Ser un negocio impulsado por datos- las ventajas y como aplicarlo

Comprender lo que caracteriza a un negocio basado en datos es imperativo para cualquier organizacion que tenga la intencion de seguir siendo relevante en el futuro. Esta es simplemente una realidad que se ha producido debido a la influencia del ambito tecnologico en la evolucion de los negocios.

En pocas palabras, un negocio basado en datos es una organizacion que utiliza datos para informar a los responsables de la toma de decisiones, al tiempo que mejora los procesos y la toma de decisiones. Si bien es cierto que en estos dias, todas las empresas procesan y explotan los datos de una manera u otra, el negocio impulsado por datos es aquel que usa los datos para determinar las decisiones empresariales de manera sistematizada, en lugar de depender unicamente de tendencias, historia, intuicion y mas humano (y presumiblemente, falible) consideraciones.

Obviamente, el uso de datos por parte de las empresas para mejorar la eficiencia e impulsar la innovacion no es nada nuevo. A finales de los anos cincuenta y sesenta, cuando la industria informatica estaba en su infancia, habia mucho en esta area de la que el consumidor medio no conocia, pero que tenia un gran interes por los actores de poder en los Estados Unidos corporativos. No deberia sorprender que gran parte de la integracion temprana de los sistemas informaticos en los negocios se llevara a cabo en la banca, los servicios financieros y en Wall Street.

La explosion de los recursos de productividad y el perfeccionamiento de la tecnologia digital a partir de la decada de 1990 ha dado lugar a un crecimiento exponencial de la utilidad real que proporcionan los recursos digitales. Esto ha facilitado esencialmente el surgimiento de empresas basadas en datos.

Como proceso, la toma de decisiones basada en datos (DDDM) implica decisiones que son respaldadas por datos duros en lugar de aquellas que solo se basan en metodos de observacion tradicionales. Ha demostrado ser de particular ventaja cuando se aplica en campos como el cuidado de la salud, la medicina, las industrias manufactureras y el transporte.

Procesos DDM y conceptos erroneos Todos

usamos datos. De hecho, todos usamos datos incluso antes de la llamada Revolucion Digital. La diferencia entre como las organizaciones solian hacer las cosas y como lo hacen en un paradigma basado en datos representa una nueva modalidad en como se compilan, analizan y utilizan los datos (obtenidos de diversas fuentes digitales).

Antes de las computadoras, los analisis todavia estaban en uso; es solo que los datos se acumularon y analizaron de una manera diferente. Los encargados de la adopcion de decisiones seguian utilizando fuentes cualitativas y cuantitativas de informacion, pero los analistas con hojas de calculo en papel en lugar de computadoras registraron todas las cifras. Las tendencias, la historia y la intuicion de los gerentes experimentados llenaron los puntos en blanco.

Mientras que la tecnologia digital ahora esta llenando muchos de los puntos en blanco, la intuicion y la experiencia de gerentes inteligentes siguen siendo partes integrales del negocio basado en datos. Se ha convertido en algo asi como en un mito y un poco frustrante para algunos estrategas y analistas empresariales que las organizaciones basadas en datos hayan sacado el elemento humano del proceso de toma de decisiones por completo, o que esta sea la direccion en la que deberian dirigirse las empresas.La toma de

decisiones basadas en datos (DDDM) ha contribuido en gran medida a permitir a las organizaciones hacer pronosticos mas precisos, aclarar objetivos y metas y aumentar la transparencia en muchos otros parametros organizativos. Sin embargo, los expertos tambien coinciden en que la experiencia, la experiencia y la intuicion deben seguir desempenando un papel en el proceso de toma de decisiones, porque estos son recursos indispensables que los servicios digitales simplemente no poseen.

Beneficios de Convertirse en Datos

Los beneficios de DDM son multiples, pero en general, su exito se basa en varios factores. Entre los que desempenan el papel mas importante en la implementacion y el uso exitosos se encuentran-

1. Mejor rendicion de cuentas y transparencia La sistematizacion del

DDM da lugar a procesos en los que los administradores y el personal pueden confiar a lo largo del tiempo, mejorando asi el trabajo en equipo, la participacion del personal y la moral. Mientras que un ejecutivo o gerente determinado puede ser competente y confiable, la naturaleza caprichosa de las opiniones (que puede cambiar en un centavo) no se presta a procesos en los que el personal puede confiar. En cuanto al fomento de la rendicion de cuentas y la transparencia a largo plazo, la DDDM es simplemente una modalidad superior en comparacion con los metodos establecidos.

