¿Dónde está Avinash cuando se le necesita?

30 May 2017 | Big Data

Mejor una solución aproximada a un problema correcto que una solución correcta a un problema aproximado.

Cada día se habla más y más de la Ciencia de Datos o de Data Science, una disciplina muy interesante para las empresas, para que saquen provecho a la gran cantidad de información que almacenan en sus sistemas.

Es habitual que el analista disponga de cierto bagaje tecnológico porque necesita tener conocimiento de técnicas complejas pero no debe perder el foco de que con su trabajo, ha de solucionar un problema de negocio. El objetivo no es el dato, es solucionar un problema de la empresa. Y este es el tema principal que ha de tratarse cuando hablamos de Data Science, la vinculación que el científico o el analista de datos con el NEGOCIO.

Existen proyectos en los que a pesar de haber llegado a una solución se quedan guardados en el cajón porque no hay interés en los destinatarios, los responsables de su explotación. La no comprensión, el miedo o rechazo a los algoritmos… son barreras que frenan el desarrollo cuando en realidad, lo que permite es adquirir una ventaja competitiva frente al resto.

Entre las áreas de negocio y tecnología es habitual que no haya mucha comunicación porque hablan lenguajes diferentes. El científico de datos desempeña un rol de “traductor” e intermediario, disponen de un carácter didáctico. Se trata de profesiones con un perfil híbrido que suponen muchas veces un quebradero de cabeza porque no se sabe dónde ubicarlos.

Eliminar el binomio negocio vs tecnología, que vayan de la mano y hablen un mismo idioma, ayudaría en gran medida a que las dos grandes patas trabajen conjuntamente en armonía. Sin embargo, tal y como están planificadas las carreras en la universidad en España, no ayuda a lograr ese ideal. Por ejemplo, en las carreras técnicas como informática, matemáticas y estadística en ningún momento se enriquecen con enseñanzas sobre posibles aplicaciones técnicas al negocio. También es cierto que cada vez va habiendo más perfiles de tipo mixto: personas que estudiaron arte o arquitectura, se han reciclado al mundo técnico y son capaces de aportar una visión más innovadora.

En el perfil de analista de datos debe predominar la inquietud. Debe ser alguien que quiera explorar nuevos sectores o segmentos que le interese. Es un profesional que no le debe ser difícil salir de su zona de confort para enfrentarse a conocer otros mundos.

El comienzo de todo proyecto debe partir por tener claro el problema de negocio que se quiere solucionar y cómo se quiere hacer. Es fundamental tener clara la perspectiva que se le quiera dar al problema ya que uno mismo puede tener varias.

Por ejemplo, si una empresa quiere atacar el problema del abandono de sus clientes, su preguntas pueden ser:

Quiero saber quién ha dejado de comprar
Quiero saber por qué ha dejado de comprar
Quiero saber quien va a dejar de comprar
Quiero saber cuáles son los incentivos que han llevado a algunos clientes a abandonar

Centrar la idea es importante, y también lo es el hecho de tener claro cómo se va a poder accionar la solución. Una vez claro el resultado al que se quiere llegar, el proyecto continúa por identificar la información que me gustaría disponer y ver de la que se dispone, porque igual hay cosas que no se están midiendo y ese es el primer punto sobre el que actuar.

No hay que olvidar empaparse del contexto: hablar con la gente de negocio, percibir sus impresiones, conocer las opiniones de los profesionales expertos como por ejemplo los comerciales… para comprender la esencia de la situación y enriquecer los datos con información cualitativa.

Una vez superadas las fases anteriores, es importante optimizar recursos, tiempo y esfuerzo de tal forma que el proyecto no pase a ser un “gran proyecto de 3 meses” cuyo resultado final no sea el esperado. La metodología “agile” está a la orden del día y es habitual en el campo de la investigación: consiste en hacer una aproximación rápida al problema, por ejemplo dedicando un día laboral (8 horas) en caso de que ya se conozca la tecnología con la que se trabaja. El objetivo es obtener el mínimo producto viable para ir evolucionándolo. Es un cambio de filosofía: nunca va a ser el trabajo final, la solución va a evolucionar conforme los datos y el entorno cambien.

