El nuevo petróleo de las empresas tiene nombre propio: ‘big data’. Estos datos describen el modus operandi de los actuales y los potenciales clientes, para, a través de algoritmos, predecir comportamientos e, incluso, prescribir soluciones anticipándose al futuro.
Ahora bien, hay que saber seleccionar los datos que genera un negocio y cruzarlos con otros de fuentes externas para, a través de programas analíticos, obtener respuestas más avanzadas, precisas y fieles a la realidad del momento. No se trata, por tanto, de recabarlos de forma manual e introducirlos uno a uno en un software, una labor lenta y más expuesta a posibles errores humanos; la gestión debe estar automatizada a través de la interconexión de procesos y máquinas, bien con software, bien con hardware (sensorización de dispositivos). Toda esta información se envía a entornos cloud o en la nube, donde se procesa y se almacena. Sofisticados softwares de inteligencia artificial la analizan en tiempo real para arrojar respuestas que, posteriormente, son interpretadas por los trabajadores.
Precisamente, el acceso a la nube a través del llamado Software as a Service (SaaS) es la vía de acceso de las pymes a herramientas de ‘big data’ de una forma más económica ya que se fundamenta en el pago por uso, tal y como recomienda el experto Raúl Arrabales, fundador de Psicobõtica, teniendo en cuenta que, en la mayoría de los casos, las pymes no cuentan ni con departamentos de ‘business intelligence’ ni de analítica avanzada. Los gigantes de internet Amazon, IBM, Microsoft y Google se han convertido en las grandes plataformas de servicios en cloud, donde ofrecen esas herramientas de análisis predictivo.
Al margen de estas plataformas también existen otras herramientas, incluso gratuitas, de fácil manejo, para procesar grandes volúmenes de datos en lote usando modelos de programación simples como Python, Lenguaje R o Apache Spark.
La calidad de los datos es clave para que la toma de decisiones sea más acertada. Un ejemplo: durante el confinamiento, la forma de contabilizar los contagiados y los fallecidos demostró ser errónea a la luz de las actualizaciones de los mismos que se hicieron a posteriori y que, incluso, aún hoy, se desconoce de forma certera cuántas personas han sido víctimas de la COVID-19.
“La pandemia ha puesto de manifiesto la importancia de la toma de decisiones en función de los datos”, pero también, la importancia de la calidad de los mismos, reconoce Llorenç Rubió, IoT & Smart Cities Business Development en Telefónica, en el Podcast de Banco Sabadell.
Algo que corrobora Carmen Reina, directora del programa superior en Data Science del instituto nativo digital ICEMD de la escuela ESIC Business & Marketing School. “Los métodos de contabilizar los datos de las comunidades autónomas no eran homogéneos y no se podían comparar”, aclara la experta.
Trasladado al mundo empresarial, “sin datos de calidad exhaustivos sobre la realidad del negocio es difícil crecer”, asevera Manu Carricano, profesor del departamento de Operaciones, Innovación y Data Sciences de Esade, quien explica que en la actualidad hay que ser “capaces de tener un diagnóstico de dónde estamos y a partir de ese momento identificar el potencial de crecimiento para lo que se necesita tener una visión holística del negocio”. Y, sin duda, los datos de calidad son los que ofrecen esa fotografía.
Si bien, la forma de extraer los datos de calidad es compleja por tres razones, según explica Luis Echávarri, Chief Data Officer de Banco Sabadell. Primero porque “partimos de un ‘story’ de unos sistemas de ‘legacy’; segundo, porque no siempre esos sistemas están orientados a la explotación de los datos; y tercero, porque no todas las personas que participamos en el ciclo del dato nos damos cuenta de la responsabilidad que tenemos dentro de él”.
‘BIG DATA’ VS. ‘SMART DATA’
En opinión de los expertos, hay que evangelizar a pymes y autónomos sobre la importancia que tienen los datos de calidad para tomar decisiones de negocio más precisas. Hay que distinguir, por un lado, entre ‘big data’, que es la captura, almacenamiento y análisis de una gran cantidad de datos que se producen a una enorme velocidad y son muy variables; y, por otro, ‘smart data’, consistente en seleccionar del ‘big data’ aquella información que verdaderamente es útil para la toma de decisiones inteligentes.
En este caso, el tamaño no importa. Puede ser una tienda de barrio o una cadena de hipermercados. Cada negocio genera sus propios datos y se tienen que poner en valor cruzándolos con otros procedentes de fuentes externas, ya sean públicas o privadas, de compañías que venden bases de datos o de grandes corporaciones que cuentan con una gran base de clientes.
