Hoy en día hay mucho ruido en torno a la gestión de datos, y en concreto en lo que son y no son los conceptos del Big Data, el Machine Learning y el Business Intelligence. Para muchas empresas es difícil conocer de verdad en qué consisten, cómo funcionan y, lo más importante, qué pueden aportar estas innovaciones realmente al negocio en el corto, medio y largo plazo. Lo que está claro es que es posible sacar mejores conclusiones a partir de los datos, si se sabe por dónde empezar y hacia dónde hay que dirigirse.
A la hora de iniciar un proyecto, es importante ser críticos ante el retorno que suponen las inversiones en Data Science. Teniendo esto en cuenta, Roger Agustín, CEO & co-fundador de Prenomics, apunta dos grandes líneas de actuación que seguro que os darán los resultados esperados.
Impacto directo: más rotación, más margen
En este caso, se trata de proyectos con un impacto directo en la Cuenta de Explotación. Aquí cada sector tiene sus particularidades, pero ahora mismo y de forma transversal en varios sectores vemos que es muy interesante hacer proyectos en el ámbito de:
La activación de clientes “dormidos” y automatización de estas acciones. Cada cliente suma y suele ser mucho más fácil re-activar un cliente que conseguir uno nuevo. Después de una situación excepcional en la que los clientes han alterado sus patrones de compra debido a la pandemia, es importante recordarles que existimos y hacerlo con la intensidad adecuada para cada segmento.
Precios dinámicos. En aquellos sectores que comercializan un activo con capacidad limitada, como sucede con las plazas de hoteles, vuelos, trenes, etc, será particularmente interesante sacar el máximo partido de este activo en función de la capacidad disponible en cada momento del tiempo.
Optimizar aprovisionamiento (eliminando roturas y urgencias y minorando el inventario de seguridad). Esta tipología de acción, particularmente en ciclos de aprovisionamiento razonablemente regulares, permite reducir costes a la vez que evita perder oportunidades de negocio por no tener stock, así como incrementar el surtido.
Impacto indirecto de los datos: Eficiencia interna
En este caso, se trata de apostar por proyectos que tengan gran capacidad de empoderar a nuestros colaboradores con mayor talento. En la mayoría de las organizaciones, hay profesionales con mucho talento que invierten muchas horas en confeccionar datos e informes con los que poder analizar y tomar decisiones. En la actualidad, es posible poner en marcha proyectos que permitan automatizar y hacer accesibles los datos gracias a herramientas optimizadas para el análisis. Por tanto, es una tipología de proyecto que suele tener resultados indirectos altamente positivos para la eficiencia interna.
A la hora de elegir por dónde empezar… Si en la empresa tenéis un elevado grado de desarrollo analítico, probablemente tenga sentido centrar los recursos en la primera línea de acción, que es más eficiente, si partimos de una buena base. Si, por el contrario, estáis planteándoos dar los primeros pasos en data science, probablemente valga la pena explorar cómo construir una buena base informacional que ayude en la segunda línea de actuación.