En definitiva, se trata de crear un proyecto inicial e irlo desarrollando con interacciones cortas. Cambiar la idea de que un proyecto es algo que se empieza y termina. Disponer de un modelo inicial que arroja un resultado con el que se puede trabajar desde un primer día, sin olvidar mejorarlo constantemente en los días siguientes. La prioridad inicial no debe ser la exactitud sino mejorar lo que hay o llegar a un modelo que permita abrir una línea de exploración por muchos más canales.

En resumen: El proyecto debe partir de un conocimiento de la situación actual para medir lo que se tiene, es decir, disponer datos con los que comparar los resultados de un modelo “ultra-sencillo”. Si se compara y se ha mejorado, entonces el esfuerzo habrá merecido la pena 🙂

Si quieres saber más sobre este tema, no te pierdas mi conversación con Antonio Pita en ONDACRO de PRNoticias:

¿Qué ha pasado en el último mes?

Me han hecho una entrevista en Territori Mac

Estuve en Lima, Perú, hablando sobre analítica digital y data science:

17 May 2017 | Analista Web

Sin problemas el hombre no hubiese evolucionado y la herramienta clave ha sido la creatividad

La disciplina del analista digital es relativamente nueva. Este hecho nos lleva a que no esté claro sobre cómo se puede evolucionar bajo este rol, y que resulte complicado asímismo definir el camino a seguir para configurar un plan de crecimiento.

Además, se caracteriza por la amplitud de ámbitos hacia los que permite enfocarse: desde el análisis puro, big data, temas de optimización, marketing y captación, etc…

Tampoco hay que olvidar que un analista puede traer consigo experiencia en otras áreas muy distintas como marketing y publicidad, contenidos, business intelligence o data mining, negocio… , lo que le aporta cierta ventaja frente al resto de potenciar aquello en lo que tiene background.

Diferentes fuentes afirman que un analista debe disponer de las siguientes tres competencias: visión de negocio, un importante perfil técnico, y una capacidad analítica bien musculada.

Sin embargo, la perspectiva es distinta:

– En el caso de una persona que accede por primera vez al mundo de la analítica digital: debe pensar hacia qué lado inclinarse. Es difícil encontrar una persona con las tres disciplinas muy desarrolladas.

– En el caso de una persona que ya haya caminado como analista, se habrá dado cuenta de cómo esas tres habilidades deben estar presentes en su día a día, de tal forma que sea necesario buscar evolucionar en aquello en lo que se sienta cómodo, reforzando aquello que le motiva.

Hace unos años, la figura del analista consistía en trabajar sólo, pero con el tiempo ésto ha cambiado y ha evolucionado: ha pasado a trabajar en equipo, de tal forma que logre encontrar el equilibrio más fácilmente. Por ejemplo, en caso de no ser fuerte en alguna de las tres parcelas nombradas anteriormente, es posible buscar personas que cubran esa carencia y hacer que el equipo se complemente.

También es importante trabajar en los llamados soft skills:
– El trabajo en equipo
– Roles basados en el liderazgo, capaces de impactar en las distintas áreas de la empresa proporcionando valor
– Disponer de capacidad de síntesis y comunicación, de tal forma que sea capaz de poner orden y lógica hasta los más altos mandos

Los Analistas Digitales en España son considerados agentes de cambio, ya que ayudan a evolucionar a las organizaciones o empresas para que el dato esté en el centro de la toma de sus decisiones. Les ayuda a ir un paso más allá. Hay que decir también que en otros países este recorrido está más avanzado.

Sin duda, la forma de evolucionar que tiene un analista, es ir buscando lo que a uno le gusta, no cerrando las puertas a nada, ya que el camino se va viendo con lo que se va construyendo. De hecho, es habitual que el analista digital no disponga de responsabilidades fijas, sino que éstas varíen en función de la empresa que trabaje, pudiendo tener unas atribuciones u otras.

