¿Alguna vez te has preguntado si lo que inviertes en análisis de información, ciencia de datos o big data, tendrá algún retorno?
Recuerdo hace algunos años, estábamos en la oficina con el Gerente de Finanzas y el cuestionamiento era ¿Cuál será el retorno de la inversión? Y no necesariamente le interesaba la respuesta de otros estudios donde se indicaba que había incrementos en ventas por empleados, o mejora en la retención ni nada de eso, queríamos información concreta con un ROI que pudiéramos medir.
Aunque la pregunta pudiera parecer un freno a la innovación o una barrera al cambio cultural, en realidad es la pregunta más atinada que se puede hacer.
Estudios de firmas reconocidas como Gartner o Mckinzey, señalan que el 80% de los proyectos de analítica no tendrá impacto para el negocio o que menos de un cuarto de las iniciativas de ciencia de datos llegará a producción, es decir que quedará en la computadora del muchacho – sí, ese bueno con los números– que prepara los indicadores para las reuniones de gerencia.
Y es que, sino sirve para el negocio, cualquiera persona sensata estaría de acuerdo en no poner plata en este tipo de iniciativas.
Sin embargo, aunque no es la única forma de demostrar el retorno para la organización de un proyecto de analítica, lo mejor es apoyarnos con la herramienta de casos de uso.
Lo primero es tener claro que el objetivo de la ciencia de datos, la analítica de datos o el análisis de información, es tomar mejores decisiones. Entonces no puede haber proyecto de analítica que no tome en cuenta el resultado de esas decisiones.
En otras palabras, organicemos la idea mediante el siguiente ejemplo:
- La organización tiene una iniciativa estratégica que es aumentar la retención de clientes.
- Con lo cual la iniciativa de la ciencia de datos o la analítica de datos, es precisamente aumentar la retención.
- Las iniciativas de la analítica no es hacer dashboard, no es aplicar algoritmos de machine learning, ni contratar científicos de datos. Pueden ser herramientas o caminos para nuestro fin, pero no es nuestro objetivo.
- Dependiendo de la organización la analítica puede enfocarse en determinar tendencias de retención, identificar perfiles de clientes con mayor o menor probabilidad de retención, identificar perfiles que me interesa retener porque son más rentables o inclusive, clasificar nuevos clientes de acuerdo al su perfil probable de retención.
Aquí es donde aplico las herramientas técnicas necesarias o incorporo el software apropiado, para transformar los datos en conocimiento para el negocio. Casos de uso
No se puede dejar fuera, la decisión, si al identificar perfiles de clientes con mayor probabilidad de retención, entonces genero una campaña o una acción (física o digital, on-line u off-line) que me permita testear mi insight, lo que descubrí con la analítica y me permita aumentar mi porcentaje de retención.
Estamos claros que debemos involucrar al que genera el descubrimiento con la acción que se tome, para que también analice el resultado de su descubrimiento. Dicho en términos un poco más de ciencia de datos, el resultado de las decisiones que tomamos con los datos que analizamos es parte de nuestro ciclo de vida de los datos.
Si quieres obtener mas información sobre el tema o deseas una asesoria personalizada, contáctanos.
Tenemos las herramientas y conocimientos necesarios para ayudarte a lograr tus objetivos.