6 desafíos de datos que enfrentan los gerentes y las organizaciones

Contenido

• Mala calidad de datos
• Ahogamiento en los datos
• Volúmenes de datos crecientes
• Basura dentro basura fuera
• Los análisis de datos no son concluyentes
• Sesgos amplificados
• Cómo comenzar a domesticar los datos para su uso como gerente
• Reconocer sesgos
• Gestión de datos
• Datos completos
• Correlación y causalidad
• Control de calidad de sus datos
• Calidad de datos
• Talento técnico y experto en datos
• La línea de fondo

Trabajamos en un mundo centrado en datos. Los gerentes son bombardeados con datos a través de informes, paneles y sistemas. Se nos recuerda regularmente que tomemos decisiones basadas en datos. Los líderes de alto nivel hacen saliva ante la promesa de Big Data de desarrollar una ventaja competitiva, pero la mayoría lucha por ponerse de acuerdo sobre lo que es, y mucho menos describen los beneficios tangibles esperados.

El papel del científico de datos tiene una gran demanda con las deficiencias proyectadas en este papel emergente e importante esperado durante años. Las organizaciones gastan una fortuna cada año instalando software para capturar, almacenar y analizar datos. Los departamentos de marketing están cada vez más llenos de profesionales técnicos y expertos en datos a expensas de los roles creativos.

El mundo de los negocios es un mundo centrado en los datos, sin embargo, es importante reconocer que los datos no son un fin en sí mismos. Como todo lo demás que recurrimos en nuestro trabajo, los datos son una herramienta llena de promesas. En las manos correctas con los enfoques adecuados, el potencial de los datos para respaldar la toma de decisiones es notable.

Sin embargo, no se deje engañar por la falsa creencia de que adquirir y analizar datos es sin riesgo. Eliminemos un poco de la idea de los datos como salvadores de negocios y ayudemos a identificar algunas de las posibles dificultades que este nuevo recurso presenta para todos nosotros.

Prevenido vale por dos.

Mala calidad de datos

Si bien estamos acostumbrados a pensar en la calidad en el contexto de los objetos o productos físicos, resulta que la calidad de los datos es un problema importante para todas las empresas todo el tiempo. Los datos almacenados en bases de datos o repositorios estructurados a menudo son incompletos, inconsistentes o desactualizados. Es probable que haya recibido un simple ejemplo de un problema de calidad de datos.

La mayoría de nosotros podemos recordar haber recibido correos duplicados de los vendedores dirigidos a versiones ligeramente diferentes o radicalmente diferentes de nuestro nombre real. La base de datos del vendedor contiene registros duplicados con nuestra dirección y deletreos o variaciones diferentes, a menudo erróneas, de nuestro nombre. Reciclamos el correo duplicado como basura, y el vendedor incurre en costos excesivos en forma de impresión y envío, todo debido a un simple problema de calidad de datos. Amplifique este error por muchos cientos o miles de registros y este pequeño error de calidad de datos se vuelve costoso.

El tema de la calidad de los datos crece en importancia a medida que nos esforzamos por tomar decisiones sobre estrategias, mercados y marketing casi en tiempo real. Si bien existen software y soluciones para ayudar a monitorear y mejorar la calidad de los datos estructurados (formateados), la solución real es un compromiso significativo de toda la organización para tratar los datos como un activo valioso. En la práctica, esto es difícil de lograr y requiere disciplina extraordinaria y apoyo de liderazgo.

Ahogamiento en los datos

Los datos están en todas partes en una organización. Considere los datos del cliente. La mayoría de las organizaciones se han vuelto hábiles para capturar información sobre clientes y prospectos.

• El marketing recopila datos de personas que asisten a eventos en vivo o web o que descargan contenido.
• Los ejecutivos usan datos para apoyar o definir nuevas estrategias.
• Las ventas recopilan datos sobre los clientes involucrados en el proceso de ventas.
• Atención al cliente captura información sobre llamadas y chats.
• Los equipos de gestión se basan en datos y métricas clave para cuadros de mando.
• Los datos del cliente se utilizan en la contabilidad para fines de facturación y por equipos de calidad y conocimiento del cliente para controlar la satisfacción del cliente.

Capturamos información del cliente en una variedad de sistemas de software diferentes, y almacenamos los datos en una variedad de repositorios de datos. Una empresa de Global Fortune 100 reconoció que hasta el 10 por ciento de los datos de sus clientes los tenían los empleados en sus computadoras en hojas de cálculo. Otra organización consulta regularmente a sus representantes de ventas para obtener datos de tarjetas de visita antes de ejecutar campañas de marketing.

Al igual que el marinero varado en un bote salvavidas después de que su barco se hundió, hay agua por todas partes, pero no una gota para beber. Tenemos el mismo fenómeno en nuestros negocios. Los datos están en todas partes, y cada vez hay más datos disponibles en redes sociales y fuentes de búsqueda en tiempo real. Si los datos no son de fácil acceso o si tenemos datos duplicados o incompletos, no podemos aprovecharlos para el propósito previsto.

Cada vez más, las organizaciones están integrando sus aplicaciones de software dispares y simplificando el proceso de recopilación y agregación de datos en toda la empresa. Sin embargo, junto con la calidad de los datos, este esfuerzo es costoso, requiere mucho tiempo y nunca termina.

Volúmenes de datos crecientes

Estamos generando cada vez más datos a un ritmo difícil de comprender. Los expertos sugieren que cada dos años (y disminuyendo) estamos creando más datos de los que existían en el planeta Tierra para toda la civilización.