A partir de aquí se utilizan técnicas de inteligencia artificial, algoritmos de ‘machine learning’ o aprendizaje automático a partir de imágenes, audios y datos; de ‘deep learning’ o aprendizaje profundo, que dan un paso más y son capaces de predecir el futuro a partir de patrones de comportamiento. “Ese es el valor, adelantarte a lo que puede ocurrir a través de los datos, convirtiéndote, así, en una empresa ‘data driven’”, impulsada por datos y, de esta forma, “las decisiones a tomar están definidas por los datos, no por la subjetividad”, señala Reina.
“Ser ‘data driver’ es basar nuestras decisiones en datos. Cada vez es más necesario obtener buenos datos y de más calidad, y esa es la tendencia en las empresas”, afirma Echávarri. En su opinión, la analítica de datos “es la forma de sacar valor a la cantidad ingente de datos que cada vez más manejamos y puede servirnos para detectar determinados indicadores que nos hagan ver que un cliente nuestro está en una situación en la que le podemos ayudar u ofrecer un producto que se adecue más a sus características”.
En sí mismos, los datos no dicen nada, son “neutros, y el que tiene que analizarlos es el empresario aplicándolos a su negocio”, aclara Rubió.
ATERRIZANDO LOS DATOS A LA PYME
Aunque pueda parecer que el uso de tecnologías y sistemas ‘big data’ e inteligencia artificial solo está al alcance de las grandes compañías ya digitalizadas, entornos profesionales de menor tamaño y tradicionales pueden aprovechar estos habilitadores de la Industria 4.0 para mejorar su competitividad en el mercado.
Es el caso de los salones de peluquería y belleza. Gracias al ‘big data’, la plataforma de aprendizaje online ModumB desarrolla junto a la Asociación Nacional de Perfumería y Cosmética (Stanpa) el Observatorio Anual del sector de la peluquería a través del cual los profesionales del mundo de la belleza pueden analizar y comparar sus salones desde cuatro perspectivas diferentes, según explica su consejero delegado, Sergio Gutiérrez.
Por un lado, el perfil profesional, donde se profundiza y se conocen las características de los profesionales que se encuentran en el salón; por otro, el perfil del salón, para identificar los servicios más demandados, costes medios, servicios en vías de crecimiento, así como opciones de ingresos adicionales; en tercer lugar, el perfil formativo, donde se verifican los medios más usados y valorados, inversiones medias en formaciones anuales y número de formaciones a las que asisten; y, por último, el análisis de perfiles de marcas y productos, donde se exponen los productos y enseñas más demandadas cruzados con los diferentes tipos de servicios ofrecidos.
Otro ejemplo es el que describe Llorenç Rubió a través de una carnicería, donde el uso de bases de datos externas como la de Telefónica “puede ayudar a predecir cuál es el flujo de personas que pasa por delante de la tienda, su perfil sociodemográfico y socioeconómico y, así, ajustar horarios de apertura y adaptar la oferta al público. Es más, si es una zona turística, incluso afinar aún más a un potencial consumidor que hasta ese momento no se contemplaba”.
Más casos. Un taller de coches puede usar el ‘big data’ a partir de las matrículas para redimensionar la plantilla cuando prevea picos de revisiones de vehículos; una empresa de logística, para optimizar la carga de los camiones; un banco, para prevenir fraudes; una empresa de cualquier actividad, para evitar impagos, anticipar patrones de consumo y/o hacer ventas complementarias…
CASO DE ÉXITO
Un caso real para sacar mejor partido a los datos que genera la empresa es el de Alia Tasaciones, quien a través de Power Business Intelligence analiza en tiempo real y a golpe de clic la evolución de los encargos y las ventas, visualiza tendencias y ‘zonas calientes’ y prevé carga de trabajo. “Vinculamos las bases de datos al programa y extraemos datos que nos ayudan a tomar decisiones más acertadas, provisionar medios humanos a la previsión de solicitudes, ajustar plazos o prever y tener controlada la tesorería”, apunta María Zaragozí, directora de Desarrollo Técnico y Productos de la tasadora. El programa también detecta incidencias y reclamaciones, siendo su resolución más rápida, lo que sin duda mejora la calidad del servicio. En su opinión, las grandes ventajas que aporta el ‘big data’ dentro de su organización son la eficiencia y la agilidad. Recuerda que en un pasado todos los datos se introducían de forma manual en un Excel, lo que requiere de una inversión en tiempo y deja en interrogante la veracidad de los datos introducidos por el profesional. Ahora, al hacerlo de forma automática a través de software, la autenticidad de los mismos no se cuestiona.
Tal y como se puede ver, las posibilidades de crecimiento que ofrece tomar decisiones empresariales a partir de los datos son enormes. Se debe utilizar de forma inteligente lo que la competencia no tiene: los datos de tu empresa y de tus clientes.
