Cómo implementar exitosamente proyectos de Analítica Avanzada

Es claro que al momento es imprescindible el poder utilizar los datos para el desarrollo de nuevos negocios, la optimización de recursos y la generación de nuevos productos o servicios. De hecho, debido al COVID-19, la necesidad de utilizar técnicas de analítica avanzada para estos u otros propósitos se ha acelerado aún más. 

Sin embargo, la inquietud que surge es ¿cómo pueden las empresas hacer esto efectivo? ¿cuáles son las mejores prácticas que les permitan la las empresas llevarlo a la práctica, y alcanzar los beneficios esperados? 

 Con la intención de ayudar a las organizaciones a contestar esta pregunta, desarrollaremos una serie de artículos en donde se abordarán cada una de estas prácticas (o TIPs) de manera específica. 

En esta primera entrega vamos a mostrar el camino que seguiremos para este fin, y realizaremos una breve descripción de este.  

Entonces, empezamos describiendo cuáles son las claves que han impulsado el interés en el uso de la analítica de datos:

1. Captura de datos: Los avances tecnológicos como por ejemplo sensores basados en el Internet de las cosas (IoT – Internet of Things), comercio electrónico, redes sociales, dispositivos móviles han impulsado la captura de gran cantidad de datos a muy bajo costo. 
2. Almacenamiento de datos: La explosión en las capacidades de almacenamiento de datos tanto en entornos privados o a través de computación en la nube ha facilitado el almacenamiento seguro de datos mucho más que antes. 
3. Procesamiento de datos: Los avances en las redes de telecomunicaciones ha permitido tener un acceso más efectivo al procesamiento masivo de datos de manera rápida y eficiente. 

Estos elementos claves han permitido la explotación del uso de datos para que muchas empresas empiecen a sacar provecho de estos. En ese sentido, ha sido necesario plantearse ciertas preguntas importantes que permitan sacar valor de los datos. Por ejemplo: 

• ¿Qué sucedió con las ventas, los costos, gastos, etc.? 
• ¿Cuántas ventas se hicieron? 
• ¿Cuán a menudo se cierra un negocio? 
• ¿En dónde existen mayores gastos? 
• Entre muchas otras preguntas.

En la medida que las organizaciones se hacen estas preguntas, se hace también necesario utilizar herramientas para responderlas oportuna y transparentemente. Dependiendo del uso de estas herramientas, la organización se encontrará en un determinado nivel de maduración analítica, cuyo resultado reflejará cierto tipo de hallazgo, así como también el nivel de valor que esto le agrega. En la siguiente tabla se presenta un resumen:

Para llevar a cabo el trabajo de analítica es conveniente seguir un proceso que vaya desde conocer las necesidades hasta la ejecución de las acciones pertinentes para alcanzar los beneficios esperados. Este proceso está simplificado de la siguiente manera:

Cada una de estas grandes actividades del proceso nos ayudan a establecer los pasos a seguir. Sin embargo, a pesar de que estos pasos han sido definidos a través de diferentes recomendaciones a nivel de la industria (por ejemplo, CRISP-DM, KDD o SEMMA) esto no ha sido suficiente para obtener valor a través de los datos ya que es necesario también tener en cuenta algunos aspectos adicionales (TIPs) en cada una de estas fases, los cuales se detallan a continuación:

Estos TIPs están relacionados con cada una de las fases del proceso de analítica de la siguiente forma:

Y es así como terminamos esta introducción con la ruta que seguiremos en los próximos artículos, en donde se explicarán más detalladamente cada uno de los TIPs de analítica avanzada.

¿Está listo para emprender el camino hacia la analítica avanzada?

Comience por el TIP 1: Cómo vincular los objetivos con las pregunta y KPIs de analítica.

BIBLIOGRAFIA 

• Creating a Data-Driven Organization, Practical Advice from the Trenches, Carl Anderson, 2015 
• Analytics best practices, Prashanth H Southekal, 2020