La mayoría de estos nuevos datos no están estructurados, en comparación con ese tipo de datos que se ingresan de manera clara en nuestro software y aplicaciones de bases de datos. Por ejemplo, todos los tweets sobre su producto o marca representan un tesoro potencial de información, sin embargo, estos datos no están estructurados, lo que aumenta la complejidad de capturarlos y analizarlos. Si bien hay muchas ofertas de software para ayudar con este desafío, los datos no estructurados representan un nuevo torrente de materia prima para el procesamiento, con todos los problemas de calidad y complejidad inherentes discutidos en este artículo.

Basura dentro basura fuera

El software de análisis de datos es tan bueno como los datos que lo alimentan. El hilo común en este tema de aprovechar los datos para obtener ventajas es la calidad. Si bien muchas empresas invierten una cantidad considerable de dólares en nuevas y potentes aplicaciones de procesamiento de datos, el procesamiento de datos sucios conduce a decisiones erróneas. Tenga cuidado de confiar ciegamente en el resultado de los esfuerzos de análisis de datos. Debe estar seguro de que puede confiar en los datos utilizados en el análisis.

Los análisis de datos no son concluyentes

Aceptamos el resultado de los análisis de datos como concluyentes, pero no lo es. ¡En realidad, el análisis de datos a menudo muestra correlación, no causalidad! Es fácil caer en la trampa de confiar en el resultado de los análisis de datos y confundir la correlación con la causalidad.

La correlación muestra una relación, pero de ninguna manera implica que A causa B. Establecer una relación causal es el nirvana para tomar decisiones precisas y perspicaces. También es increíblemente difícil de probar. Si confía excesivamente en una salida y asume una relación causal donde no existe, sus decisiones serán fatalmente defectuosas.

Sesgos amplificados

Nuestros sesgos cognitivos se amplifican a la hora de evaluar los datos. Como un sabio científico de datos una vez entonó: "Al final del análisis de datos más complicado y exhaustivo, un ser humano todavía tiene que hacer una inferencia y tomar una decisión". Y cuando llegamos a ese punto en el que tenemos que evaluar el significado del análisis de datos, entran en juego nuestros sesgos. Muchos de nosotros tendemos a confiar o confiar en los datos que respaldan nuestras posiciones y expectativas y suprimimos los datos que hacen lo contrario. También confiamos en los datos de las fuentes que nos gustan o confiamos en los datos más recientes. Todos estos sesgos contribuyen a los desafíos y el potencial de errores de nuestros análisis de datos.

Cómo comenzar a domesticar los datos para su uso como gerente

El desarrollo de una estrategia de datos para toda la empresa es fundamental para todas las empresas, pero está más allá del alcance de este artículo. En cambio, aquí hay siete ideas que puede usar como administrador para mejorar su uso de datos en su toma de decisiones diaria.

Reconocer sesgos

Reconocer y mitigar el potencial de sesgos. Busque datos que expandan la imagen o entren en conflicto con los datos que tiene delante. Anime a un observador externo a evaluar sus suposiciones en torno a los datos.

Gestión de datos

Fortalezca su comprensión de la gestión de datos. Existen amplias fuentes gratuitas de información en la web, y muchas organizaciones ofrecen seminarios o talleres sobre análisis de datos e inteligencia empresarial. Muchas universidades han agregado cursos para este campo en auge. Sigue afinando tus habilidades.

Datos completos

Pregúntate a ti mismo o a tu equipo, "¿Qué datos necesitamos para tomar esta decisión?" Con demasiada frecuencia, confiamos en los datos disponibles e ignoramos la necesidad de buscar más datos para completar la imagen.

Correlación y causalidad

Sea crítico con la diferencia entre correlación y causalidad. Como se describió anteriormente, confundir a estos dos es una trampa potencialmente peligrosa para la toma de decisiones.

Control de calidad de sus datos

Si su empresa no tiene un compromiso de calidad de datos o de gestión de datos maestros, invierta el tiempo para evaluar sus datos en busca de errores obvios, incluidos registros duplicados, incompletos o erróneos. Existen muchas aplicaciones de software disponibles comercialmente o para respaldar esta actividad, y muchas empresas recurren a la experiencia de expertos en datos para consultar y evaluar la calidad de los datos. Además, considere proveedores de servicios externos que pueden ayudarlo a limpiar los datos por usted. Es importante destacar que se centran en mejorar continuamente la calidad de sus datos.

Calidad de datos

Abogue por una mayor calidad de datos y esfuerzos de gestión en toda su empresa. Este trabajo a menudo ha sido dominio de los profesionales de TI o técnicos, pero los datos tienen el potencial de servir como un activo estratégico. Cada gerente debe preocuparse por la capacidad de la empresa para aprovechar mejor los datos para la toma de decisiones y la ejecución de la estrategia.

Talento técnico y experto en datos

Agregue talento técnico y experto en datos a su equipo. Los departamentos de ventas y marketing comprenden el poder de involucrar a personas capacitadas en las últimas tecnologías y competentes para navegar muchos de los desafíos de datos descritos en este artículo. La tecnología y los datos ya no son el dominio o la responsabilidad de una sola función en una empresa.

La línea de fondo

Las empresas y gerentes que aprenden a aprovechar los datos para mejorar la toma de decisiones ganarán en el mercado. Estas organizaciones podrán monitorear y responder a las condiciones cambiantes y a las necesidades emergentes de los clientes más rápido que sus competidores desafiados por los datos. Serán los primeros en obtener ideas del diálogo de las redes sociales, y ganarán la batalla para conocer y atraer a los clientes a un nivel más profundo, todo basado en datos. Esto no es una moda pasajera, sino una nueva realidad de gestión y competencia en el mundo de hoy. Solo ten cuidado con las trampas en este viaje.