En esta nota acercamos algunas respuestas a esta pregunta. Qué es el big data, cómo abordar un proceso de transformación digital en una empresa y qué pasos dar en el recorrido hasta volvernos organizaciones data-driven.

Un mundo de datos

Vivimos en un mundo donde los datos importan. Esta sentencia que hace años podía ser de consenso en ámbitos relativamente reducidos, hoy parece describir bien a la sociedad que habitamos. Lo podemos ver en la producción de entretenimientos alrededor del tema (Black Mirror, Years and years, Cambridge Analytica), en noticias de impacto mundial (como la reciente proclamación de la supremacía cuántica por parte de Google), en frases que se popularizaron hasta volverse de sentido común (como “los datos son el nuevo petróleo”) o en los patrones de búsqueda de los términos asociados.

Este interés creciente en un campo no del todo desarrollado se traduce en una incertidumbre lógica en cómo explotar estas nuevas herramientas.

Consultas de este estilo nos parecen sintomáticas de lo que está pasando en este contexto con la explosión de los datos. Por eso esta nota busca retroceder un paso y responder: ¿cómo abordamos la masividad de los datos en el entorno digital? ¿dónde empieza y dónde termina el recorrido? ¿cómo llegamos a “hacer machine learning”?

¿Por qué hoy y ahora?

Antes que nada es importante entender por qué esta moda o fenómeno surge ahora y no en otro momento. Las aplicaciones más impactantes de machine learning e inteligencia artificial son posibles en realidad gracias a desarrollos técnicos y académicos de los años ‘50. Sin embargo, el abaratamiento en el costo de almacenamiento y procesamiento de grandes volúmenes de información es lo que hoy vuelve posible y rentable la aplicación masiva de estas técnicas.

En las grandes organizaciones, pasamos de operaciones analógicas cuyo registro era manual a operaciones digitales con registro analógico, llegando el día de hoy a una migración de la gran mayoría de los procesos al entorno digital. Podemos pensar esta transformación en cualquier sector: industria financiera (hoy se puede obtener prácticamente cualquier producto de manera online), medios de comunicación (la progresiva disminución del soporte físico para las noticias), ventas minoristas (experiencias digitales no solo de research sino de compras y envío de productos), gobierno (la digitalización de procesos, formularios y hasta soportes como tarjetas para beneficios sociales).

Los datos en este contexto digitalizado

Esta transición hacia el entorno digital vuelve mucho más sencilla la generación de datos sobre las operaciones y los usuarios. En el entorno digital podemos medir todo lo que ocurre:

  • Casi perfectamente
  • En tiempo real
  • Para el 100% de nuestros usuarios e incluso aquellos no usuarios
  • A muy bajo costo
  • A gran escala. 

En este contexto, la disponibilidad de información dejó de ser un problema. Ahora nos enfrentamos a nuevos desafíos: la calidad, accionabilidad y rentabilidad en la explotación de esos datos.

Por eso, diseñamos un recorrido, una serie de pasos, para ayudar a todas las organizaciones que quieran transitar el camino de la transformación digital apuntando a volverse data-driven en sus decisiones.

Primero medir

El primer paso es empezar a medir los activos digitales (distintos sitios web, aplicaciones) a partir de la first party data, que es información que recogemos de primera mano a partir de nuestras propias fuentes. Si este primer paso está bien hecho, vamos a estar incorporando mucha información sobre los usuarios y no usuarios de nuestras plataformas: quiénes son, de dónde provienen, por dónde navegan, con qué y cómo interactúan, qué errores o fricciones tienen en el proceso, etcétera.

Probablemente haya muchas organizaciones que a este primer paso le pongan un check. Sin embargo, hay que remarcar la importancia de la calidad de la información para lo cual existe una pregunta muy sencilla que debería acompañarnos en todo este recorrido: ¿realmente confiamos en las métricas o reportes que obtenemos actualmente? No hacerlo es el primer síntoma de que algo no está bien. Por eso recomendamos tomar en serio este primer paso ya que una mala experiencia en la utilización de esta información puede llevar a frustraciones en el proceso de transformación digital.

Activación de la data

Una vez que empezamos a contar con información proveniente de los activos digitales, rápidamente debemos empezar a extraer valor de los mismos. No hace falta buscar un plan perfecto desde el día 1, ni ponernos un horizonte más largo del que podemos abordar. Las organizaciones están llenas de posibilidades de quick wins, ganancias rápidas y fáciles con la activación relativamente sencilla de los datos con los que contamos.

El proceso de utilización de los datos para la toma de decisiones es iterativo. A medida que la utilización de los datos empieza a permear en la organización, se despiertan nuevas preguntas y nuevos desafíos para abordar. En Digodat nos declaramos como data-adictos: una vez que empezamos a ver y utilizar los datos, eso nos lleva a querer más y más. Por eso lo más importante es poner en marcha este proceso cuanto antes.

Mejora y conexión de otras áreas

Empezamos a medir nuestros activos digitales, obtuvimos algo de información que nos permitió mejorar reportes, tableros y tomar algunas decisiones que fueron beneficiosas. Seguramente nos estemos preguntamos “¿y ahora qué?”

Una vez que este proceso se puso en marcha, lo importante es involucrar a la mayor cantidad de áreas posibles. Primero, porque conectar más áreas nos permite tener más información y, por ende, tomar mejores decisiones. Segundo, porque seguramente en esta interacción surjan más y mejores ideas sobre cómo activar la información. Tercero, porque ampliar el alcance dentro de la organización permite visibilizar mejor el resultado de utilizar data para tomar decisiones y eventualmente pelear por presupuesto y prioridad para los próximos pasos.

