Data Driven: ¿Qué es y cómo gestionar los datos?

Los datos siempre son sucios y contaminados de lo que imagina. Analizarlo de esta manera, puede influir en sus conclusiones y en la toma de decisiones de manera inadecuada, Por ello, el data driven nos ayuda no solo a limpiarla y filtrarla, sino también a organizarla e interpretarla.

Significado de Data Driven

Un enfoque Data Driven permite a las empresas examinar y organizar sus datos con el objetivo de brindar un mejor servicio a sus clientes y consumidores. Al utilizar datos para impulsar sus acciones, una organización puede contextualizar y / o personalizar su mensaje a sus prospectos y clientes para un enfoque más centrado en el cliente.

Cadena de valor del Data Driven

 La cadena de valor de la analítica (de Dykes, 2010). En una organización basada en datos, el enfoque data driven estimulan un análisis más profundo. Estos se alimentan de los tomadores de decisiones que los incorporan a su proceso de elegir una decisión, influyendo en el rumbo que toma la empresa y aportando valor e impacto.

Recopilación de datos

Requisito previo n. ° 1 : una organización debe recopilar datos.

Sin duda, los datos son un ingrediente clave. Por supuesto, no puede ser cualquier dato; tiene que ser la  información correcta. El conjunto de datos debe ser relevante para la pregunta en cuestión. También tiene que ser oportuno, preciso, limpio e imparcial, y quizás lo más importante, tiene que ser confiable.

Esta es una tarea difícil. Los datos siempre son más sucios de lo que imagina. Puede haber sutiles sesgos ocultos que pueden influir en sus conclusiones, y la limpieza y filtración de datos pueden ser una operación difícil, costosa y que requiere mucho tiempo. A menudo se escucha que los científicos de datos pasan el 80% de su tiempo obteniendo, limpiando y preparando datos, y solo el 20% de su tiempo construyendo modelos, analizando, visualizando y sacando conclusiones de esos datos.

Incluso si tienes uno o muchos datos de calidad, no es suficiente. Algunas personas, especialmente ciertos proveedores de big data, manejan a estas enormes cantidades de datos como una panacea: si recopila todo, en algún lugar hay diamantes (o pepitas de oro) que harán que cualquier empresa tenga éxito. La dura verdad es que los datos por sí solos, no basta. Una pequeña cantidad de datos limpios y confiables puede ser mucho más valiosa que petabytes basura.

Acceso a los datos

Requisito previo n. ° 2 : datos debe ser accesible y consultable. Sin embargo, tener datos precisos, oportunos y relevantes no es suficiente para contar con un enfoque Data Driven.

Debe haber un cultura de intercambio de datos dentro de la organización para que los datos se puedan unir, como combinar el flujo de clics de los clientes con su historial de transacciones. Imagine a un paciente ingresado en la sala de emergencias de un hospital, que recibe tratamiento y luego es dado de alta con el requisito de asistir a una clínica ambulatoria para recibir tratamiento y controles adicionales. El paciente va a recibir un peor servicio al cliente y, lo que más grave, una peor atención si el hospital y la clínica no comparten datos: cuándo, dónde y por qué fue admitido, qué problemas presentó, qué tratamiento recibió, etc.

Desde la perspectiva de los proveedores de atención médica, a sus analistas les resultará difícil o imposible analizar y mejorar el proceso y la atención si no tienen una imagen coherente y precisa del flujo de pacientes, los procesos de diagnóstico y los datos completos de esos pacientes. Entonces, Los datos incompletos siempre inhibirán el alcance de lo que se puede lograr. Cuando hay más datos disponibles para más partes de un sistema, el análisis es mejor.

Bien, ahora tenemos datos y es accesible. ¿Es esto suficiente? No aún no. Necesita personas con las habilidades adecuadas para usar esos datos. Eso puede significar la mecánica de filtrar y agregar datos, como a través de un lenguaje de consulta o macros de Excel, pero también significa personas que diseñan y eligen métricas apropiadas para extraer y rastrear. Esas métricas pueden ser tasas de resuscripción (para servicios de suscripción como Netflix o espotify), o métricas de crecimiento o frecuencia de compras.

Entonces, para que una organización esté impulsada por datos, tiene que haber humanos en el circuito, talentos que hagan las preguntas correctas de los datos, colaboradores que tienen las habilidades para extraer los datos y métricas correctas, y humanos que usan esos datos para informar los próximos pasos. En resumen, los datos por sí solos no salvarán a su organización.

