Hace varios años entramos en la era de la información, con lo que han nacido diferentes oportunidades y desafíos para que las empresas se vuelvan más competitivas. Han emergido nuevas tecnologías que les permiten conocer más acerca de su funcionamiento, de quiénes son sus clientes y cómo éstos se comportan a través del tiempo. Asimismo, cómo maximizar las ganancias, reducir los costos operativos y ser más eficientes.
No obstante, surge un problema cuando se requiere implementar y hacer uso de estas tecnologías, pues varias veces se considera algo trivial, pero no lo es. En ese sentido, es necesario estar consientes del objetivo que se quiere conseguir y, aún más importante, cómo se va a conseguir. En este punto, los datos de la empresa juegan un papel fundamental, ya que si no se cuenta con suficientes datos fidedignos, es muy difícil estudiar su comportamiento, sacar información y conocimiento de utilidad.
Antes de comenzar a utilizar herramientas de inteligencia de negocios, hay que estudiar si se dispone de los datos que se necesitan para lograr el objetivo. Para ello se precisa ver si los datos se están capturando, almacenando y utilizando de manera apropiada.
Muchas veces, no todo dato útil es capturado. Por ejemplo, en un gimnasio, cuando el usuario ya es conocido porque ha ido varias veces, ya no lo registran al entrar. Eso se traduce en que se desconoce el segmento de clientes que está entrando al gimnasio en un horario específico, información útil a la hora de hacer promociones, campañas o, simplemente, mostrar publicidad dirigida y mejor pagada en las pantallas del gimnasio, optimizando así los recursos.
Otro ejemplo se da en varias tiendas de retail, donde sólo se registra la compra, pero ¿qué pasa con la no compra? Así, se pierde información valiosa de por qué un cliente no compró ¿faltó stock? ¿no había el color que quería? ¿no se trae el producto indicado? ¿mala atención? ¿local colapsado? Con este tipo de información, claramente, se podría lograr una optimización de los recursos y aumentar las ganancias.
Cuestión de Calidad
Por otro lado, hay algunas empresas que almacenan datos, pero no de manera desordenada, haciendo que sea difícil acceder a ellos y, muchas veces, con incongruencias entre éstos. Se torna, de esta forma, difícil sacar información útil y extraer conocimientos de datos, pues no son fidedignos. Lo óptimo es tener los sistemas transaccionales funcionando de manera correcta. Imaginemos que los sistemas transaccionales son el corazón de la empresa; y el sistema analítico es el cerebro, por ende, antes de ponerse a pensar, hay que sobrevivir. Por eso, se recomienda tener en funcionamiento los sistemas transaccionales.
Por último, hay empresas que poseen datos de manera ordenada con Datawarehouses corporativos y diferentes DataMarts, pero no saben sacarle provecho, ya que no fueron pensados para análisis muy acabados y/o no disponen de los recursos humanos lo suficientemente capacitados como para poder sacar conocimiento útil a sus datos.
En conclusión, los datos son una materia prima valiosa para cada empresa, los que hay que saber capturar, almacenar y utilizar para sacarle valor. Por lo mismo, nacen herramientas como la inteligencia de negocios y la minería de datos que ayudan a realizar este tipo de tareas. Pero para que sea de utilidad se requiere tener un objetivo claro y consistente, como también personal adecuado, ya sea profesionales dedicados al tema o empresas consultoras externas dedicadas a realizar análisis sobre los datos actuales que se poseen, integrando la información y extrayendo conocimiento con los datos de que se dispone. Obviamente, mientras más sea la calidad de los datos que se tengan, mejor será la calidad del conocimiento extraído.
Por Nicolás Ceroni, analista Data Mining de Formulisa