Al Robot: ¿El nuevo Petróleo?

¿El nuevo Petróleo?

Se ha hablado mucho de que los datos han venido a representar una nueva economía, son el oro moderno, más valiosos que el petróleo. Los grandes corporativos, las empresas internacionales los utilizan a diario para vendernos algo.

Podría coincidir con muchas de las frases anteriormente expuestas, sin embargo, los datos sin un propósito concreto de verdad solo sirven para llenar las bases de datos, tirar servidores, saturar los sistemas, presentar información falsa.

Los datos deben limpiarse, depurarse y clasificarse para un fin específico. No me mal interpreten existe quien, si sabe utilizar los datos a su favor, para tomar decisiones de negocio, elegir un viaje de vacaciones, comprar una casa, vender una casa, vender un teléfono, vender un café, etc.

Pero analicemos un poco, cómo es que las empresas deciden implementar una solución para hacer minería de datos, análisis de información, inteligencia de negocios:

1.- Es que mi competencia lo está utilizando.

2.- Es lo de hoy y nosotros debemos innovar.

3.- Debemos gastar mucho en infraestructura y herramientas que nos puedan almacenar grandes volúmenes de información.

4,. Es que en la otra empresa donde yo estuve utilizaban esta herramienta para toma de decisiones.

5.- Es que quiero generar más datos.

Observando tales declaraciones es por la razón que tantas empresas tienen volúmenes y volúmenes de datos, pero no saben cómo explotarlos, los almacenan como la tía que tiene repleto de cosas el cuarto que era de los hijos por si algún día vuelven a utilizar el traje de primera comunión de cuando eran niños.

1.- Para el primer punto como diría la abuelita: si tu mejor amigo se avienta por un precipicio ¿Tú también te avientas? Antes de tomar una decisión así, se debe analizar si una estrategia para almacenar y explotar datos es la adecuada para cada empresa. Primero hay que identificar las fuentes de donde se obtienen los datos, revisar si son reales, actuales, son datos de la empresa o de proveedores. ¿Cuál es alcance esperado de analizar esos datos?

2.- Es lo de hoy, o sea que mañana ¿Ya no va a servir? Y es exactamente lo que pasa, se crea una solución, se gasta miles, millones de pesos, directores vienen, directores van y se va dejando basura electrónica por todas partes. Otra vez como el primer punto, analizar cuál es el alcance, que aplica mejor para la empresa, iniciar con algo y después crecer, pero ordenadamente.

3.- Creo que, llegado a este punto, es claro que no por más fierros significa un mejor manejo de los datos. Las empresas requieren de una cultura interna para entender los datos, no de una sola área. Normalmente eligen a los de sistemas para tomar estas decisiones cuando no son el personal que comprende los números de ventas, de finanzas, de contabilidad, de campañas, de tendencias, de comportamientos. Pueden tener tecnología actual, pero si no se cuenta con la comprensión de para que se utilizarán los datos solo sirve para gastar dinero. Por esta razón muchos proyectos quedan en el olvido, o la mayoría fracasan y solo llegan a ver la luz una serie de reportes que cambian como los calcetines que nos ponemos cada mañana.

4.- Si la otra empresa hizo su manejo de datos basado en los 3 puntos anteriores definitivamente solo se va a replicar la mala toma de decisiones.

5.- Más datos no es sinónimo de mejor información. La información se genera cuando tenemos datos que agregan valor a las empresas, a la vida de las personas.

Hoy con la llegada de las redes sociales se generan muchísimos datos:

• Google procesa más de 24 peta bytes (1 000 000 000 000 000) de datos al día.

• A Facebook, se suben más de 10 millones de fotos nuevas cada hora. Sus usuarios hacen clic en el botón de “me gusta” o insertan un comentario casi tres mil millones de veces al día.

• En YouTube se sube más de una hora de video cada segundo.

• El número de mensajes de Twitter aumenta alrededor de un 200% al año, en 2012 se habían superado los cuatrocientos millones de tweets diarios.

Estos datos en manos de un observador, con tiempo libre o su trabajo sea analizar y encontrar valor a los mismos podrá hacer lo que quiera, esperemos que se utilicen con ética. Pero para lograr lo anterior es indispensable aprender a leer el lenguaje de los datos, que es el mismo lenguaje que entienden las máquinas de las que hable en Humano vs Máquina de mi artículo anterior.

