A la luz de los datos arrojados por la encuesta sobre Tendencias Tecnológicas 2022 para empresas ecuatorianas, vemos que el tema de Big Data/Data Analytics ocupa el primer lugar como tecnología emergente, con más de un 65%.
Si bien esta es la aspiración de la mayoría de las empresas, es importante notar que el verdadero valor de los datos y de la analítica en general, emerge cuando estos se utilizan para aprovechar los momentos claves de negocio.
Sin embargo, esta no es una tarea sencilla para ninguna empresa. Estos momentos claves de negocio pueden ser aprovechados siempre y cuando la organización disponga de una Cadena de Abastecimiento de Datos o Data Supply Chain confiable.
Las empresas en la actualidad necesitan de una relación dinámica con los datos, desde el momento mismo en que estos se generan. En pocos segundos, un dato que cambia puede disparar en forma proactiva una serie de reacciones positivas para el negocio: decisiones de planificación, decisiones de contacto con clientes, entre muchas otras. En tanto que decisiones no tomadas a tiempo pueden generar riesgos económicos y de credibilidad de la compañía.
Contar con un Data Supply Chain eficiente implica consideraciones en la arquitectura tecnológica empresarial, la cultura y conocimiento de analítica de datos de la gente, y la reacción de los procesos a esta cadena.
Para comprender mejor este concepto, podemos separarlo de dos fases. Por un lado, la fase de Habilitación del Dato y, por otro, la fase de Optimización del Dato.
La primera fase se refiere a todo el proceso de colección, ingesta y movimiento de datos para tener analítica en tiempo real. Este proceso debe permitir, simultáneamente, la limpieza, la homologación, la catalogación y el almacenaje de datos. Tradicionalmente, este proceso ha sido complejo y demandante en tiempo.
La buena noticia es que hoy en día las plataformas han evolucionado de tal manera que han logrado simplificar escenarios complejos en menor tiempo, tales como la Captura de Datos Modificados (Change Data Capture – CDC, por sus siglas en inglés), Datawarehouse Automation, Data Application Automation, etc.
Por otro lado, tenemos la fase de Optimización del Dato, cuya similitud a una cadena de suministro comercial es el ítem con suficiente stock en una tienda minorista. El momento de la verdad se da cuando el consumidor acude a la tienda habitual buscando un artículo en la marca deseada, en la presentación esperada, hasta hallarlo en la estantería. La otra cara de la moneda es el mismo consumidor que acude a la tienda para toparse con que el artículo deseado no se encuentra en ese momento. Así de simple es la comparación: ¿el consumidor encontró lo que buscaba en el momento apropiado, en el sitio indicado y en la presentación correcta? Si no lo consiguió, todo el esfuerzo de la primera fase, la Habilitación del Dato, es insuficiente.
En ese sentido, la fase de optimización de una Data Supply Chain eficiente debe contar con:
- Reacción inmediata: detectar tan pronto como sea posible eventos clave de negocio para tomar acciones correctivas y preventivas en favor de capitalizar el momento. Cabe notar que estas reacciones se logran bajo las siguientes dos premisas: a) El analista ha sido entrenado bajo el concepto de Literatura de Datos; esto significa que tiene habilidades y conocimientos para interpretar diagramas analíticos y desplegar acciones exploratorias mediante una herramienta analítica. Y b) La plataforma analítica debe incorporar ayudas para para detectar cambios en los patrones de la data, sugerir visualizaciones, proporcionar simulaciones, guardar evidencias pasadas, entre otras.
- Innovación de la estrategia, de los procesos y oferta de productos y servicios.
- Trabajo colaborativo: Las decisiones relevantes se procesan en colaboración con un grupo de trabajo, de productores y consumidores de datos; y no de una única persona.
- Aumento de la confianza en las decisiones: Una cadena de datos bien gobernada permite tener información confiable que se traduce en un incremento en la confianza en las decisiones a nivel del negocio.
En conclusión, avanzar en la dirección correcta en el campo de la analítica para aprovechar los momentos claves de negocio mediante una Data Supply Chain eficiente no es una tarea sencilla, y requiere inversión de tiempo y dinero. Sin embargo, a las empresas les resultará aún más costoso el no contar con una organización ágil e informada. Cualquiera que le diga lo contrario le estará vendiendo un producto, no una solución.