¿Qué implica involucrar a otras áreas? Por ejemplo, empezar a conectar fuentes de datos. Con diferentes grados de dificultad, hoy todas las fuentes de datos del entorno digital pueden conectarse y cruzarse. Esto permite ampliar los horizontes, la data con la que contamos y sus posibilidades de activación. Muchas veces las grandes organizaciones trabajan con silos de información: datos que no se conectan y áreas que no dialogan entre sí. Estos silos pueden ser tanto tecnológicos como culturales. La transformación digital pasa en gran medida por romper esos silos y conectar los datos de distintos entornos.

En este paso, además, apuntamos a lograr la omnicanalidad en la medición. Hoy sabemos que cada persona utiliza diferentes dispositivos y plataformas para interactuar con las marcas. La forma en la que evoluciona el uso de los dispositivos lleva a una complejidad cada vez más grande en esa interacción. Si podemos detectar al usuario o no usuario en cada uno de esos momentos, atendiendo a sus necesidades, vamos a estar mucho más cerca de lograr nuestros objetivos.

Personalización y nuevos insights

Si logramos atravesar el paso anterior y avanzamos en conectar distintas fuentes de datos y áreas dentro de la organización, vamos a estar circulando rápidamente hacia las zonas de frontera en el desarrollo tecnológico vinculado a los datos.

Al lograr identificar un mismo usuario en múltiples canales, dispositivos y momentos, podemos tomar decisiones a otro nivel. Esto permite, por ejemplo, optimizar recursos en los procesos de remarketing, up-selling o cross-selling. Podemos empezar a brindar experiencias mucho más personalizadas para cada usuario, generando contenido user-centric. Estamos en condiciones de plantearnos llegar con contenido prácticamente uno-a-uno.

Siempre en este proceso es importante no solo medir para obtener información sino medir para cuantificar los resultados. Avanzar en la personalización de contenido (ya sea la landing de un anuncio, el contenido de un banner, la navegabilidad o experiencia del usuario, una determinada promoción o recomendaciones de productos) implica la búsqueda de una mejora en alguna métrica (engagement, tasa de conversión, regresos al sitio, click-through rate, etcétera) y por eso resulta importante cuantificar los resultados para mostrar las mejoras que este proceso conlleva.

Automatización y aprendizaje automático

Empezamos a medir nuestros activos digitales; activamos rápidamente esa información para mostrar el valor que tenía; eso nos llevó a mejorar las mediciones que hacíamos y conectamos áreas y fuentes de datos de la organización; logramos identificar al usuario y no usuario en sus múltiples dispositivos, canales y momentos y le llegamos con un mensaje y una experiencia personalizada. Nuevamente llega el momento “¿y ahora qué?”.

Ahora sí estamos listos para jugar en las grandes ligas. Por un lado, podemos lograr la automatización de los procesos y decisiones que pudimos llevar adelante en los pasos anteriores. Que la obtención y activación de insights a partir de los datos no dependa del ojo y la acción humana sino que puedan llevarse a cabo automáticamente. Esto nos va a permitir escalar estas soluciones para perfeccionar sus resultados.

Por otro lado, es posible nutrirnos de soluciones basadas en la inteligencia artificial o el aprendizaje automático. Predicciones, clasificaciones, procesamiento de lenguaje natural, reconocimiento de imágenes, internet de las cosas. Las aplicaciones son muy variadas y dependen de cada negocio y caso que se quiera tratar. Ya hay mucho camino recorrido con experiencias o soluciones fácilmente replicables. Seguro estas soluciones son personalizables para nuestro caso en particular pero es importante saber que no hay que reinventar la rueda cada vez que se quiera trabajar con una solución avanzada de utilización de data. Además, si llegamos hasta este punto seguramente contemos con una infraestructura y un ejercicio cotidiano de utilización de datos en las decisiones que permita soportar estas aplicaciones y que se inserten en un contexto.

¿Es posible utilizar aprendizaje automático sin recorrer este camino? Sí, claro. Pero seguramente se explote mejor y se consigan mejores resultados cuando estas funciones no sean un oasis de desarrollo en un desierto de falta de información sino que tengan un ecosistema en el cual convivir. Si pensáramos en una analogía futbolera, podríamos decir que sería como tener a Messi jugando en un equipo de la 4ta división de una liga menor.

El futuro llegó hace rato

Llegados a este punto, es importante entender y recuperar que la utilización de información y la intuición o conocimiento del negocio no son contrapuestas sino que se retroalimentan. Probablemente, los datos ayuden a que extraigamos o explotemos mejor el conocimiento que se tiene del negocio, las intuiciones comerciales que nos trajeron hasta este punto. Hay que mostrar que la utilización de información no viene a echar por tierra todo lo anterior, no viene a derribar todo el conocimiento anterior ni a reemplazar funciones sino que llega para complementar, profundizar y optimizar ese conocimiento. Las organizaciones que logran trascender mediante la utilización de data son aquellas que combinan ambos conocimientos. No se trata de una disputa de techies vs. conservadores y tampoco se trata de procesos mágicos. Es simplemente el aprovechamiento de las condiciones de posibilidad que ofrece el avance de la tecnología, del abaratamiento de los costos de almacenamiento y cómputo y la digitalización de los procesos que permite contar con información rápidamente, barata y de calidad.

Tomás Reneboldi
Head of Operations