Colombia (Agosto 24 de 2018). Hace diez años, proveer capacidades de auto servicio para el personal de las empresas en el área de inteligencia de negocios –con el objetivo de democratizar el poder de la analítica en las organizaciones- era el tema más importante para los CIO´s (Chief Information Officer). Con el tiempo esto fue posible, en parte, gracias a los datos y herramientas disponibles en ese entonces, y muchas compañías hicieron un buen trabajo implementado el autoservicio de BI (Inteligencia de Negocios, dadas sus siglas en inglés), al menos para “usuarios avanzados” en el área de informática.
Sin embargo, en la última década, la avalancha de grandes datos ha inundado el autoservicio de BI en muchas empresas. La complejidad de los conjuntos de datos, por no mencionar los métodos y herramientas utilizados para analizarlos, ha dificultado que los usuarios empresariales realicen sus propios informes y análisis. Como resultado, la democracia analítica ha retrocedido en muchas empresas, y los científicos de datos encargados de extraer conocimiento e información del big data a menudo se han convertido en simples proveedores de informes.
Además de la complejidad de los datos, existen otros obstáculos para democratizar los análisis. En muchas organizaciones, los datos están fragmentados en diferentes plataformas y sistemas, por lo cual resulta difícil estandarizarlos y gobernarlos. Finalmente, y ligado a lo anterior, la seguridad es una preocupación constante al tener los datos y el acceso a ellos ampliamente dispersos.
Todos estos problemas pueden y deben abordarse, pues de hacerlo, las compañías se encaminarán a restablecer la democracia analítica al interior de su respectiva organización, donde empezarán a cosechar los beneficios de esta decisión en el futuro próximo.
Consolidación de datos:
Como hemos mencionado anteriormente, los datos aislados representan la primera gran barrera para la Democratización de la Analítica. La fragmentación de estos últimos en diferentes sistemas obstaculiza los esfuerzos de toda empresa a la hora de intentar analizarlos, creando un entorno incierto donde no existe una sola y única verdad sobre los datos de la organización. Por tanto, el mejor remedio para esta clase de situaciones es la consolidación de datos, preferiblemente en la nube. Ahora bien, si la empresa no está aún en condiciones de dar ese gran salto, puede –como mínimo- crear un “almacén de datos” integrado, no volátil y estandarizado, que brinde las mismas respuestas a las mismas preguntas. Es decir, que cree datos sin fronteras.
Asegurar y gobernar:
Es crucial contar con un buen gobierno y administración de la información, especialmente cuando se está desarrollando un entorno de datos sin fronteras. Las políticas y procedimientos – claros y aplicados- de gobierno de datos, así como una sólida seguridad de los mismos, son primordiales. El enmascaramiento y el cifrado son estrategias fundamentales de seguridad, así como la implementación de un acceso basado en roles. Si esto se hace bien, el gobierno de datos no solo será sólido y fuerte, sino que, además, impulsará la agilidad comercial de las empresas al permitirles a las personas adecuadas el completo acceso a los datos deseados en el momento oportuno, disminuyendo de esta forma las posibilidades de que caigan en las manos equivocadas.
Obtener las herramientas adecuadas:
Una vez se tengan todos los datos consolidados, limpios y protegidos de cualquier amenaza (interna y externa), el siguiente paso es adquirir las herramientas adecuadas que permitan a los usuarios finales acceder a ellos para poder interpretarlos, sin tener que recurrir a los científicos de datos (ni ser uno de ellos). En términos generales –para no ahondar en aspectos técnicos y específicos- es necesario y hasta crucial contar con una arquitectura de datos que permita el funcionamiento y la coexistencia de los diferentes tipos de herramientas, y que sea flexible y escalable para cambiar y crecer junto con la organización, a medida que cambien sus necesidades de análisis.
La visualización de datos es también fundamental, en el sentido de que permite a los trabajadores y usuarios empresariales, tener la capacidad de personalizar vistas, desarrollar cuadros de mando y modelos gráficos -y cambiarlos según sea necesario- para ver las respuestas a sus preguntas como representaciones visuales en lugar de filas y columnas (o como simples resultados numéricos de los cálculos estadísticos). Con la arquitectura y las herramientas adecuadas, la colaboración y el acceso por autoservicio serán mucho más fáciles; permitiendo que la toma de decisiones se convierta en un proceso democrático en lugar de una carrera fragmentada y competitiva.
La democracia analítica se ha reducido en muchas empresas debido a la complejidad, la seguridad y la fragmentación de los datos, entonces, ¿cómo solucionar este problema?
Lo positivo
¿Cuál es la verdadera recompensa? Una toma de decisiones más rápida y efectiva que se realiza de forma colaborativa y segura. Cuando la organización les brinda a las personas de negocios acceso a la información que necesitan para hacer su trabajo, y les brinda la confianza y los alienta para hacerlo, se dará cuenta de los beneficios tangibles en muy poco tiempo.
Por ejemplo, en lugar de esperar a que los científicos de datos o personal de TI les proporcionen informes sobre modelos de puntuación de clientes potenciales, los vendedores pueden obtener la información por ellos mismos para optimizar su desempeño en materia comercial y así maximizar el volumen de ventas. De igual forma, el personal de marketing podrá ver las representaciones gráficas de los datos de interacción del canal del cliente y usar esa información para desarrollar estrategias de segmentación más efectivas, campañas más personalizadas y ofertas oportunas e individualizadas. El uso y la implementación de los análisis democratizados son tantos y tan variados como las empresas que hacen analítica.
El resultado final es el siguiente: al poner el poder analítico en manos de empresarios en ventas, marketing, finanzas, logística, etc., las empresas les permitirán a ellos tomar sus propias decisiones respaldadas por datos, utilizando su experiencia y perspectiva únicas. Liberando de esta forma a los científicos de datos para que, al fin, puedan centrarse en las actividades de análisis de datos profundos y de gran valor, tareas para las que de verdad fueron contratados en primer lugar. Finalmente, la democratización analítica también fomenta la colaboración y la polinización cruzada de ideas y experiencias en toda la organización, lo que en última instancia conducirá a decisiones más rápidas y mejor informadas que impulsarán el cambio y ayudarán a las empresas a alcanzar sus metas más rápidamente.
Esta, definitivamente, no es una mala recompensa.