Reportando

Supongamos tiene un grupo analítico con acceso a datos precisos. El grupo extrae datos de ventas y genera un informe que afirma con orgullo que las reservas de la empresa crecieron un 5,2% de abril a mayo ( Figura 1-1 ).

Sin duda, esto ahora suena más a una empresa basada en datos. Sin embargo, esto sigue siendo profundamente insuficiente. Ciertamente es bueno que estén rastreando estas métricas. El CFO y el CEO definitivamente estarán interesados ​​en esos números. Sin embargo, ¿qué le dice realmente este valor del 5,2%? De hecho, muy poco. Hay muchas razones posibles por las que las ventas de la empresa crecieron en esta cantidad:

• Suponga que vende un producto de temporada, como ropa de playa. Quizás el 5,2% sea mucho más bajo de lo normal. Quizás la mayoría de los años, el crecimiento de mayo es más del 7% respecto al mes anterior y el crecimiento de este año está muy por debajo del promedio.
• Tal vez su director de marketing gastó mucho dinero en una campaña nacional para impulsar el conocimiento de la marca. ¿Cuánto de ese 5,2% de crecimiento se generó a partir de esa campaña y fue esa campaña una buena relación calidad-precio?
• Tal vez su CEO apareció en un programa de Televisión, o su producto apareció en  Diario El país o El Comercio, o un video se volvió viral, y ese fue el motor. Es decir, el crecimiento se puede rastrear hasta un evento específico (que podría impulsar un crecimiento transitorio o sostenido).
• Quizás las ventas mensuales sean de bajo volumen y muy variables. Tal vez ese crecimiento fue solo suerte y tal vez la tendencia general sea a la  baja . (Si alguna vez ha negociado acciones, seguramente lo comprenderá).
• Quizás los datos estén equivocados. Si sus ventas son relativamente estables, observa un pico y no se da cuenta de ningún evento inusual, tal vez haya un problema de calidad de los datos.

Todas estas son posibilidades. El número informado es solo eso, un valor numérico con poco o ningún contexto.

De la generación de informes y alertas de análisis

Reportes y las alertas son características necesarias pero no suficientes en el enfoque Data Driven. Sin embargo, no debemos subestimar la importancia de ambas actividades. La presentación de informes es especialmente un componente muy valioso de una organización basada en datos. No puedes tener una acción sin esto. Sin embargo, no basta: hay muchas organizaciones que se centran en la presentación de informes y pueden tener poco o ningún análisis real (objetivo).

Los informes le dicen lo que sucedió en el pasado. También proporciona una línea de base a partir de la cual observar cambios y tendencias. Puede ser interesante y puede mantener contentos a algunos inversores y accionistas, pero el data driven es una estrategia cultural. Para estar basado en datos, debe ir más allá. Para mirar hacia el futuro  y participar en el análisis, indague y descubra por qué los números están cambiando y, cuando corresponda, haga predicciones comprobables o realice experimentos para recopilar más datos que arrojen luz sobre el motivo.

Los informes dicen lo que sucedió: alcanzamos un pico de 63.000 visitantes simultáneos en el sitio web el jueves a las 10:03 am.

El análisis dice por qué sucedió (se mencionó a la compañía en un artículo en el programa de noticias de televisión a las 10:01 am) y debería recomendar lo que la organización puede o debe hacer para generar más o menos lo mismo.

La presentación de informes es, de hecho, descriptiva. El análisis, por otro lado es interpretativa.

En la Tabla 1-1 , resumimos las diferencias entre los dos. Con suerte, ahora está claro por qué el análisis y el hecho de estar basado en datos es una faceta o componente cultural tan poderoso de una empresa. Esto es lo que puede impulsar una empresa en nuevas direcciones o hacia mayores niveles de eficiencia.

Tabla 1-1. Atributos clave de la presentación de informes frente al análisis (principalmente extraídos de Dykes, 2010).

Reporte	Análisis
Descriptivo	Preceptivo
¿Qué?	¿Por qué?
Mirando hacia atrás	Mirando hacia adelante
Hacer preguntas	Responder preguntas
Datos → información	Datos + información → insights
Informes, cuadros de mando, alertas	Hallazgos, recomendaciones, predicciones
Sin contexto	Contexto + narración

Tabla 1-2. Preguntas clave hipotetizadas de Davenport abordadas por análisis (modificado de Davenport et al., 2010). D) es un análisis valioso, pero solo E) y F) se basan en datos y solo si se actúa sobre la información (más explicación en el texto).