En la practica, el DDM ayuda a las organizaciones a hacer frente a los riesgos y las amenazas, lo que aumenta el rendimiento general. Establece que ciertas politicas y procedimientos se ejecutaran dentro de parametros fijos, eliminando gran parte de las conjeturas de las decisiones de los trabajadores y reduciendo la necesidad de microgestion.

2. Las decisiones empresariales estan vinculadas a los conocimientos obtenidos de Analytics

Con respecto a los procesos intuitivos a los que se hace referencia anteriormente, la gestion basada en datos ahorra tiempo, ya que permite a los administradores extraer datos e involucrar inmediatamente su experiencia e intuicion. Los objetivos analiticos precisos dentro del proceso DDM pueden ahorrar aun mas tiempo y mejorar el rendimiento.

DDDM tambien permite a los administradores ajustar parametros, probar diferentes estrategias y determinar cual es en realidad la ruta mas eficaz hacia cualquiera que sea el objetivo organizacional. Por ultimo, cuando las decisiones se basan en datos, la velocidad de toma de decisiones aumenta drasticamente, ya que los datos en tiempo real y los patrones de datos pasados estan siempre listos.

3. Mejora continua La mejora

continua es otro beneficio distinto de la toma de decisiones basada en datos. A traves de las metricas establecidas y la observacion continua, las organizaciones pueden monitorear dichas metricas, implementar cambios incrementales y realizar cambios complementarios basados en los resultados. Esto sirve para mejorar el rendimiento y la eficiencia general.

Empleando DDDM, las metricas establecidas garantizan que las decisiones tomadas se basen en hechos y no en el nivel de conocimientos o habilidades del personal o los administradores. Tambien permite a una organizacion escalar los cambios y pivotar rapidamente para la rapida implementacion de nuevas politicas o procedimientos.

4. Esfuerzos claros y precisos de investigacion de mercado

A traves de la toma de decisiones basada en datos, una organizacion se vuelve mas capaz de disenar nuevos productos, servicios confiables e iniciativas en el lugar de trabajo que mejoren la eficiencia. Tambien ayuda a identificar las tendencias probables antes de que se manifiesten en los mercados. La investigacion de datos historicos permite a una organizacion saber que esperar en el futuro y que cambiar para generar mejores numeros.

El analisis de los datos de los clientes ayuda a una empresa a comprender como establecer y mantener buenas relaciones con los clientes y mantenerlos informados en las areas de nuevos productos, servicios o desarrollo de negocios.

5. Consistencia en el Tiempo

Una ventaja de ser una organizacion basada en datos es que hay una consistencia de procesos a lo largo del tiempo. Este enfoque tambien ayuda a los miembros de la organizacion a saber como se toman las decisiones, lo que los hace mas eficaces en sus funciones. Los administradores pueden determinar la importancia y la gravedad de los datos que se recopilan, analizan y administran y tomar las medidas adecuadas.

Cuando todos los miembros de la organizacion participan en el proceso de DDM, pueden desarrollar habilidades relevantes y mejorar la coherencia.

6. Ahorro de costos y mayores ingresos

Por ultimo, el analisis basado en datos puede pagarse por si mismo a traves de ahorros de costos y mayores ingresos. Como se ha discutido aqui, la cantidad de datos que fluyen a las organizaciones ha aumentado drasticamente en los ultimos anos. Las empresas de algunas industrias ahora transmiten decenas de miles de puntos de datos por segundo, mucho mas de lo que era incluso mensurable hace unos anos.

Actuando con rapidez, los administradores pueden mejorar continuamente el proceso, lo que impulsa las decisiones de ahorro de costos. La eficiencia anadida, impulsada por el DDDM, tambien aumenta el ahorro de costes y los ingresos mas altos.

Ejemplos- Empresas y estrategias basadas en datos

Que empresas estan participando actualmente en la toma de decisiones basadas en datos y que estrategias estan empleando para lograr una mayor eficiencia y productividad?

