Muchas decisiones empresariales se toman por intuiciones basadas en el criterio y experiencia del equipo directivo pero sin estar corroboradas por hechos verificados. ¿Y si pudiéramos cuantificar las opciones, identificar nuevas soluciones y descartar otras que a priori tuvieran sentido?

 

“Prestando atención a la intuición y a las nuevas ideas”

Está muy bien empezar identificando los KPIs (Indicadores Clave de Desempeño) para cuantificar los objetivos que reflejan el rendimiento de la organización. Para ello nos hemos de asegurar recoger las métricas que lleven a resultados medibles de la operativa del negocio. Por ejemplo, identificar las fuentes del tráfico que llegan a los soportes de la empresa con presencia online para enfocar las acciones de marketing alineadas en el sentido correcto. Es decir, indicadores que podamos controlar mediante acciones concretas que afectan a los resultados, de nada nos sirve medir los Likes de facebook si no sabemos qué ventajas competitivas obtenemos de ello.

 

Otro caso práctico en el que el Big Data puede ayudarnos sería por ejemplo, a elegir a la hora de abrir un nuevo local comercial, analizando la información de transacciones, tránsito peatonal, actividad en redes sociales, costes… y compararlos entre las zonas seleccionadas, dándonos una información valiosa más allá de la intuición pura sin datos contrastables que hubiéramos podido tomar sin haber analizado los datos.

Veamos paso a paso una lista de puntos clave a la hora de diseñar un plan de trabajo en big data y hacerlo realidad:

1. Crear una cultura corporativa en la que la analítica esté presente en todo momento y lugar alrededor de cada empleado.

2. Seleccionar los escenarios de negocio interno donde el big data y la analítica puedan transformarse en realidad, que pueden incluir acciones de adquisición, retención, up-selling, o transformar procesos financieros.

3. Invertir en las capacidades de las herramientas de software, siendo conscientes que los datos provienen de diversas fuentes y maneras, y por tanto deben ser tratados y explotados de forma diferente.

4. Ser proactivos en lo referente a la gestión de privacidad y seguridad, ya que en ocasiones aunque los datos se usan internamente, son generados externamente. También para asegurar que aunque haya un “hackeo” de datos, la reputación de la empresa esté protegida.

5. Decidir el cómo se desplegarán los datos, ante la variedad de opciones de arquitecturas disponibles: instalaciones propias, en la nube, SAAS (como un servicio), o un híbrido.

Según un estudio de IBM research, las empresas que utilizan esta nueva forma de tratar el big data y analítica superan a sus competidores en un 75%.

Fuente: http://www.zdnet.com/converting-big-data-and-analytics-into-real-results-7000026720/