Pasado	presente	Futuro
Información    A) ¿Qué pasó?     Reportando	B) ¿Qué está pasando ahora?   Alertas	C) ¿Qué pasará?     Extrapolación
Visión   D) ¿Cómo y por qué sucedió?   Modelado, diseño experimental	E) ¿Cuál es la siguiente mejor acción?   Recomendación	F) ¿Qué es lo mejor / lo peor que puede pasar?   Predicción, optimización, simulación

Como se mencionó anteriormente, los informes (A) y las alertas (B) simplemente no se basan en datos: establecen lo que sucedió en el pasado. No hay una explicación de por qué está sucediendo o por qué sucedió, y no hay recomendaciones sobre cómo resolver o reproducir la situación. Profundizar para comprender los factores causales a través de modelos o experimentos (D) es un precursor del manejo de datos. Solo entendiendo por qué sucedió algo puede formular un plan o un conjunto de recomendaciones (E). E) y F) se basan verdaderamente en datos, pero solo si se actúa sobre la información, que se explica en detalle a continuación.

C es una zona de peligro: puede ser bastante fácil extender una tendencia percibida hacia el futuro; en Excel, haga clic en “Gráfico” y luego en “Agregar línea de tendencia”, es decir, extrapolar fuera del rango de datos actual y hacer una predicción ingenua. Incluso al hacer una elección sensata sobre una forma funcional para el modelo, hay muchas razones por las que esa predicción puede ser engañosa o simplemente incorrecta.

En resumen, la fila inferior destaca las actividades prospectivas que incluyen elementos de explicación causal. Ahora estamos empezando a tocar lo que significa estar basado en datos.

Señas de identidad de la conducción de datos

Hay varios tipos de actividades en las que se involucran las organizaciones con enfoque data driven:

• Una impulsada por datos de la organización. Podría ser el flujo de verificación de pruebas A / B en un sitio web o las líneas de asunto de los correos electrónicos en una campaña de marketing. LinkedIn, por ejemplo, ejecuta 200 experimentos por día, mientras que Amazon ejecuta miles de experimentos simultáneamente. Las pruebas también pueden incluir pruebas de usuario: trabajar directamente con clientes o usuarios reales para obtener comentarios directos sobre posibles nuevas funciones.
• Una organización basada en datos puede tener una mentalidad de mejora continua. Puede estar involucrado en optimización repetida de los procesos centrales, como reducir minutos en los tiempos de fabricación o reducir el costo por adquisición. Esto se logra a través de un análisis cuidadoso, elaborando matemática o modelos estadísticos y simulación.
• Una organización basada en datos puede ser involucrados en modelos predictivos, pronosticar ventas, los precios de las acciones o los ingresos de la empresa, pero lo que es más importante, retroalimenta los errores de predicción y otros aprendizajes en los modelos para ayudar a mejorarlos.
• Es casi seguro que una organización basada en datos elija entre opciones o acciones futuras utilizando un conjunto de variables ponderadas. Los recursos son siempre finitos y siempre hay pros y contras de diferentes cursos de acción razonables. Se deben recopilar datos para cada uno de los conjuntos de variables que son de interés o preocupación y determinar los pesos entre ellos para generar una decisión líder final.

Una verdadera organización impulsada por los datos hará al menos una de estas cosas, algo con visión de futuro donde los datos son de primera clase.

Bien, ahora tenemos una organización que tiene datos de alta calidad y analistas capacitados que participan en estas actividades con miras al futuro. Sin duda, ¡eso lo hace impulsado por datos!

Desafortunadamente, no necesariamente. Como un árbol que cae en un bosque sin que nadie lo escuche, si los analistas están publicando análisis pero nadie se da cuenta, si no influyen en las decisiones de los tomadores de decisiones, que todavía se basan en el instinto y la opinión, no son datos -impulsado. La analítica tiene que informar e influir en los tomadores de decisiones.

Dykes habla de esto en términos de una “cadena de valor analítica” (ver Figura 1-3 ). Los datos deben generar informes, lo que debería conducir a análisis y análisis más profundos. Esos análisis tienen que llegar al tomador de decisiones que los incorpora en su proceso de toma de decisiones. Este paso es clave para estar basado en datos. Una organización necesita esos datos y ese análisis para impulsar una decisión que cambie la estrategia o táctica y tenga un impacto final en la organización de alguna manera. La tecnología y la capacitación pueden hacer la primera parte: permitir que los analistas realicen análisis y escriban sus hallazgos. Sin embargo, es la cultura la que establece la mentalidad y el proceso para tomar nota de esos hallazgos, confiar en ellos y actuar en consecuencia.