Inicio Noticias Cómo optimizar el manejo de datos en las empresas

Cómo optimizar el manejo de datos en las empresas

Fuente: www.iprofesional.com

Durante los últimos años se viene hablando de big data como la gran revolución en el mundo empresarial. No hay dudas de que hoy los datos son el principal activo de cualquier organización exitosa y la fuerza de crecimiento continuo de las marcas. Sin embargo, ¿qué tanto han entendido las empresas el verdadero potencial de sus datos y cómo aprovecharlos?

Desde Google notamos que la manera en la que la mayoría de las empresas usualmente gestiona sus datos es a través de la contratación de “data scientists”, expertos en algoritmos cuya misión es crear sistemas avanzados que permiten aprovechar los datos de manera automática.

Por ejemplo, los “data scientists” desarrollan sistemas que identifican patrones de conducta para predecir qué clientes tienen más probabilidad de hacer uso de un descuento de “sushi premium” basándose en los comportamientos de compra pasados.

Ante esta proyección se generan grandes expectativas. Pero, al momento de realizar la primera revisión de resultados de los proyectos de “ciencia de datos”, la mayoría de las compañías descubre que va a tardar más de lo esperado en obtener retorno, porque los datos que poseen están más “sucios” de lo previsto.

¿Qué significa que un dato esté sucio? Volviendo al ejemplo anterior, si una empresa quiere encontrar como público objetivo a “todos los clientes que compraron en un restaurant de sushi entre sus últimas 100 compras”, seguramente se lleve una sorpresa: que los datos vienen de un sistema antiguo y tendrá que encontrar la manera de reconstruir aquellos datos que faltan o que están mal.

En otras palabras, no importa cuánto se automatice el aprovechamiento de la base de datos, si esta no ha sido curada debidamente, será muy difícil llegar a resultados relevantes que signifiquen mejoras concretas para el negocio en el corto plazo.

Entonces, ¿qué deben aprender hoy las empresas sobre el manejo de datos? En primer lugar, es clave lanzar rápidamente iniciativas de mejora, limpieza y gobierno de datos. Desde Google creemos que la integridad de los datos tiene que ser una prioridad estratégica para el negocio.

Esto quiere decir que cuando necesitemos usar un dato, tengamos la seguridad de que ese dato está disponible, es correcto y fácil de acceder. Eso nos permite acelerar exponencialmente el impacto de los proyectos basados en “data science”.

En segundo lugar, es necesario armar un equipo de exploración de datos como primer paso antes que un equipo de Data Science. En nuestra experiencia, tener un grupo especialista en traducir datos en información es clave para transformar el uso de datos en la empresa, porque su manera de interpretar los datos y su experiencia en el manejo puede hacer una diferencia radical.

Por ejemplo, en una marca de productos de belleza, los datos dicen que el 65% de los interesados son mujeres. El camino directo para el negocio sería reforzar el trabajo sobre el público femenino, siendo que es la mayoría.

Pero hay otro camino posible y más efectivo: leer del mismo dato que hay un 35% de hombres interesados y por ende puede generar grandes beneficios reajustar la estrategia a un público que gana terreno en la industria.

Además, montar esta estructura le permite a las compañías optimizar al máximo la utilización de datos y de esa manera poder justificar la inversión en proyectos importantes de datos cuyos resultados se ven a largo plazo pero son claves para el futuro del negocio.

Para muchas empresas el primer aprendizaje no es una novedad, pero el segundo es una sorpresa muchas veces resistida. Si bien cada organización es diferente y la manera de enfrentar este desafío requiere de conocer su cultura y estructura actual, a partir del diálogo diario con las empresas, en Google nos queda claro que el potencial impacto de un uso correcto de los datos es revolucionario para las compañías. Pero, para que esa revolución sea posible, se necesita también revolucionar las estructuras, la tecnología y la cultura de las organizaciones.