Claves para sacar el mayor partido de los datos

Los datos siempre han estado presentes en la toma de decisiones. Es algo inherente al día a día de las estrategias de las empresas. Pero su importancia ha aumentado, y mucho, en estos últimos años.

Hemos pasado de un escenario en el que los datos eran escasos (al menos comparados con los que podemos acceder ahora) y su nivel de actualización era pobre.

Como resultado las decisiones se tomaban en base a datos que no eran del todo válidos. Al final la intuición o la voluntad de la persona que tomaba las decisiones, tenía mucho peso y no se hacía demasiado caso a los datos.

No estoy diciendo que tengamos que tomar las decisiones basándonos exclusivamente en los datos (empezando porque nunca vamos a tener todos los datos necesarios, ni vamos a poder controlar todas las variables para poder predecir lo que va a suceder y tomar la decisión más adecuada), pero si que debemos aprovechar la mayor calidad de los datos a los que podemos acceder, para tomar mejores decisiones.

El marketing es una disciplina basada en datos, pero desde la llegada de Internet y tras la evolución en la gestión de la información (recogida, filtrado, almacenaje, y procesado), su presencia ha ganado en importancia.

¿Cómo debemos usar los datos en el marketing digital actual?

El boom del Big Data no es más que el reflejo de lo que estoy comentando desde el principio, pero como suele pasar con las ‘modas’ tenemos que saber cuando acudir a el y para qué.

Estamos pasando de medir poco y mal, a querer hacer eso ‘del big data’. Tenemos que usar datos para transformarlos en información y esta en conocimiento. Pero tenemos que saber como hacerlo en cada momento.

En esta ‘profesionalización’ de la medición en las empresas, la situación más común es: ‘tengo claro que si quiero optimizar mi estrategia, tengo que empezar por tener una correcta estrategia de medición. Pero, ¿por dónde empiezo?’

Como este es un blog de marketing online, en lugar de hablar del modelo de madurez de la analítica digital o de cualquier metodología, os voy a dar mi visión marketiniana de las claves para medir correctamente, para saber por donde debéis empezar.

¿Cuáles son las claves para sacar el máximo partido de los datos?

1. Bases sólidas: correcta definición de objetivos y kpis.

Lo primero es que os olvidéis por un rato de Google Analytics y de vuestos Excels y defináis correctamente los objetivos y las kpis que mejor describan si estamos haciendo bien las cosas.

Ya sea con clientes o con los proyectos de los alumnos, cada vez que analizo los datos de una empresa, la conversación suele empezar por: ‘tengo un Excel que,…’, ‘mi problema es que el dato X’,… es decir, se tiende a darle mayor importancia al problema puntual, sin tener claro si estamos haciendo correctamente las cosas.

Lo primero es fijar el rumbo correctamente. Ya nos ocuparemos de cómo llegar hasta el después.

2. Sin los datos correctos no podemos tomar las mejores decisiones

Lo siguiente es saber si estamos recogiendo todos los datos que necesitamos, si estamos midiendo correctamente todo lo que tenemos que medir.

Una vez definidos los objetivos y las kpis, tenemos claro que cosas debemos medir y por lo tanto, podemos comprobar si estábamos midiendo correctamente o no.

A esto se le llama tomar el control de los datos, o trabajar en la calidad del dato.

3. Para tomar decisiones debemos tener todos los datos necesarios en un mismo sitio

Una de las claves para ser ágiles en la toma de decisiones, está en la integración de fuentes de datos en un mismo sitio.

Tener todos los datos necesarios para tomar una decisión en un único dashboard, nos permite centrarnos en eso mismo. Tomar decisiones, y evitar la parálisis por el análisis.

Uno de los problemas más comunes es que las empresas cuentan con informes de diferentes fuentes (normalmente en estrategias multicanal), que no cuadran entre si, en los que invierten mucho tiempo en generar un informe único que les de sentido y que les roba tiempo para lo más importante: pensar y tomar decisiones.

Por eso tenemos que centrarnos, eliminar distracciones y actuar.

4. Debemos ser capaces de entender los datos

Nada peor que haber hecho todo el trabajo bien, y que al llegar el dashboard a la persona que tiene que tomar decisiones, esta no lo entienda y o bien tome la decisión equivocada o lo archive directamente.

Para ello es necesario que adaptemos la información y el conocimiento que transmitimos en el dashboard, a nuestro interlocutor (nuestro stakeholder).

Esta adaptación debe ir en dos líneas:

Tipos de datos: a cada decisor le interesa una información concreta. Aquella que le habla y ayuda en el desempeño de su trabajo.
Por este motivo el número de dashboards que necesita una organización para funcionar es variable. Se parte de un dashboard estratégico que recoge las KPIs claves, la visión global de negocio, y a partir de ahí se analizan las necesidades de análisis (gestión de la inversión publicitaria, clientes, contenido,… las opciones son muy numerosas).
Visualización: y no solo basta con tener los datos necesarios, tienen que estar dibujados de manera que la persona que vaya a usar ese dashboard, sepa entender la situación global y localizar rápidamente de los puntos fuertes/débiles.
Por regla general, cuanto más estratégico sea el dashboard y más alto el cargo de la persona a la que va dirigido, los dashboards son más sencillos a nivel gráfico y contienen más texto con las recomendaciones (el conocimiento obtenido) y viceversa.

5. Tenemos que dedicar el mayor tiempo posible al análisis y la toma de decisiones

Las estrategias multicanal, la falta de unificación de métricas y formatos y la propia falta de experiencia, hace que las empresas dediquen la mayor parte del tiempo a la extracción y procesamiento de los datos.

Esto les limita el tiempo a lo más importante, a lo que más valor aporta y a lo que en definitiva es el objetivo de un dashboard: analizar los datos para transformarlos en información y esta en conocimiento.

Es decir tomar decisiones (creo que he repetido tantas veces lo de la toma de decisiones, que ya va quedando claro, ¿no?).

Así que necesitamos aumentar la velocidad de extracción y procesamiento, para dedicar el tiempo necesario para lo más importante (la famosa regla del 90/10 de Avinash Kaushik).

En el caso del análisis de dashboards recurrimos a su automatización, pero cuando estamos hablando de análisis ad-hoc y más ahora que el volumen de datos ha crecido tanto, estamos hablando de data science.

Es decir, de tener la capacidad de combinar la estadística, la programación y el conocimiento del negocio, para tomar y combinar solo los datos necesarios de la forma más rápida y efectiva, para pasar al análisis y toma de decisiones lo antes posible.

 

Fuente: Tristanelosegui.com