Cómo asegurarse de que no está utilizando datos sólo para justificar decisiones que ya ha tomado

Resumen.

¿Cómo puede una organización saber si realmente está permitiendo que los datos informen su toma de decisiones o si simplemente está usando análisis superficiales para justificar las decisiones retroactivamente? Tradicionalmente, las organizaciones han utilizado el análisis de datos como una herramienta de retrospección, como un medio para responder preguntas como: «¿Esta campaña de marketing llegó a nuestro público deseado?» o «¿Quiénes fueron nuestros clientes de mayor valor en el último año?» Estos análisis son innegablemente importantes, pero dentro de las organizaciones que son realmente impulsadas por datos, los KPI se generan en el iniciar de un proceso de adopción de decisiones. Más precisamente, preguntas clave de negocio (KBQ) — de los cuales los KPI son una extensión— sirven como piedra angular del éxito de una empresa. Aunque ningún tema o línea de consulta debe estar fuera de los límites, puede comenzar con preguntas como: «¿Podemos predecir qué clientes corren el mayor riesgo de cambiar a un competidor y diseñar programas para disminuir ese riesgo?» «¿Podemos identificar el precio óptimo para nuestra marca con el fin de maximizar el crecimiento a un cierto nivel de rentabilidad?» O bien, «¿Podemos repensar la forma en que nos comunicamos con nuestros clientes objetivo a través de nuestra cartera de productos?»

¿Cómo puede una organización saber si realmente está permitiendo que los datos informen su toma de decisiones, o si simplemente está utilizando análisis superficiales para justificar retroactivamente las decisiones que ya ha tomado?

Tradicionalmente, las organizaciones han utilizado el análisis de datos como una herramienta de retrospección, como un medio para responder preguntas como: «¿Esta campaña de marketing llegó a nuestro público deseado?» o «¿Quiénes fueron nuestros clientes de mayor valor en el último año?» o «¿Hizo pico de compromiso a intervalos regulares a lo largo del día o la semana?» Estas respuestas generalmente se basan en métricas, o indicadores clave de rendimiento (KPI), como las tasas de clics, el costo por impresión y los puntos de calificación brutos, que las empresas suelen decidir demasiado tarde en el proceso.

Estos análisis descriptivos, es decir, análisis que miden lo que ya ha sucedido, son innegablemente importantes. Pero son sólo un poco jugador en el drama mucho más extenso que es la toma de decisiones basada en datos. Dentro de las organizaciones que están realmente basadas en datos, los KPI no se arrancan arbitrariamente de la nada, sino que se generan en el iniciar de un proceso de adopción de decisiones. Más precisamente, no se trata de los KPI de una organización, sino el preguntas clave de negocio (KBQ) — de los cuales los KPI son una extensión— que sirven de piedra angular de su éxito.

En su artículo de HBR Big Data: La revolución de la gestión, Andrew McAfee y Erik Brynjolfsson llegaron a una conclusión similar, escribiendo: «Las empresas tienen éxito en la era del big data no sólo porque tienen más o mejores datos, sino porque tienen equipos de liderazgo que establecen objetivos claros, definen el aspecto del éxito y hacer las preguntas correctas.”

Sin embargo, llegar a «las preguntas correctas» es más fácil decirlo que hacerlo, ya que cualquier investigación debe ir más allá de: «¿Qué dicen los datos?» En mi agencia, nuestros KBQ surgen de un riguroso proceso de cuatro pasos que nos obliga a aprovechar los datos a lo largo las fases de planificación de nuestras campañas de marketing. Aunque su aplicabilidad específica puede variar ligeramente de un sector a otro, nuestro proceso proporciona un modelo altamente procesable para implementar análisis de datos de una manera proactiva y transformadora; uno que guía su toma de decisiones en lugar de justificarlo.

Paso uno: Define tu propósito. Al comienzo de cada ciclo de planificación, una organización debe hacer un esfuerzo concertado para involucrar a las partes interesadas de todos los rincones de su negocio en un amplio debate dirigido a definir el propósito de la campaña. Esto comienza con metódicamente a cero en el (los) desafío (s) que estás tratando de resolver. ¿Está tratando de mejorar la calificación de satisfacción del cliente? ¿Cultivar la lealtad a largo plazo entre un subconjunto específico de clientes? ¿Aumentar el número de productos que se envían desde un determinado almacén?

No dude en interrogar el statu quo y, cuando proceda, desmantelarlo. Un historial de maximización de páginas vistas no es en sí mismo una razón convincente para establecer un objetivo renovado de maximizar las páginas vistas. Dé un paso atrás, estudie el paisaje (tanto interno como externo), y considere cuidadosamente si ha definido su propósito de acuerdo con cualquier otra cosa que no sea la fuerza del hábito.

Paso dos: Sumérgete en los datos. Una vez que una organización ha identificado su propósito, debe realizar un estudio exhaustivo de lo que ya sabe que es verdad. Esta es la etapa en la que una organización debe responder: «¿Qué dicen los datos?» Dicho esto, debería hacerlo con una mentalidad claramente orientada hacia el futuro. En esta etapa del proceso, una organización debería tener poco interés en evaluar, y menos aún en justificar, decisiones pasadas. La totalidad de su interés debe estar en cómo sus datos pueden informar su comprensión de lo que es probable que suceda en el futuro.

