Los departamentos de administración han comprendido lo que significa competir en una era con abundancia de datos como la actual. Aunque hay pocas novedades en la implementación de los métodos estadísticos para solucionar problemas empresariales, es decir, en análisis, el contexto ha cambiado.
Desde la perspectiva del personal de marketing, la combinación de enormes cantidades de datos sobre el comportamiento de los clientes, la tecnología necesaria para reunir todos estos datos y la inteligencia artificial mejoran las operaciones de negocio y las oportunidades para nuevos modelos de negocio disruptivos. El potencial del big data seguirá mejorando a medida que avancen el blockchain y la impresión local. Las empresas están haciendo grandes inversiones en datos y análisis, y esto genera un aumento en la demanda de gestores y analistas.
El contexto de negocio y los conocimientos sobre clientes y mercado son complementos necesarios para el modelado y el aprendizaje automático.
Este crecimiento en la analítica genera varios desafíos empresariales. En primer lugar: ¿de dónde sale el personal experto en ciencia de datos? ¿Cómo funcionará con los departamentos de gestión un equipo de análisis con cada vez más conocimientos? ¿Cómo y dónde encajan las capacidades de análisis en la empresa? ¿Qué inversiones en big data harán las empresas? ¿Dónde se pueden encontrar pruebas del retorno de estas inversiones? ¿Qué impacto tiene esto en la empresa y en el poder relativo entre grupos funcionales?
Hay abundante investigación que sugiere que ni la tecnología ni los algoritmos son lo que hace que prosperen las empresas. Es más bien la capacidad para beneficiarse de su uso, que es poco habitual y muy valiosa. Todas las empresas con abundancia de recursos pueden comprar el mejor software, contratar personal experto en ciencia de datos y crear excelentes conjuntos de datos. No todas consiguen generar conocimientos basados en el contexto ni transformarlos en estrategias para triunfar. El nuevo algoritmo solo es una pieza más del puzzle, aunque sea una esencial.
La mayor parte de las recomendaciones para la transformación digital ofrecen instrucciones estandarizadas para el cambio en la gestión: se empieza por la dirección (siempre tan ocupada con todas estas iniciativas), se asigna un comité orientador para la transformación digital, se crean espacios separados y protegidos para que arraiguen los nuevos modelos digitales y se mantiene una visión radical.
Pero estas instrucciones sirven para casi cualquier iniciativa de dirección y asumen un programa de cambio vertical y basado en la gestión. Nuestras investigaciones iniciales de la transformación digital sugieren que la revolución del análisis tiene ciertas características únicas:
- A diferencia de muchas transformaciones basadas en la tecnología, estas capacidades de análisis en desarrollo no parecen iniciarse con una gran inversión de capital. Los equipos pequeños, incluso a veces una sola persona, pueden analizar datos con software libre, diseñar algoritmos e implementarlos en páginas web comerciales para empresas más grandes en cuestión de semanas. Hay una gran diferencia entre esto y las implementaciones de cadenas de suministro y software (ERP y CRM) que duran dos o tres años y cuestan cientos de millones de dólares. Aquí no hablamos de informática a gran escala. Cualquier empresa puede extraer valor de sus datos. El desafío es mantener un cambio desde la base a largo plazo.
- La rápida experimentación inherente al pensamiento analítico hace que la transformación digital sea más un esfuerzo de aprendizaje que un programa de cambio impulsado por la gestión y las inversiones. La gestión reflexiva, el análisis metódico y la innovación desempeñan un papel mucho mayor en todo el programa. ¿Contamos con las estructuras necesarias para lograr esto? Es más ¿tienen los equipos de marketing y de gestión la confianza suficiente en sus capacidades de análisis para participar a plena capacidad?
