El analista como Data Coach

Ser analista está de moda. No conocemos a nadie medianamente informado dentro de una empresa al que no le suene lo de Big Data o incluso no haya oído hablar alguna vez de Google Analytics. Y la buena noticia es que les interesa muchísimo, además.

Hay buenas razones para ello, sobre todo porque los datos son (o deberían ser cada vez más) un activo de la empresa.

Y, sin embargo, ¡no nos engañemos!, aunque tenemos datos por todas partes, simplemente por sí mismos no nos aportarán ningún beneficio.

Porque creer que recoger datos es suficiente para ganar dinero, es como creer que con comprarnos una báscula, pesarnos diariamente y llevar un registro de nuestro peso será suficiente para adelgazar. Habrá que hacer algo más, ¿No?

Empezando porque los datos nos cuestan dinero. Y las empresas gastan mucho en recoger datos, almacenarlos y gestionarlos. Y cuantos más datos se acumulan, más costoso resulta todo este proceso.

Aunque la mayoría somos conscientes de lo valioso que resulta tomar decisiones basadas en datos, muchas organizaciones se sienten frustradas por la incapacidad de capitalizar su valor. Algo está fallando. En nuestra opinión tenemos dos problemas de base. Uno está del lado de nosotros, la gente de datos, y otro del lado de los de negocio.

Lo que nos encontramos a menudo es que los analistas o los científicos que trabajan con datos no somos suficientemente conscientes de que lo que debe dirigir nuestro trabajo es precisamente la búsqueda de valor económico. O sea, que estamos aquí para ganar dinero con los datos.  Y, cuando encontramos algo, no somos capaces de evaluar el auténtico beneficio de sus descubrimientos en términos económicos y comunican lo que han descubierto con su jerga de iniciados.  Y nos lamentamos porque nos piden informes constantemente pero luego se dedican a discutir la validez de los datos y nunca ponen en marcha las recomendaciones que hacemos.

Y al otro lado, los que toman las decisiones de negocio (dirección, marketing, ventas, desarrolladores de producto …), no conocen el lenguaje de los datos, no están alfabetizados y no pueden aprovechar el conocimiento que les llega de ese lado.  Y se lamentan porque la empresa lleva años invirtiendo en tecnología para procesar datos masivamente en un entorno seguro y no son capaces de tomar decisiones basadas en información.

La buena noticia es que los analistas tenemos la oportunidad de remediar este problema. Para ello tenemos que ser capaces de desarrollar tres habilidades: 1) aprender a monetizar los datos. 2) manejar el lenguaje del negocio y 3) alfabetizar en datos al resto de la organización. Esta es la base del master en Analítica Web de KSchool: pasar de los datos al conocimiento y ser capaces de transmitirlo de manera eficaz al resto de departamentos implicados.

1) INSIGHTS + ACCIÓN = GANAR DINERO

Lo primero y más importante: los analistas tenemos que ser capaces de encontrar entre los datos los descubrimientos (lo que llamamos “insights”), que transformados en acciones son los que van a hacer ganar dinero o ahorrar gastos a la empresa.  Esto es lo más difícil, realmente. Pero sabíamos que esa es nuestra profesión.

Los otros dos puntos que vienen a continuación es donde el analista se convierte en un DATA COACH.

2) LENGUAJE DE NEGOCIO

En segundo lugar nosotros defendemos que en el lenguaje común de toda organización hay que incluir conceptos imprescindibles del lenguaje económico. Lo más básico tiene que ver con los conceptos del  análisis de costo-beneficio. Los de negocio los conocen, los manejan y, tienden a hacernos caso las pocas veces que nos escuchan conceptos para ellos familiares como el ROI, el Customer Lifetime Value (Valor del Tiempo de Vida del cliente), los costes hundidos (Sunk costs) o el coste marginal. Y, ¡hermanas y hermanos analistas!, hay que familiarizarse también con conceptos como Net Present Value (Valor Neto Presente), el Ratio de descuento y hasta saber hacer un Análisis de Sensibilidad.  Que no cunda el pánico porque todo estos conceptos económicos son muchísimo más fáciles de entender y manejar, que, por ejemplo, sacarle jugo al Google Analytics.

3) ALFABETIZACIÓN DE DATOS

Y por último, los analistas tenemos la responsabilidad de alfabetizar a la organización en la base de la cultura de datos. Nos va a hacer falta paciencia y mano izquierda para conseguir que ellos y nosotros hablemos una lengua común de datos. Contad desde ya con la necesidad de hacer formación interna  y, si podéis permitíroslo, hasta externa.  Cada sesión en común con personas no-alfabetizadas hay que aprovecharla para enseñar alguna nueva lección.

Desafortunadamente, sin esa lengua común de datos al otro lado, el valor económico que encontramos en nuestro análisis, no va a llegar a la cuenta de resultados de la empresa. Así que manos a la obra. Invirtamos tiempo (además de en la extracción, tratamiento y análisis de los datos) en traducir al lenguaje de negocio todos los insights y recomendaciones orientadas a que se tomen decisiones y se implante correctamente la cultura de datos en la empresa.

¿Preparados para ser data coaches?

Eduardo Valencia, autor de DATA COACHING, un librito sobre datos y beneficios (www.eduardovalencia.com/p/data-coaching.html) alumno de la X. promoción de Analista Web de KSCHOOL.

Gemma Muñoz, directora del master de Analítica Web en KSCHOOL y CEO de El Arte de Medir. Coautora de «Métricas de Marketing«, «El Arte de Medir«, «Analítica Web en una semana» y «Marketing Analytics«.

Escrito por

kschool