Una vez que el analista digital ha identificado lo que le gusta, existen diversos métodos que le pueden ayudar a avanzar en ese camino. Por ejemplo, accediendo a cursos de distintas plataformas, eventos, vídeos de youtube, libros, blogs, etc…

Puede suceder también que se encuentre que no haya nada escrito sobre un tema novedoso, y esto le lleve a una labor de investigación. No hay duda de que todo analista debe mantenerse en formación continua de las distintas técnicas, metodologías o tendencias, haciendo pruebas de concepto. Lo que vale hoy, habrá que ver si funciona mañana.

Adicionalmente, el aprendizaje está muy vinculado no sólo a negocio sino también a las nuevas tecnologías. De hecho, la finalidad última se basa en entender cómo los datos ayudan a evolucionar el negocio.

En definitiva, la labor fundamental del analista debe centrarse en dar respuesta al negocio a partir de las preguntas adecuadas, y dichas preguntas han de venir acompañadas de grandes dosis de sentido común. La empatía del analista con el negocio es imprescindible: un análisis muy potente que no cambia algo, de poco sirve.

Hablo de esto con Ana Soplón y Gema Mora en el podcast de OndaCRO en PRNoticias:

Esta semana pasada salimos en la Revista Capital hablando sobre lo importante que es invertir en que los datos sean un activo más de la empresa, no solamente invertir en Tecnología: Artículo Capital

08 May 2017 | Estrategia

Toda ciencia comienza como filosofía y acaba como arte

Es vital comprender bien el negocio digital en el que se trabaja para lograr una mejora real en los resultados. Internet es un canal con sus propias reglas en donde intervienen distintos factores de forma singular en cada modelo de negocio. Comprendiéndolo bien, es posible actuar de forma táctica en la dirección adecuada para lograr vender con un mayor nivel de eficiencia – vender más, al mismo coste-.

De hecho, en un entorno en el que se plantean distintos modelos de negocio: leads, venta directa, consumo de contenidos, etc… el éxito radica en dedicar recursos para comprender la relación de causa – efecto de los distintos elementos que forman parte de un proyecto digital, trabajando de manera integrada y no de silo entre las distintas áreas.

Sin duda, la analítica es la llave para la gestión de un modelo de negocio digital. Se trata de la puerta de entrada para acceder a datos de calidad orientados a gestionar, donde la información puede ser de muy diverso tipo: cuantitativa, cualitativa y hasta de neuro-marketing.

La personalización ha sido una constante en el comercio tradicional, con el objetivo de llegar a esa cercanía de darle al cliente lo que necesita cuando frecuentaba la tienda. En el ecommerce se perdió esta cercanía, poniéndose los productos en un escaparate virtual, sin tener en cuenta quien los estaba consultando, y sin acceder a ese conocimiento tan detallado como en “la vida real”.

Pero esto hoy en día está cambiando, las herramientas de analítica nos permiten empezar a tener conocimiento sobre qué es lo que quiere la persona, y a partir de ahí, podemos empezar a trabajar en “la cercanía”. Identificar a la persona y saber cómo se comporta, nos puede ayudar en tiempo real, siendo esto último muy importante, a darle un empujoncito para que termine cumpliendo nuestro objetivo más preciado: la venta.

Desde una comunicación de ayuda, como el tradicional recomendador de productos, o el “otros clientes que compraron esto”, o “se llevaron esto otro” o “la valoración media de este producto por los clientes que lo compraron es de tantas estrellas”, o incluso, hacer por ejemplo, un descuento en ese momento y solamente para el cliente, puesto que sabes que está mirando la competencia.

En definitiva, ahora se pueden fijar unos objetivos de medición, y en base al resultado, se puede en tiempo real ofrecer una comunicación personalizada al cliente, que nos permita convencerle de que somos su mejor opción. El usuario nota que le estás ayudando con lo que él quiere y necesita. La fidelidad de los clientes aumenta en consecuencia, y les convierte en embajadores de marca.

