente existen muchos modelos que son fáciles de usar y no se tiene que ser un experto.

Gómez, explicó que los canales que busquen diferenciarse en soluciones de análisis de datos, pueden ofrecer valor de dos formas: primero conociendo las características de una vertical en específico, esto porque como ya lo mencionamos, aterrizar el objetivo es parte fundamental del éxito de un proyecto, así un canal con conocimiento por vertical puede ayudar a sus clientes al planteamiento de estos objetivos. 

En segundo lugar, un canal que maneje las soluciones y los temas de administración de datos con maestría tendrá más oportunidad de destacar. 

Para alcanzar estos dos elementos, Gómez recomendó a los canales aprovechar la oferta educativa que se está abriendo para ello, además de no hesitar en invertir tiempo en los entrenamientos que ofrecen los fabricantes, así como enrolarse a sus programas para alcanzar los mejores beneficios. 

Sin embargo, reconoció que el talento es escaso y es uno de los principales retos que enfrentan los directivos, por lo que es importante invertir para formar recursos, en este tenor, ahondó que no es un problema exclusivo de México, ya que la falta de estos talentos es mundial, “Incluso nosotros exportamos talentos a Estados Unidos de América”. 

De hecho, cada vez más se abren nuevas posiciones relacionadas a esta área de la tercera plataforma como el científico de datos, el Chief Analytics Officer o el Chief Data Officer, por ejemplo.

Tendencias en análisis de datos

“La analítica predictiva fue pensada no sólo para entender los datos, sino tomar decisiones para obtener un resultado futuro”, describió Gómez como la función predictiva del análisis. Este tema ya tiene mucho desarrollo en áreas como prevención de fraude y tarjetas de crédito, “pero actualmente también se extiende a otras áreas, como el comercio electrónico para recomendar productos de modo inmediato, para prevenir las siguientes acciones que debo de tomar de modo anticipado”, comentó Gómez. 

Para el análisis de datos predictivo es necesario echar mano de la inteligencia artificial, la minería de datos y la estadística, para trabajar las bases de datos. Los sistemas reconocen patrones de comportamiento y trazan, por así decirlo, una frecuencia de comportamiento de acciones específicas. Por ejemplo con un gran volumen de datos se pueden identificar patrones de comportamiento y estos se analizan para definir estrategias de negocio. Con ello se pueden determinar acciones que beneficien a las empresas. 

Por ello continuar a el continuo uso de la inteligencia artificial y machine learning para tomar decisiones propias desde el sistema, para que se autocorrija y aprendan. “Plataformas como Watson, Alexa, Cortana, Lex, entre otros, entendemos que es el siguiente avance de la analítica, haciendo que los modelos entrenen, aprendan y que ellos puedan tomar decisiones con base en este análisis, incluso con base en el contexto”. 

Sobre analítica en la nube, Gómez aseguró que a pesar de que la nube ha sido muy popular, no han crecido mucho las soluciones de analíticos, ya que aún se tienen tabúes sobre el uso de los datos, pero aseguró que esto irá cambiando y la demanda de análisis en la nube crecerá.