- El contexto de negocio y los conocimientos sobre clientes y mercado son complementos necesarios para el modelado y el aprendizaje automático. Los proyectos que producen los mayores beneficios empresariales con rapidez son aquellos en los que los equipos de gestión colaboran con los de análisis para lograr ciclos rápidos de aprendizaje y experimentación. En este nuevo entorno, entran en juego los roles funcionales y el poder. El marketing suele tener conocimientos sobre los clientes y el mercado, pero le faltan capacidades de análisis profundo e ingeniería de datos. Los científicos de datos tienen las habilidades de análisis y programación, pero suele faltarles el acceso a los datos y al contexto de mercado. Los departamentos de informática no suelen estar diseñados para dar soporte a la analítica interactiva y de aprendizaje, ni cuentan con el contexto empresarial. Es necesario modificar los roles, el poder y el control en el entorno con abundancia de datos en el que estamos entrando.
No parece haber una solución única aplicable a todas las empresas (pese a lo que suelen dar a entender las guías genéricas sobre cambio de gestión). Cada empresa tiene circunstancias y objetivos únicos que pueden hacer que sea más deseable un enfoque que otro, o que necesiten una mezcla de enfoques específica. Los cambios son tan profundos que puede que sea imposible crear un manual de instrucciones, un plano detallado o una guía que ofrezca una ruta ideal para cada conjunto de circunstancias.
Hay demasiadas variables a tener en cuenta: ¿mejora la estrategia el crecimiento o la maximización de beneficios? ¿Tiene un alcance local o global? ¿Va dirigida a empresas o a consumidores? ¿Mercados de cambio rápido o estables? ¿Se busca ser líder de mercado bien posicionado o encontrar un nicho especializado? ¿Participar en mercados volátiles de alta tecnología o en otros más estables y mejor definidos? ¿Estrategias disruptivas o de desarrollo?
Cranfield está tomando decisiones con respecto a estos asuntos en el contexto de la transformación del big data de análisis de mercado o de clientes. Nos centramos en los roles, poder y alcance de tres grupos funcionales clave: marketing, informática y BI. ¿Tendrá la transformación digital más o menos éxito si la lidera alguno de estos tres grupos? ¿Cuáles son las configuraciones ideales de estructura, tareas y ajuste a la estrategia que fomentan el cambio más rápido y de mayor éxito? ¿Por dónde empiezan las empresas? ¿Con qué velocidad ocurre la transformación?
Creemos que la respuesta que encontremos incluirá varios temas que se hicieron evidentes en nuestro trabajo preliminar:
- Mejora de las habilidades del personal para que pueda participar en la revolución de los análisis. JMP facilita el acceso generalizado a los datos y análisis avanzados gracias a su interfaz intuitiva. Yo lo utilizo para enseñar a los alumnos de marketing, que no suelen tener formación previa en estadística o programación, como tampoco la tengo yo.
- Será necesario que haya un acceso generalizado a los datos y que no sea competencia exclusiva del departamento de informática. Los datos que interesan al front office no están en los sistemas operativos y bases de datos de la empresa. El acceso abierto a conjuntos de datos de gran tamaño es cada vez mayor. No falta mucho para que haya herramientas intuitivas con las que las funciones empresariales como el marketing puedan acceder a los datos directamente.
- Las funciones empresariales, en especial marketing y ventas, necesitarán desarrollar sus propias estrategias de datos y tecnología, o al menos ser parte de la toma de decisiones de las mismas. Los equipos de análisis que colaboran estrechamente con el negocio o, aún mejor, que están integrados en las funciones empresariales, pueden desempeñar un papel fundamental a la hora de permitir que los departamentos de marketing comprendan los datos disponibles, los necesarios, la dificultad de acceder a los mismos, etc.
- Los equipos de análisis de negocio y de marketing colaborarán más de cerca y aprenderán los unos de los otros. Habrá mayor permeabilidad de conocimientos clave del desarrollo agile (Scrum, mínimo producto viable, etc.) en los equipos de marketing, lo que aumentará la demanda de funcionalidades de análisis. Gran parte de esta demanda deberá cubrirse mediante un establecimiento empresarial mejorado, ya que no se puede formar al personal de ciencia de datos con la rapidez suficiente. Esto ofrece oportunidades a los equipos de análisis de asumir cargos de mayor liderazgo.
El software cada vez está más cerca de cubrir la brecha de capacidades y de democratizar el big data para gestores empresariales. Los equipos de análisis tendrán la oportunidad de mejorar sus propias funciones de formación, asistencia y contribución a la evolución del negocio.