Nuestros sitios
Ver edición digital Título de la edición actual
Comparte
Compartir

Estrategia digital

La ciencia de datos en los negocios

Vivimos en un mundo en el que cada segundo del día se genera un sinfín de información. Desde las transacciones que realizamos, las ideas y opiniones que compartimos, hasta el comportamiento y reacciones que tenemos frente a diferentes personas y objetos.


Hyatt Saleh 05 Oct 2020
La ciencia de datos en los negocios

Con esos volúmenes de datos disponibles, se vuelve imperativo para todas las empresas desarrollar estrategias que mejoren la capacidad de analizarlos y convertirlos en información relevante. Siendo la meta que la información generada pueda ser utilizada para la solución de problemas de negocio y la toma de decisiones informadas, ya sea para la optimización de procesos, la mejora de la calidad de vida de los empleados, o la creación u optimización de productos y servicios, entre otros.

Es así como nace la ciencia de datos. Pero, ¿qué es exactamente? Es un campo de estudio que abarca todas las acciones relacionadas con la manipulación de datos en bruto, con el fin de extraer insights valiosos, que no son evidentes a simple vista y son utilizados para la toma de decisiones.

Dichas acciones incluyen -pero no se limitan a la recolección de datos- el proceso de limpieza y preparación de los mismos, la aplicación de algoritmos que descubran patrones sobre los datos, y la habilidad de interpretar dichos patrones e insights para contar una historia que tenga sentido a nivel de negocio, y que se pueda visualizar.

Debido a que la ciencia de datos abarca una lista muy extensa de acciones, todas igual de importantes, los científicos de datos son representados por medio de diferentes perfiles dentro de una organización. Dichos perfiles no se limitan a ingenieros en tecnología o a gurús del mundo de los negocios, sino a una mezcla de ambos, con la finalidad de cerrar la brecha entre la tecnología y los negocios, en donde todos los participantes trabajen en conjunto para hacer el mejor uso posible de los recursos con los que se cuentan (Berinato, 2019).

De esta manera, es importante resaltar que el objetivo final debería ser la creación de procesos, productos o servicios que se desarrollan alrededor de los datos, que adquieran su valor a partir de ellos y que generan más información valiosa; y no la utilización de los datos para la toma de decisiones triviales y que no son significativas en la empresa (Loukides, 2011).

Sin embargo, con la diversidad en la naturaleza de la información que se tiene disponible, se vuelve díficil poner en un par de reglones lo que la ciencia de datos puede hacer por un negocio en particular. Es por esto que, a continuación, se presentan algunas de las categorías en que ésta ayuda a la reestructuración de procesos, productos o servicios para la creación de ventajas competitivas:

  • La toma de decisiones inteligentes para administrar negocios eficientes. Tradicionalmente, los negocios llevan años implementando Business Intelligence para analizar información histórica y tomar decisiones, a pesar de que este análisis tiende a tener una naturaleza estática y descriptiva que no se ajusta a la realidad de la mayoría de industrias.

Con los avances en tecnología de hardware y de software, hoy en día las empresas generan y almacenan millones de datos diariamente, lo que ha creado la necesidad de que el proceso de análisis de la información se vuelva dinámico y se realice en tiempo real, con el fin de mantenerse al día con los cambios constantes de los patrones de compra y la capacidad rápida de respuesta que tienen nuestros competidores.

Con el desarrollo constante de algoritmos para el análisis de información, las compañías ahora tienen la capacidad de analizar toda la información que poseen, tanto estructurada como no estructurada, haciendo posible el descubrimiento de patrones para la toma de decisiones inteligentes y para la predicción de valores a futuro.

Por ejemplo, mediante el análisis del comportamiento de compra de los clientes actuales, es posible predecir su comportamiento futuro; así como el de clientes similares, y de esta manera desarrollar sistemas de alerta que permitan enviar recordatorios enfocados en fomentar la re-compra de productos.

  • La creación de mejores productos/servicios. El objetivo general de toda organización es la creación de productos o servicios, cuyo valor satisfaga las necesidades especificas de los usuarios. A través del análisis de la información, este proceso de creación de productos o servicios “a la medida” de las necesidades de los clientes es cada vez más sencillo y acertado.

Ya sea por medio del análisis de calificaciones y críticas de clientes actuales, o mediante la interpretación del comportamiento de clientes existentes o posibles prospectos, a través de los diferentes canales de atención, es posible identificar los requerimientos más importantes para los clientes y así desarrollar productos/servicios que se ajustan a dichas necesidades.

Con base en el análisis de las calificaciones y comentarios de los clientes, se identifican los sentimientos predominantes de ellos en su interacción con los productos, con el fin de cuantificar las características que generan satisfacción y aquellas que se deberían mejorar, y de este manera definir el roadmap de desarrollo, basado en datos reales y no en la suposición o percepción del líder del producto.

  • La capacidad de medir el impacto de las decisiones. Una vez que se toman decisiones a partir del análisis de la información, es igualmente importante la medición de las mismas para identificar como éstas afectan el desempeño y el crecimiento de la empresa.

Este es uno de los puntos más cruciales, ya que el desarrollo de soluciones sin una medición conlleva a la generación de conclusiones incorrectas que, a su vez, generan decisiones equivocadas a futuro.

Por ejemplo, al desarrollar un modelo que recomienda productos, sustentado en el comportamiento de los clientes, es clave también desarrollar el mecanismo mediante el cual se puede validar el porcentaje de ventas que efectivamente se generan gracias a las recomendaciones, y de esta manera validar el impacto del modelo y optimizarlo para alcanzar su máximo potencial.

  • La automatización de procesos. Donde los procesos repetitivos, cuyo valor se deriva del uso de información, se automatizan con el objetivo de alcanzar dos resultados principales: la reducción de costos y la consistencia de los procesos.

Este proceso de automatización permite que las personas encargadas originalmente de desarrollarlos, se enfoquen en la implementación de las decisiones, derivadas del análisis de la información, haciendo uso más eficiente de su tiempo.

En el área de reclutamiento de personal, ha sido posible el desarrollo de sistemas capaces de escanear la información de las hojas de vida de cientos de candidatos para filtrar aquellos más áfines para el cargo, reduciendo el tiempo requerido para la revisión de las hojas de vida, asegurando la consistencia con la que se evalúa cada candidato, y permitiendo que las personas anteriormente encargadas de este proceso se enfoquen en las entrevistas presenciales con los candidatos para asegurarse de escoger el perfil que más se ajusta a la cultura de la empresa.

Con estos casos en mente, y tomando en cuenta la variedad en los tipos de datos de los que se disponen, es importante resaltar que la ciencia de datos en los negocios, en términos generales, se enfoca en la creación de soluciones a partir de los datos que se les suministran, que pueden tener la capacidad de crear más datos para la medición de sus resultados o para aplicaciones futuras, por medio de la toma de decisiones encaminadas a la optimización de procesos, la solución de problemas de negocio, o la mejora o creación de productos y servicios.

Finalmente, cabe reiterar que el objetivo final de la aplicación de la ciencia de datos en los negocios debe buscar la implementación de tecnologías de procesamiento de datos para solucionar problemas específicos de negocio, buscando mejorar la eficiencia y capacidad de respuesta de los mismos.

Referencias

Loukides, M., “What Is Data Science?” (O’Reilly Media, Inc, 2011).

Berinato, S., “Data Science and the Art of Persuasion” (Harvard Business Review, 2019).