Esto es un reto para la analítica digital, ya que se basa en el pasado, para tomar acciones en el futuro . Y la clave es actuar en tiempo real, no a tiempo pasado. Para accionar a tiempo real hay que combinar las herramientas de analítica con herramientas de personalización. Incluso, a tiempo futuro, pero siempre en base a lo que ha hecho, o en lo que ha mostrado un interés.

La intrusividad en internet está a la orden del día. Por eso es tan importante personalizar las comunicaciones al cliente, para que no lo tome como que estamos spameando ni dando tiros al aire. Lo que tenemos que ofrecer es algo que ya le ha interesado, por lo que la experiencia de personalización le va a llegar.

Es mucho más fácil establecer la relación cliente-empresa cuando la web tiene un login, y es lo suficientemente interesante como para que el usuario deje sus datos, y sepas quíen es en cada momento. Lógicamente, porque la personalización que puedas establecer, va a depender totalmente de los datos que puedas conseguir de la persona en cuestión . La buena noticia es que empieza a haber herramientas de personalización potentes, tipo push en desktop, para ofrecer al cliente una comunicación no intrusiva, que ayude a dar ese empujoncito que pueda estar necesitando.

La analítica digital nos permite parametrizar según comportamiento , y así poder generar el mensaje que puede ser más conveniente para lograr cumplir nuestros objetivos. Para realizar una estrategia de personalización, necesitamos definir objetivos de comunicación, herramientas de medición y herramientas de personalización. Lo primero es recoger los datos en la herramienta, estudiarlos para entender qué clusters de usuarios tenemos, y definir las acciones que vamos a tomar en real time según el cluster al que pertenezca el usuario, y lo que queremos conseguir. Y empezar a personalizar, a crear esa cercanía en nuestra estrategia online, para poder fidelizar a los clientes y a la vez convencer a los potenciales.

Respecto al abanico de posibilidades que existe para formarse en temas digitales, en España es realmente amplio. También hay diversos blogs y libros para mantenerse al día. Es recomendable leer cosas relativas a las bases, por ejemplo sobre visualización y representación de datos. “Dataclismo” de Crhistian Rudder es un libro interesante que explica cómo explotar la información obtenida de las redes sociales, también hay libros del uso de buscadores (cómo medirlos e interpretarlos) o que explican cómo medir el comportamiento del usuario en interfaces digitales (“The elements of User Experience” por Jesse James Garret), o cómo hacer diseños intuitivos y de fácil manejo para niños… al final se accede de un libro a otro por referencias, o a partir de un autor llegas a otro. También están los libros de consulta con el de “Analitica web 2.0” de Avinash Kaushik u otros más técnicos como los de Brian Clifton.

Hablo de la personalización en ecommerce y del mundo digital junto a Daniel Peña por un lado y a Ricardo Tayar por otro en los siguientes podcasts de PRNoticias:

19 Abr 2017 | Informes

La finalidad del arte es dar cuerpo a la esencia secreta de las cosas, no el copiar su apariencia.

La estrategia de visualización de datos es cómo relacionamos el análisis o proceso de datos con la comunicación. Lo hemos comentado muchas veces, no se puede fallar en la comunicación del resultado, es una oportunidad para sacarle realmente partido al análisis.

Ya hemos hablado por ejemplo de las distintas herramientas sobre las que podemos construir un dashboard. Pero hay que ir más allá de la parte técnica:

El conocimiento de negocio o de los datos, no se suele enseñar en la universidad. Cualquier visualización debe empezar por la comprensión de los datos . El problema suele venir porque se da la circunstancia de que el diseñador no entiende los números y el analista no entiende los colores.

