Desde antes de la irrupción de internet y el Big Data en el mundo empresarial, las compañías ya usaban los datos que recopilaban para tomar algunas decisiones de negocio. Hoy las empresas son capaces de manejar y recolectar TB de información los cuales son necesarios integrar dentro de la cultura y estrategia de las compañías para poder aprovecharlos en su beneficio, ya que sin un contexto, no valen nada.
Así nace el concepto de empresas Data Driven, compañías que hacen uso del dato desde el punto de vista de la máxima experiencia y competencia y con el objetivo de mejorar su funcionamiento, optimizar procesos y crear una cultura de compañía centrada en él. Aunque ya hemos dicho que las empresas usaban datos para la toma de decisiones desde hace años, la realidad es que se apoyaban muy poco en ellos, siendo la experiencia la opción más usada. Pero gracias a toda la información que se maneja ahora, la tendencia es tomar decisiones basadas en datos que las propias empresas recopilan. Es más, cualquier organización de un tamaño medio que no analiza sus datos, encuentra muchos problemas a la hora de crecer, ya que no solo tienen dificultades para generar oportunidades de negocio, sino que tampoco tienen acceso a las herramientas necesarias para sobrevivir cuando se presentan escenarios complicados.
Por ello, en este post vamos a indagar con mayor profundidad en lo que caracteriza a este tipo de empresas y cómo podemos medir en qué punto de madurez e encuentran en lo que respecta al tratamiento de los datos.
Las capacidades que definen una compañía Data Driven
Toda compañía Data Driven se rige por una serie de capacidades las cuáles forman parte de su día a día. Entre estas capacidades, encontramos:
- Automatización: El objetivo es maximizar la automatización ya que las empresas que lo practican son capaces de sacar datos de forma rápida para poder realizar análisis complejos más fácilmente.
- Benchmarking: Gracias a los datos recopilados, las empresas pueden comparar y analizar sus resultados con los de la competencia, la industria y el sector. Así, cuentan con una mayor adaptación, pueden identificar mejores prácticas y también pueden trabajar en una mejora continua, entre otras cosas.
- Análisis: Esta capacidad involucra una serie de habilidades y enfoques que permiten aprovechar los datos para obtener conocimiento. Además, implica confiar en los datos para poder definir estrategias, requerimientos, planes, etc…
- Reportes: Además de poder llevar un control interno de toda la data disponible, evaluación de KPIs o una visión general del rendimiento de una compañía, también es una herramienta indispensable que facilita la comunicación de los propios datos y su alineación entre objetivos y resultados.
- Decisiones: Es la capa de aplicaciones que proporciona todo tipo de datos. Así todas las áreas de una compañía pueden apoyar sus decisiones con datos que avalan.
- Mercados: Los datos son usados para analizar y comprender los procesos y también para adquirir e investigar el ecosistema en el que se encuentra la compañía. Es decir, son capaces de explorar nuevas posibilidades de expansión, desarrollar productos y servicios alineados con sus clientes, etc.
- Analítica: Este tipo de herramientas facilitan la exploración de datos y la búsqueda de insights.
- Optimización: Permite a las empresas poder usar los datos como una herramienta de mejora continua dentro de los procesos, operaciones y resultados en todas las áreas de la compañía. Es decir, se trabaja en la identificación de áreas de mejora, ajuste de estrategias, búsqueda de nuevos enfoques, etc.
- Métricas: Las métricas ofrecen información cuantitativa y objetiva que permite medir y evaluar el rendimiento de todas las áreas del negocio, evaluación de estrategias y proporcionan una base para la optimización continua.
- Experimentación: Ofrece una manera sistemática y controlada de probar diferentes enfoques, estrategias y variables. Es decir, tiene la capacidad de explorar diferentes soluciones, recoger datos y analizarlos para aprender, validar hipótesis y ver así cuál funciona mejor.
Modelo de madurez data analytics
Tras conocer qué características son las que acompañan a las empresas Data Driven, el siguiente punto es averiguar cómo saber el grado de uso que una empresa hace de los datos. Para ello existen clasificaciones que miden el grado de madurez de una empresa en data analytics, divididas en niveles dependiendo de cómo es el uso que hacen de los datos y para qué. Esto es muy útil no sólo para ver en qué punto se encuentra una empresa, sino también para ver hasta dónde es capaz de llegar. En EAM, por ejemplo, trabajamos con un modelo de madurez en el que vemos dónde clasificar a la compañía y sobre todo, conocer el punto de madurez con respecto al uso que hace de los datos. Con esta información, es más fácil ver dónde llegar en un plazo de tiempo determinado y entender que es lo que hace falta añadir o manejar para ser capaces de llegar a ese punto:
- Datos reactivos: Son compañías que tienen pocos datos y que son usados para temas puntuales. Las empresas que se encuentran en esta primera fase, no analizan el dato, no usan modelos estadísticos, no hay estrategia y tampoco metodología para explotarlo.
- Dato ordenado: Las compañías que se encuentran en este nivel, empiezan a tener noción de lo que quieren medir, además de tener localizadas las KPIs clave y también hacen uso de cuadros de mando sencillos. En definitiva, cuentan con unas normas básicas para manejar los datos, pero sin sacarle mucho partido. Aquí se podrían clasificar la gran parte de las compañías que no han dado el salto a Data Driven.
- Datos de valor: Son compañías que empiezan a tener equipos, aunque sean pequeños, dedicados al dato: una analista, alguien de Business Intelligence, etc… Además, también emplean análisis prescriptivos que les permiten recomendar cambios en una organización y a dar valor a esos datos para tomar decisiones. Por otro lado, hacen uso de cuadros de mando y tienen automatizados algunos procesos.
- Datos inteligentes: Cuentan con un equipo sólido dirigido por un Chief Data Officer (CDO), una buena estructura de gobernanza del dato y también capacidades casi completas a nivel de manejar el dato, almacenarlo y automatizarlo. El dato está en funcionamiento y le sacan partido.
- Dato estratégico: La empresa tiene competencias completas en el uso del dato. Es más, el dato está gobernado en la compañía y se utiliza como elemento clave para la toma de decisiones. En otras palabras, llevan el dato al máximo nivel.
Algunas conclusiones que se pueden sacar de esta escala de madurez es que el objetivo final para ser una empresa Data Driven es conseguir llevar al dato a su máximo nivel, es decir, convertirlo en un dato estratégico. Y para ello, es muy importante hacerlo a través de la gobernanza de datos. Aunque ya le dedicamos un post a este tema, el gobierno del dato hace referencia al conjunto de normas, definiciones, reglas y procesos que permiten que el dato dentro de una organización esté bien gestionado desde diferentes puntos de vista como la seguridad, ver que el dato que se consigue es el que se necesita, ver si los datos relevantes llegan al lugar adecuado, qué datos se analizan, cuáles se trabajan y se manejan de forma eficiente, etc. Y para poder hacerlo, el primer pilar fundamental son las personas y los equipos. Sin lugar a dudas son la clave para ser capaces de llevar esto hacia buen fin. Por ello, hace falta gente muy valiosa para ser capaces de cambiar las cosas y llevarlo más lejos.