Tres pilares en la toma de decisiones basadas en datos

Los tres pilares en la adopción de la toma de decisiones basadas en datos

Es un momento de gran trascendencia aquel en que una organización decide empezar a delegar ciertas decisiones en las inteligencias artificiales. Para algunos, esto puede sonar a ciencia ficción, pero la realidad es que el uso de técnicas avanzadas de análisis de datos mediante aprendizaje automatizado (el famoso Machine Learning) permiten automatizar acciones repetitivas del día a día de profesionales, o la toma de decisiones sobre segmentación de la clientela para campañas de Marketing o la optimización del enrutamiento en la distribución para ser más eficientes en las entregas de nuestros productos. La imaginación es la única barrera que nos limita para la aplicación de estas técnicas.

Pero como siempre, no hay que dejarse engatusar, porque no es oro todo lo que reluce, y hay que tener claras las prioridades, limitaciones y requerimientos de este tipo de iniciativas. Tener éxito en este tipo de iniciativas requiere, en mi opinión, tres componentes. Tres pilares que sostendrán la adopción de la toma de decisiones basadas en datos. Y en esa adopción yo incluyo los sistemas manuales de análisis de datos, como son los sistemas corporativos de Business Intelligence o los más departamentales tan de moda, acuñados como Modern BI (según Gartner) o Agile BI (según Forrester); hasta la incorporación de técnicas más avanzadas que pueden ir desde el análisis aumentado, RPA (Robot Process Automation) o la toma de decisiones automatizada por inteligencia artificial. No es importante el punto de madurez de la organización al incorporar el análisis en su cultura, lo importante es empezar por donde sea factible, sin olvidar el objetivo final. Hay que “pensar a lo grande, pero empezar por lo pequeño” (“Think big, start small” de Tom Davenport, de su conferencia en el Digital Workforce Summit 2019)

Pues bien, sin esos tres componentes de los que hablamos, y sin una buena coordinación entre ellos, el proyecto se verá abocado al fracaso de forma inevitable. Veamos cuales son esos tres pilares de los que hablo:

Primer pilar: El ente promotor de la iniciativa

Normalmente se espera que sea alguien de alto rango a nivel ejecutivo de la empresa. Suele ser la figura de CEO, CIO, CFO o incluso CMO, que cree firmemente que estas iniciativas van a ser las que marquen la diferencia con las empresas con las que compiten en el mismo mercado. Ese ente promotor espera que mediante la aplicación de técnicas avanzadas de análisis de datos se optimizarán sus procesos, incrementarán sus ventas, reducirán costes, mantendrán la clientela más satisfecha con mejores y más personalizadas experiencias o incluso mejorarán la vida de su personal. De ese liderazgo se espera que se promueva la cultura del uso de las técnicas de análisis como herramienta en la toma de decisiones a todos los niveles, empoderando e incentivando a su personal para que use las herramientas que se le proporciona. Sin una parte promotora interna de dicho calibre, cualquier intento de inversión en los pilares segundo o tercero de esta iniciativa va a ser un derroche de dinero, porque nadie a nivel ejecutivo se creerá lo que los datos aportan, y la toma decisiones seguirá siendo la de siempre: por experiencia, por intuición, por efecto hippo (Highest paid person opinion, la opinión de la persona con mayor sueldo). Por ese motivo, a falta de confianza, y siendo un coste incomprendido e injustificado, el proyecto no llegará a buen puerto y tendrá sus días contados.

Segundo pilar: Herramientas para implementar el proyecto

La ventaja es que el mercado está repleto de ellas y hay un gran abanico de opciones, desde las grandes corporaciones con sus propuestas fiables pero normalmente caras, hasta las pequeñas startups que son generalmente muy nicho, para casos de uso muy concretos, pero con precios competitivos dada su juventud y la necesidad de facturación, pasando por las opciones Open Source. Elegir las herramientas adecuadas es importante porque hablamos de que éstas, bajo el mando del primer pilar (la parte promotora), serán usadas por el tercer componente de la ecuación para que el proyecto sea exitoso.

Tercer pilar: El factor humano

Debe poseer las habilidades que se requieren para poder avanzar en los proyectos que se plantean desde el primer pilar, fomentando esta nueva cultura. Tendrán la responsabilidad de validar las hipótesis planteadas y de analizar si lo que se pide para la toma de decisiones es viable y factible con los datos de que se disponen. Pueden plantear cambios en la recolección de los datos, en los mismos procesos internos, con la intención de facilitar las tareas de análisis, y así disponer de respuestas a las preguntas que se formulen en su día a día. Bajo la batuta de la figura de promotor, la parte de especialistas en Analytics y Data Science será la encargada de escoger qué herramientas emplear, determinando cuales son ideales para sus necesidades y nivel de conocimientos, y poder llevar a cabo los proyectos que se les asignen, sin perder de vista a todo el personal que ha de adoptar esta cultura.

Pensando en este tercer pilar, en Nuclio Digital School hemos diseñado el Máster en Data Science para poder dotar a profesionales de los conocimientos necesarios para el análisis de datos avanzados y poder enriquecerse con nuevas habilidades como las que se necesitan para este tipo de iniciativas digitales: analizar los datos con visión de futuro, no solo para obtener respuestas de lo que ha pasado, sino que también para entender por qué ha pasado, qué va a ocurrir y qué acciones se deben tomar al respecto. Los conocimientos adquiridos deben ser el puente entre el análisis y la metodología científica de datos y los requerimientos del negocio. ¡Os damos la bienvenida al tercer pilar!

Juan Águila, directo del Máster de Data Science, presenta el programa