Al igual que en la etapa anterior, la segunda etapa es altamente colaborativa. En la búsqueda de una amplia colaboración, una organización debe democratizar sus datos en la mayor medida posible, canalizándolo en manos de expertos y no expertos por igual. No todos en su organización van a tener un doctorado en matemáticas o una formación profesional en ciencia de datos, pero esto no impide que nadie se ensucie las manos en sus datos; después de todo, uno no necesita entender cómo funciona una herramienta para apreciar y aprovechar su utilidad. Garantizar que las partes interesadas de toda su organización lleguen a un entendimiento mutuo no solo de los hechos, sino de su importancia, es fundamental para el éxito del resto del proceso.

Paso tres: Genere preguntas empresariales clave. Mientras que la etapa anterior empuja a una organización al borde de su conocimiento organizacional, esta etapa la envía cayendo hacia lo desconocido. Con un objetivo y un conjunto de supuestos acordados en la mano, la organización tiene todo lo que necesita para empezar a plantear KBQ, o líneas de investigación que la impulsa desde «¿Qué queremos lograr?» a «¿Qué necesitamos saber para lograrlo?»

Utilizando el lenguaje preciso para definir el propósito que estableció durante la etapa inicial, una organización debería ahora desafiar a las partes interesadas a hacer tantas preguntas como puedan pensar, primero individualmente y luego como equipos. Buenas preguntas, preguntas malas, preguntas obvias, preguntas poco realistas — no importa. El objetivo es la cantidad, no la calidad.

Aunque ningún tema o línea de investigación debe estar fuera de los límites, una organización podría comenzar con los siguientes elementos:

• ¿Podemos predecir qué clientes corren el mayor riesgo de cambiar a un competidor y diseñar programas para disminuir ese riesgo?
• ¿Podemos predecir qué clientes tienen la mayor probabilidad de intentar y posteriormente adoptar nuestra marca, y diseñar estrategias promocionales multicanal para llegar a ellos de manera más efectiva?
• ¿Podemos identificar el precio óptimo para nuestra marca con el fin de maximizar el crecimiento a un cierto nivel de rentabilidad?
• ¿Podemos repensar la forma en que nos comunicamos con nuestros clientes objetivo a través de nuestra cartera de productos entendiendo las combinaciones de productos que más a menudo compran los mismos clientes?

En muchos casos, tal curiosidad sin trabas requiere fingir un grado de ignorancia; es decir, pretender que no sabes lo que sabes o pretender que tus datos no existen. Esto puede ser algo así como un acto de alambre alto, especialmente para organizaciones nuevas en el análisis de datos, pero paga inmensos dividendos si se ejecutan correctamente. La creatividad y la innovación son fundamentales para esta fase de generación de KBQ, y seguir demasiado de cerca los datos existentes es una receta para lo contrario.

Para un fin similar, puede ser valioso tomar los KBQ que genera e «invertirlos». Así como esbozar un objeto boca abajo puede ayudar a un artista a reproducir su imagen con mayor precisión, reescribir sus KBQ en negativo puede producir más «¡Ajá!» momentos que de otra manera surgirían. Considere la siguiente progresión hipotética que podría pasar por una compañía farmacéutica:

Propósito: Aumentar la adherencia a la medicación entre los pacientes a los que se les ha recetado el

KBQ: ¿A qué métodos de extensión responden de manera más fiable los pacientes no adherentes?

KBQ invertido: ¿Qué métodos de extensión hacen pacientes no adherentes no responder a?

Este ligero cambio de perspectiva puede ser un cambio de juego. Como cualquier actividad relacionada con el comportamiento humano, el marketing es una ciencia inexacta, y el valor de restringir estratégicamente sus esfuerzos no puede ser exagerado. La incertidumbre es mucho más agradable —y mucho menos problemática— cuando se sabe exactamente dónde existe que cuándo impregna toda su operación. En los negocios, las incógnitas conocidas son preferibles a las desconocidas.

Paso cuatro: Priorice sus preguntas empresariales clave. Sólo después de que una organización haya compilado una lista exhaustiva de KBQ debe comenzar a evaluarlos, criticarlos y priorizarlos. En la práctica, algunos KBQ son altamente accionables, pero carecen del potencial claro para lograr un impacto en el negocio, mientras que otros tienen el potencial de revolucionar su negocio, pero son altamente inaccionables. Los sueños de pipa, las curiosidades y las mejoras incrementales son todos valiosos situacionalmente, pero centrarse en la búsqueda de KBQ de alto valor en última instancia conducirá resultados significativos.

Transformar un mecanismo de defensa en un agente de cambio. Es tentador situar el análisis de datos en una coyuntura discreta de sus procesos operativos, pero la realidad es que los datos no son algo que se debe usar periódicamente, ni dentro de estrictos silos basados en proyectos.

Para obtener resultados reales, una organización debe usar análisis de datos a lo largo su ciclo económico. Los análisis descriptivos de hoy son la base de los procesos de planificación orientados a KBQ del mañana, que a su vez son la base para un resumen analítico prospectivo que detalla cómo una organización va a responder a sus KBQ de alto valor. Es esta arquitectura cíclica de toma de decisiones que se informa mutuamente lo que acelera la transformación organizacional y interrumpe su fijación en el espejo retrovisor.

Como el físico ganador del Premio Nobel Niels Bohr una vez bromeó, «Un experto es un hombre que ha cometido todos los errores que se pueden cometer en un campo muy estrecho.» En ninguna parte es esto más cierto que en los negocios. Un programa de análisis de datos bien concebido permite a las organizaciones reorientar su enfoque desde justificar decisiones pasadas hasta aprender de errores pasados. Cuanto antes las organizaciones hagan este pivote, antes disfrutarán de los beneficios de la toma de decisiones verdaderamente basada en datos.

— Escrito por Kevin Troyanos