Conecta con nosotros

Opinión

Estrategia de datos y estrategia de analytics: por qué deben ir de la mano

Publicado el

Son muchas las empresas que han planteado sus proyectos de analytics como una mera distribución de cuadros de mando o informes dentro de su organización, sin prestar demasiada atención a los datos subyacentes que los hacen posibles. Ahora, para poder dar un paso adelante y obtener más valor de esos resultados analíticos, estas organizaciones han necesitado dar un paso atrás: primero deben identificar sus necesidades en data management y saber cuáles son los datos necesarios para hacer crecer sus soluciones de cuadros de mando y reporting. Y esto no solo lleva tiempo, sino que además consume muchos recursos, porque es necesario reevaluar la manera en que esos datos y esos análisis se relacionan unos con otros. Así, si queremos, de verdad, que nuestro analytics nos proporcione resultados valiosos, es necesario llevar a cabo también otras actividades de preparación de datos.

Muchos proveedores de analytics hoy día invierten en la capacidad de ofrecer un paquete completo (analytics junto con data management), ya sea a través de desarrollos propios o de adquisiciones. Podemos decir que también el mercado de los proveedores se está poniendo al día para atender las necesidades organizacionales actuales y busca ofrecer una plataforma que permita a las empresas obtener un punto de vista más cohesivo sobre sus inversiones en datos y analytics y cómo éstas están relacionadas.

Pero tenemos que decir que una aproximación a analytics y data management mediante una plataforma ya no es suficiente. Las empresas necesitan desarrollar un sólido conjunto de estrategias que puedan estar alineadas con los resultados de negocio. Por un lado, una estrategia de datos para gestionarlos y aprovechar las oportunidades; y por otro, una estrategia de analytics que distribuya los informes y resultados según los objetivos de negocio. Porque es muy importante que los líderes empresariales puedan entender y aprovechar los datos, pero también que sea posible actuar sobre ellos.

La importancia de una estrategia de datos

Es cierto que el mercado está empezando a entender la importancia de los datos independientemente de los requerimientos técnicos y los proyectos de integración. Se habla mucho sobre su valor empresarial y sobre cómo pueden ser utilizados para aportar valor al negocio. Sin embargo, hacer esto de forma eficiente requiere una buena estrategia, y no hablamos de cuánto es necesario invertir en gestión de datos o qué iniciativas implantar en la organización, sino de cómo aprovechar esos datos para llegar a ser una empresa realmente data driven.

La capacidad para unir el data management con una estrategia definida es lo que da valor realmente a los datos dentro de la organización. Con el apoyo de la alta dirección, las iniciativas de datos saltan a la palestra, y la organización al completo se orienta a los resultados. Así se logra una empresa orientada a los datos.

Evaluar y desarrollar una estrategia de analytics

Por su parte, una estrategia de analytics debería atender a cómo se define la toma de decisiones dentro de la organización y a qué retos globales se enfrenta. Normalmente una estrategia de analytics se centra en cómo abordar esos retos, pero según va pasando el tiempo se va entrelazando más estrechamente con los objetivos globales de la organización. Porque para obtener un verdadero valor de estos análisis es necesario que haya resultados cuantificables.

Por eso los tomadores de decisiones necesitan identificar muy bien lo que quieren conseguir y cómo van a medir el éxito. Es algo más que la creación de KPIs, es tomar abordar el Business Intelligence y el analytics de una manera más holística. De este modo se asegura que los resultados pueden ser medidos, que la compañía cumple sus objetivos y que los retos se están abordando de forma proactiva. En esencia, una estrategia analítica necesita estar unida a los objetivos globales de la empresa.

Esta es la razón por la que las estrategias de datos y de analytics necesitan estar alineadas. Los datos son la columna vertebral de cualquier narrativa de analytics. Si se gestionan bien, pueden ser utilizados para identificar tendencias, analizar el rendimiento y dirigir el cambio dentro de la empresa. Cómo interactúan las personas con la tecnología, las herramientas que utilizan y cómo éstas interactúan con los sistemas para obtener información analítica es lo que da la conexión entre datos y resultados. Sin las dos cosas, las iniciativas de analytics de una empresa no tendrán éxito a largo plazo. Y sin tener claro cómo aprovechar los datos, el tiempo dedicado al data management no servirá para mucho.

Firmado: Miguel Reyes, VP EMEA South de Information Builders

Lo más leído