Adquisicion y retencion
Una forma en la que las organizaciones utilizan DDDM es la adquisicion y retencion de clientes. Con el uso de una (s) fuente (s) de datos, las empresas pueden observar patrones y tendencias en el gasto relacionado con el cliente, facilitando asi un mejor servicio y compromiso al cliente. Responder al comportamiento y las necesidades de los clientes en funcion de los datos es integral para fomentar la lealtad de los clientes.

Cualquier persona que regularmente realiza compras en linea esta probablemente familiarizado con la proliferacion de encuestas post-compra de minoristas y correos electronicos de crianza, que se encuentran entre los metodos de recopilacion de datos utilizados por las empresas con este fin. Cuantos mas datos de clientes recopila una empresa, mas patrones y tendencias podra identificar la empresa.

Con solidos mecanismos de analisis de datos de clientes, las empresas tienen la capacidad de formar informacion de comportamiento que necesita para retener a los clientes de manera mas efectiva.

Coca-Cola es un gran ejemplo de una empresa que utiliza el analisis de big data con el proposito de impulsar la retencion de clientes. En 2015, Coca-Cola reforzo su estrategia de datos a traves de un nuevo programa de fidelizacion dirigido por digital, que demostro ser un exito eminentemente en el fortalecimiento de la retencion de clientes en Coca-Cola.

Informacion de marketing mejoradaLa
analitica de big data tambien puede ayudar a mejorar los conocimientos de marketing. Esto cubre igualar las expectativas de los clientes, cambiar las lineas de productos y garantizar que las campanas de marketing sean influyentes y esten dirigidas correctamente.

Como consumidores, hemos visto a lo largo de los anos como las grandes marcas tendian a utilizar el enfoque de escopeta en el marketing, gastando vertiginosas cantidades de dinero en anuncios que eran dificiles de escapar. Las grandes marcas hicieron esto en gran medida porque pudieron, debido a sus enormes ingresos. Sin embargo, en tiempos economicos dificiles, esta practica se vuelve insostenible, y en la era de los big data, ya no es necesaria. En el pasado, las empresas a menudo perdieron millones en campanas publicitarias que no dieron fruto. Ahora, la unica excusa para esta practica es una mala investigacion o un mal analisis de los datos.

Netflix es una empresa que ha sido citada por varios expertos como una que tiene un programa ajustado para involucrar el analisis de big data en publicidad dirigida. Netflix tiene mas de 100 millones de suscriptores, lo que significa que estan recopilando cantidades asombrosas de datos cada hora. La busqueda y visualizacion de datos en la plataforma se utiliza para recomendar una programacion que esta en linea con los habitos de visualizacion anteriores del cliente, lo que mantiene a los clientes comprometidos.

Desarrollo de productos e innovacion
Esta es en realidad una de las areas mas grandes y poderosas en las que DDM se utiliza en los negocios. Las empresas que venden productos estan recopilando toda la informacion tecnicamente posible para incorporar ideas en nuevas lineas de productos y en la mejora continua de los productos existentes.

Los procesos de diseno de productos se establecen determinando lo que los clientes desean. Mediante el analisis de big data, las organizaciones se han vuelto mucho mas capaces de incorporar lo que los clientes realmente quieren en los nuevos productos, porque ya han hecho las preguntas pertinentes y han recibido respuestas detalladas.

Un ejemplo estelar de una empresa que utiliza big data para mejorar la innovacion y el desarrollo de productos es Amazon Fresh/Whole Foods. Cuando Amazon compro Whole Foods en 2017, brindo a Amazon una oportunidad sin precedentes para aprovechar el analisis de big data mientras se trasladaba a un mercado aun mas grande. Gracias al analisis de datos, Amazon/Whole Foods ahora puede obtener informacion sobre como los clientes compran alimentos y como mejorar las relaciones con los proveedores.

Como construir una cultura empresarial basada en datos

Las motivaciones e imperativos para involucrar la toma de decisiones basada en datos, y el grado en que una empresa adopta las practicas de DDM dependen de la organizacion y de sus necesidades. Muchas empresas, como las de tecnologia, ventas y fabricacion, estan poniendo el analisis en el centro de cada decision.

