Artículo de Macarena Estevez, consultora independiente.

He leído en varios sitios que cuando se habla de empresas data-driven (basadas en datos), se refiere a empresas que toman decisiones estratégicas soportadas en el análisis y la interpretación de datos. No creo que sea así, o al menos aclararía que no solo es eso.

Emplear el dato para la toma de decisiones estratégicas es algo que se ha hecho siempre en las empresas, aunque con una escala de datos distinta a la actual. Las empresas siempre han tenido datos de ventas, precio de sus productos, número de clientes o de empleados. Nunca se han tomado las decisiones a lo loco. Siempre se ha hecho con fundamentos cuantitativos. Y antiguamente (y todavía hoy) datos con una agregación alta (semanales, mensuales) se utilizaban para este tipo de toma de decisiones. Pero no se hablaba de empresas data-driven.

Para mí, una empresa data-driven en el siglo XXI es una empresa que gestiona millones de datos, de cualquier tipo, y en tiempo real, siendo capaz de varias cosas:

• Extraer conocimiento en tiempo real de dichos datos y que ese conocimiento lleve a una serie de acciones automáticas, que aportan un valor, que somos capaces de medir.
• Que dicho conocimiento se complementa con la toma de decisiones estratégicas, que también está soportada en datos, a otro nivel, pero cuyo discurso no rompe con la realidad que sucede en ese tiempo real.

Y esto que acabo de comentar no es nada fácil. Las empresas son entes vivos, que tienen muchos órganos diferentes, cada uno con su propia línea de supervivencia, difícil de gobernar en su totalidad con un enfoque data-driven.

Por lo pronto, lo que se puede ir haciendo es que la cosa funcione por partes. Es decir, que si en el departamento de marketing estamos automatizando un canal de ofertas con nuestros clientes, de manera que en función de cómo sea cada cliente y lo que haga, se le ofrezca una promoción personalizada, consigamos en primer lugar saber qué valor nos está aportando esto versus el coste de llevarlo a cabo; en segundo lugar, poder pensar en nuevas acciones automatizadas que puedan tener lugar a partir de esto; y en tercer lugar, que se pueda extraer conocimiento a nivel estratégico que sirva también a la Compañía.

Posteriormente, y poco a poco, deberíamos ser capaces de relacionar todas las decisiones estratégicas y, trasladándolo hacia abajo, hacia el dato, igual que lo hemos hecho en el ejemplo del marketing, conseguir también relacionar lo más táctico, lo que sucede en tiempo real.

Por seguir aclarando con el ejemplo, si en paralelo a ese departamento de Marketing, también en el departamento de Compras se han hecho una serie de automatizaciones con los sistemas de relación con los proveedores, totalmente independientes de lo que sus vecinos de Marketing hicieron, pero a nivel estratégico hay un punto de encuentro en Marketing y Compras, a lo mejor centrado en las negociaciones a la hora de definir las promociones que se van a realizar, ¿habrá alguna manera de relacionar a nivel táctico ambos conjuntos de datos, de forma que aporte más valor a la Compañía? Ese es el data-driven de dos caras. La cara estratégica, pero también la cara táctica/tiempo real.

Por eso me gusta matizar el término:

• Porque data-driven siempre ha existido
• Porque hoy en día data-driven es tiempo real, pero también estrategia
• Porque se dice fácil, pero es difícil

¿Y qué hay que tener para conseguirlo?

Primero, paciencia. Estos procesos llevan años a las compañías. Además, siempre hay que empezar transformando una parte, que estará comunicada con muchas otras, que aún no lo estarán, y esto llevará a frustración de los equipos.

Por eso hay que hacer un plan exhaustivo, en tiempos y en definición de etapas y de expectativas.

Como equipos, nos cuesta organizarnos a estos niveles tan complejos, de tantos datos y relaciones. Por eso necesitamos ayudarnos de las máquinas. Llevar un proceso de este estilo controlado por un buen cuadro de mandos, que nos vaya informando de cada etapa. Una herramienta donde las personas puedan organizar su trabajo, las conexiones entre datos, a diferentes niveles. También donde los niveles superiores puedan revisar lo que se está haciendo, los puntos de conexión entre personas y proyectos. Algo similar a lo que Datenea hace para el mundo de los científicos de datos.

Una empresa data-driven de dos caras es una empresa transformada, con una doble cara de valor del dato: la táctica, automatizada, en tiempo real; y la estratégica, que se apalanca sobre esta primera. Valor bottom-up y valor top-down.