En el mundo empresarial, la analítica descriptiva y la analítica predictiva representan dos enfoques fundamentales para el análisis de datos y la toma de decisiones. En este contexto, los facilitadores de analítica desempeñan un papel crucial al ayudar a superar estas barreras y facilitar la implementación de innovaciones basadas en datos en la toma de decisiones empresariales.
Importantes diferencias
La analítica descriptiva se enfoca en obtener características generales de los datos de interés, medidas de tendencia central, niveles de dispersión, entre otros rasgos. La analítica predictiva, por su parte, no busca narrar, sino demostrar, estimar posibles escenarios futuros, comprender lo que determina la realización de uno u otro evento, etc.
Así, cuando una empresa toma decisiones basadas en analítica descriptiva y no en la predictiva, es como cuando se quiere dar en el blanco con los ojos vendados, pudiendo hacerlo con los ojos descubiertos. Desde los datos y haciendo uso de diversas técnicas matemáticas, estadísticas, econométricas y/o computacionales, la analítica predictiva está en la capacidad de encontrar las reglas de decisión o patrones subyacentes de cualquier evento o variable que se desprenda del mismo conjunto de datos.
En la práctica, la analítica predictiva permite estimar la tendencia de los mercados, identificar riesgos potenciales, conocer los gustos específicos de cada grupo de personas para desarrollar productos a la medida de cada uno, y un sinfín más de casos de uso tangibles que verdaderamente agregan valor a las organizaciones. Sin embargo, a pesar de estas bondades, muchas empresas son aún cautas de embarcarse en procesos de toma de decisiones basados en analítica predictiva. Los problemas de lenguaje al interior de las organizaciones son los que tienden a impedir que estas innovaciones finalmente se implementen.
Un facilitador de analítica es un constructor de puentes
Tiempo atrás, una empresa necesitaba reducir la rotación de personal en las áreas de servicio al cliente y consideró que la analítica predictiva podría ayudar a optimizar este escenario. Con los datos del personal y del área de recursos humanos se estimó un modelo matemático que caracterizaba el perfil del empleado óptimo. Con esto, la empresa podía minimizar la rotación y además hacer más eficiente el proceso de selección de ese personal. Sin embargo, cuando el área de recursos humanos debió llevarlo a su día a día, la tradición y el escepticismo lo impidió inicialmente.
En ese mismo instante, busqué soluciones y pude encontrarla. Me convertí en un facilitador de analítica, en un constructor de puentes, logrando que el usuario finalmente incorporara la innovación requerida en su cotidianidad.
Y es que hoy en día la sola creación de modelos es insuficiente, es necesario a la par recurrir a facilitadores que reduzcan las barreras culturales en las empresas y, viabilicen la incorporación de los resultados de la analítica predictiva en la toma de decisiones. Estas mismas premisas son las que actualmente también motivan otras necesidades en las empresas como la del “Coach Ejecutivo en Analítica”, por ejemplo.
Comúnmente los CEOs y gerentes de línea saben las preguntas clave a responderse en cada uno de sus puestos, pero desconocen cómo lograrlo mediante la analítica predictiva. Aquí es donde un “Coach Ejecutivo en Analítica” -al conocer los dos mundos- logra estructurar planes operativos de analítica que verdaderamente aporten valor agregado a las empresas.
La receta empresaria sería entonces:
1. Coaching ejecutivo en analítica,
2. Analítica predictiva, y
3. Facilitador de analítica