Segun el gigante tecnologico, Intel, construir una cultura basada en datos podria sonar como un gran esfuerzo, pero en gran medida, es solo una formalizacion de comportamientos comunes Una cultura basada en datos es aquella que recompensa a los recopiladores de datos de toda la organizacion. Esta liderado por ejecutivos que quieren saber que sugieren los datos, que desarrollan una estructura de toma de decisiones que incluye analisis de datos y que basan planes en ese analisis.

Esto puede parecer simplista o confuso desde la perspectiva del propietario del negocio, ejecutivo o gerente que busca construir o mejorar una cultura basada en datos, pero aqui hay cinco pasos que pueden ayudar a proporcionar una hoja de ruta para convertirse en un negocio basado en datos.

1. Cuantificar el rendimiento actual

Que hara que su organizacion sea mejor en lo que hace? Esta cuestion puede ser abordada por el crecimiento de la organizacion en su etapa actual. Si bien una startup podria centrarse en metricas que validan varios modelos de negocio, una empresa empresarial se centraria mas en metricas como el valor de vida del cliente.

Esta cuestion tambien podria examinarse desde el punto de vista industrial. Una empresa que presta servicios podria centrarse mas en la calidad de los servicios actuales, mientras que una empresa que desarrolla productos estaria mas inclinada a centrarse en el uso del producto.

2. Identificar areas clave

A partir de las diversas vias desde las que fluyen los datos a la organizacion, los lideres de una empresa pueden determinar como se pueden utilizar las fuentes de datos y de una manera que brinde el mayor beneficio a la organizacion. Las areas mas probables seran aquellas que son clave para lograr la estrategia empresarial global.

3. Conjuntos de datos objetivo

Una vez identificados que areas del negocio se beneficiaran mas de los analisis y los problemas clave que deben abordarse, el siguiente paso es apuntar a los conjuntos de datos que responderan a las preguntas que han surgido como resultado del proceso.

Que fuentes proporcionan la informacion mas valiosa en el contexto de la estrategia y los objetivos empresariales? Preguntas como esta ayudaran a optimizar los datos existentes. La segmentacion de los datos de acuerdo con los objetivos del negocio ayudara a mantener bajos los costos de almacenamiento de datos al tiempo que garantiza que se empleen los conocimientos mas utiles.

4. Recopilar y analizar datos

Mientras que los datos valiosos se recopilaran en todos los niveles de la organizacion y provendran de fuentes externas e internas, sera necesario identificar a quienes gestionen los datos. En la mayoria de los casos, estos seran jefes de departamento y, en menor medida, administradores.

Es posible que sea necesario que los sistemas integrados vinculen diferentes fuentes de datos para que los datos puedan agregarse y analizarse eficazmente, y el nivel de conocimientos necesarios para el analisis puede variar en funcion del tipo de datos que se analicen. El personal de un departamento solo puede requerir conocimientos practicos de Microsoft Excel para realizar analisis, mientras que otro departamento puede requerir que el personal este versado en una aplicacion o conjunto de analisis personalizados.

5. Implementar

La manera en que se presentan los conocimientos obtenidos a partir de los datos es el paso final, en el que la experiencia, la experiencia y la intuicion vuelven a entrar en juego. Esto tambien determinara cuanto ganara la organizacion con los datos.

Al tratar conjuntos complejos de datos (por ejemplo, mas de los que MS Excel podria manejar), hay muchas utilidades de inteligencia empresarial disponibles que pueden reunir conjuntos de datos complejos y presentarlos de una manera que permita obtener informacion clara a los responsables de la toma de decisiones y al personal de toda la organizacion.

Si, hay un poco mas para convertirse en un negocio basado en datos que una decision sumaria de que la organizacion ahora contratara datos para impulsar decisiones empresariales, pero el proceso no tiene por que ser laborioso ni oneroso. Las buenas herramientas analiticas y la arquitectura tecnologica adecuada pueden ayudar a establecer los parametros correctos para una implementacion efectiva.

Por ultimo, la armonizacion de la cultura de la organizacion para asegurar que el personal de todos los departamentos sea consciente del valor de los datos y de la mejor manera de aprovecharlos dara lugar a una aplicacion sin tropiezos y a un exito a largo plazo.