CESA

 

El largo camino a la conversión del analista de datos

En la actualidad no resulta arriesgado indicar que se entienda de sobra la popular frase “la información es poder”, sobre todo hoy cuando se habla de análisis de datos.

Cuando estudiamos y trabajamos en marketing, en nuestro ADN se implanta un gen que nos dice que nuestra comunicación debe ser personal y relevante, lo que es de mucho valor, ya que nos hace pensar primero en el cliente. Sin embargo, la evolución de la comunicación y nuestro desarrollo en ella nos deja como el niño malo de las estructuras organizacionales, cuando en los medios masivos como la televisión o la radio no pudimos medir adecuadamente los retornos de inversión, y -en muchas ocasiones- nos escudamos en la frase: “si no estamos influenciando las ventas en este momento es que estamos posicionando el producto y haciendo branding con la campaña”.

Esa falta de confianza en la medición es la causante en muchos casos de que los gerentes o directores de marketing no estén presentes en las juntas directivas. Pero quizás la realidad hoy pueda ser diferente gracias a Internet, los perfiles sociales, nuestras huellas de compras en comercio electrónico y la geolocalización, elementos que deben contribuir trascendentalmente con la medición y las métricas. Sin embargo, no creo que estemos ni cerca de ello. Para ejemplificar esto revisemos cuántos de nosotros no compra en los grandes retailers. Casi todos seguramente. Y pensemos, ¿cuántas promociones personalizadas hemos recibido en nuestro e-mail o nuestro smartphone?

En alguna ocasión hemos recibido la promoción de la marca que compramos en determinado producto o categoría. Al momento, el retail se conforma con un e-mail masivo, cuando la realidad es que la publicidad y promoción de masas quedó en los años 50. Ello hace pensar que en marketing no se están aprovechando esos datos de manera efectiva.

Si se quiere analizar esta situación vale la pena pensar que la respuesta se encuentra en los orígenes de la persona que estudia marketing. Esto es, su formación está basada en habilidades “blandas” como la creatividad, la negociación, la comunicación; y muy lejos de las habilidades “duras” como la numérica. Una carrera de marketing puede agrupar en un buen caso un total de 4 o 5 materias relacionadas con matemáticas, finanzas o estadísticas, mientras que en otras profesiones, en las que su base se establece en habilidades duras como la ingeniería o administración, probablemente duplica o triplica las materias relacionadas con habilidades numéricas.

La academia está aprovechando este nuevo boom de datos y ha generado programas de BIGData y analítica, en los cuales los mayores atractivos son las herramientas que se utilizan para el análisis de los datos, en vez de lograr reforzar las habilidades numéricas que son la base para incursionar en este nuevo campo que se abre con grandes expectativas, con cargos rimbombantes como los “científicos de datos”.

Por otra parte, si se ve el lado opuesto -y me centro en profesiones donde las habilidades numéricas son cuantiosas-, nos encontramos que este grupo carece de habilidades blandas, por lo que la integración a la estructura empresarial como agregadores de valor hacia los diferentes departamentos se torna compleja y difícil de realizar, ese conocimiento no permea a la organización, y en otros casos el desconocimiento del negocio y del cliente hace que el encontrar correlaciones sea difícil y tedioso.

Le recomendamoslas Cuatro V del cambio y el desafío de los científicos de datos.

Si consideramos estas realidades y aún, si nuestro deseo de integrarnos a estas nuevas profesiones nos supera, sería aconsejable considerar a qué segmento empresarial y a qué sector nos vamos a integrar; ya que BIGData -según muchos de los autores- aplica a grandes volúmenes de datos “Petabytes”, con lo que el número de empresas que podrían aplicar estos análisis se reduce drásticamente y representan la minoría del ecosistema. En cambio, si buscamos más que BIGData un SmartData, que es un volumen menor de datos pero que su análisis representa significado para las decisiones, entraríamos per se en el mundo de las pymes cuyas necesidades de información y herramientas de uso son muy diferentes a las grandes empresas.

Con el análisis presentado con base en la observación del entorno los siguientes seis pasos podrían ser una guía para todos aquellos que se inician en estos campos de actividad:

  1. Comprender las bases matemáticas y tener un amplio conocimiento de aplicación de la estadística.
  2. Conocimientos amplios y profundos del sector donde va a desempeñar los análisis.
  3. Defina el camino que quiere seguir: grandes empresas y BIGData; o pequeñas y medianas empresas, SmartData.
  4. Debe adquirir habilidades de manejo de software y programas, pero más que de punto de vista de programador una orientación hacia un usuario experto.
  5. No se crea un experto. Esto es un campo muy reciente. Permítase fallar y aprender de ello.
  6. Comience los procesos de análisis de datos de forma simple. Un buen inicio es la creación de un tablero de mando o control “Dashboard” sobre herramientas ya conocidas como podría ser Google Analytics.

El camino a convertirse en un analista de datos no es corto. Mas bien es un largo proceso que no se trata de manejar programas o herramientas estadísticas. Lo mas relevante es el valor que cada uno, con las habilidades que posee, le puede aportar al dato y convertirlo en información valiosa para la organización, que permita accionar cambios o ganar competitividad en los agresivos mercados de hoy.

Ricardo Dicarlo
Docente Formación Ejecutiva CESA
@Ricardo_Dicarlo

En julio próximo, un seminario a través del cual obtendrá herramientas clave para gestionar la analítica de datos.