Es momento de tomar con mayor interés nuestras clases de probabilidad y estadística de la secundaria porque nos ayudará a comprender las gráficas que nos ponen en las redes sociales, en periódicos, revistas. Un gráfico de barras nos puede mentir si saben dónde colocarse los ejes. Aprender a redactar reportes útiles para el uso de toda la empresa, no crear reportes para cada nuevo director que cruza la puerta porque es así como él lo entiende, pero nadie más en toda la empresa tiene idea clara de lo que está viendo.

Y no es difícil, hoy en día sin ser matemáticos entendemos las estadísticas que arrojan semana a semana el futbol soccer, el americano o cualquier deporte que vemos por la tele. Cuando nos ponen los números que nos interesan nos volvemos expertos analistas, y eso es justamente lo que se debe permear dentro de las empresas para que el personal se siente identificado y parte del equipo. Por eso es importante tener un carácter analítico, usar sentido común y observar.

Los datos por sí solos no son un petróleo para nadie, depende de ¿Qué es lo que se desea encontrar o representar? Aún y cuando las tecnologías de hoy puedan realizar cálculos impresionantes en segundos, debemos tener el criterio suficiente para comprender e interpretar la información que arrojan.

Hoy existe un nuevo término que viene tomando más fuerza llamado Data Fluency: Así como ser fluidos al hablar un idioma es importante hablar el lenguaje de los datos, como lo comentaba antes, el comprender los datos que arrojan las empresas o en los diferentes medios que actualmente existen, nos ayudarán a crear información valiosa para tomar decisiones sobre algún fenómeno que deseemos explorar. Nuevamente no es tarea de un solo equipo, debe permearse a todo el mundo, porque nos ayudará a valorar nuestro voto en unas elecciones, apostarle a quien será el ganador en un partido de futbol, o posicionar una marca para añadir valor a sus clientes.

Hoy existen empresas que generan datos que pueden ser de valor para una industria diferente pero debido a sus prácticas que han llevado durante años no alcanzan a observar valor en lo que están generando. Estuve en una empresa que creía que su negocio estaba en la recompra de los dispositivos que vendían, cuando les pedí la información que justificara esto mismo, la respuesta era la misma: “la directora quien antes era la gerente de ventas siempre lo ha afirmado”, “esa es su estrategia por lo tanto nosotros la seguimos”, esto último no me lo decían, pero así sonaban. No se daban cuenta que ellos generaban volúmenes de datos valiosos como geolocalización, áreas seguras de la ciudad, horarios inseguros, etc. Por esa información las empresas de mapas y aseguradoras tienen que pagar estudios carísimos para poder tenerlos, esta empresa jamás lo pudo ver y hoy se encuentran en serios problemas porque los que eran clientes solo están esperando que se finalice el contrato para dejar de pagar el servicio o pasarse con la competencia, así que retención de clientes no tenía y el abandono de clientes ha ido creciendo año con año (curiosamente ese dato si lo tenían pero jamás se lo presentaban a los directores que iban y venían).

Otro ejemplo muy famoso es Blockbuster quien basaba su negocio alrededor de las multas que les cobraban a los miles de usuarios que se atrasaban en entregar sus películas en la fecha acordada. Nunca pudieron ver que darles valor a sus clientes al momento de disfrutar sus películas favoritas podría traerles mayores beneficios, por lo tanto, rechazaron a Netflix y decidieron no invertir en esa propuesta. Netflix utiliza sus datos para recomendar las películas que más se asemejan a las preferencias de su público usuario, lo mismo que hace Amazon al recomendarnos compras similares cuando nos decidimos por un artículo.

UPS descubrió que dando únicamente vueltas a la derecha le ahorraba tiempo, distancias, lo que se traducía en un ahorro de combustible y significa más dinero que entra a su caja.

Como puedes leer amable lector te darás cuenta de que los datos son útiles cuando aprendemos a observarlos. Y ellos se vuelven fuente de gran alimento para las nuevas tecnologías como machine learning de las cuales hablaré en otra ocasión.

Quien no sea versado en el tema de leer y comprender los datos se perderá una gran oportunidad en un mundo post covid 19.

“Experiencia + Datos = toma de decisiones que agregan valor”