Es un reto el poder tener una habilidad, en el caso del analista, de integrar la visualización en sus procesos. Cómo hacer que esa comunicación realmente funcione y sacar partido a los recursos que la visualización pone a disposición de uno. El receptor de los análisis debe ser capaz de tomar decisiones en base a esta transmisión de conocimiento. Y esto no es fácil transmitirlo adecuadamente.

Este receptor, con el tiempo y el volumen de datos que tenemos continuamente, se va volviendo cada vez más exigente en cuanto a estética en cualquier dispositivo, ya no vale con presentar un dato en un gráfico. La exigencia no es solamente en la comprensión, sino también la estética. No solamente el conocimiento sino también la forma de presentarlo.

El proceso de visualización debe empezar por entender qué se ha de comunicar y el contexto del mismo: cuánto de esa información es lo importante, quién lo recibe y para qué. Organizar la información es vital, detectar patrones, identificar los puntos que tenemos que comprender para esa toma de decisiones. Por lo que hay que filtrar la información, organizar la jerarquía (tipografía, color, espacios…) y aplicar una narración, porque sin historia o contexto, el análisis no funciona.

No es fácil atender algo que no nos interesa, de ahí que lo importante es que los receptores tengan la percepción de que lo que comunicamos es lo que realmente es importante. El branding visual de la marca es vital para que se sienta parte del resultado. También sirve para marcar el camino que tendremos que seguir para llegar a buen puerto. Todo tiene un propósito, de ahí que el objetivo de la visualización es generar una acción vinculada al análisis presentado.

En relación a una infografía o un dashboard, son diferentes en cuanto a la utilidad que le da el receptor. La infografía comunica unos datos y un análisis, pero un dashboard es más abierto y caben distintas formas de interpretación.

Los elementos están convenientemente estudiados para que aumente la velocidad de identificar la información, y sea más comprensible y evidente el resultado. Cualquier elemento que pongamos tiene su sentido. Los principios visuales son imprescindibles, son obvios pero no se suelen aplicar:

– Elementos conceptuales : lo que no es visible, el uso del punto, línea, plano, volumen y su asociación con imágenes que no están presentes.
– Elementos de relación : ubicación e interrelación de los elementos.
– Elementos visuales : gráficos, formas y cada elemento que colocamos en la visualización:
Colores: forma de utilizarlos, la combinación, la relación, la diferenciación de elementos en base a dichos colores.
Proporción: Uso del espacio, de tamaños, de tipología, etc…

El analista puede estudiar diversos materiales para poder sacarle provecho a la visualización de datos, depende del perfil de la persona pero si empezamos de cero no podemos perdernos:

Lecturas para distintos perfiles:

Cómo detectar historias en los datos –> Alberto Cairo | The Functional Art | @albertocairo
Principios de percepción para optimizar el proceso visual –> Colin Ware | Information Visualization: Perception for Design
Cómo funcionan las técnicas de visualización de información –> Isabel Meirelles | La Información en el Diseño | @IsabelMeirelles
Comunicar datos de forma efectiva –> Cole Nussbaumer Knaflic | Storytelling with data | @storywithdata
Cultura de datos visuales en la empresa –> Lindy Ryan | The Imperative Visual | @Lindy_Ryan
Visualización científica –> Tamara Munzner | Visualization Analysis and Design | Talks | @tamaramunzner
Algoritmos avanzados de minería de datos y visualización con código abierto –> Katy Börner & David E. Polley | Visual Insight | @katycns

Si quieres saber más sobre visualización de datos, escucha el podcast que grabamos junto a Nadia Fankhauser en ONDACRO de PRNoticias:

Aparecimos en la publicación CINCO DÍAS tanto en la versión escrita como en la versión online en la última semana:

http://cincodias.elpais.com/cincodias/2017/04/04/companias/1491330003_397376.html

20170405-nwp1-cincodias-com_clip

12 Abr 2017 | Herramientas

El hombre es mortal por sus temores e inmortal por sus deseos

La base de la inteligencia de negocio es tanto la planificación como la estrategia. De ahí que tener la capa técnica como apoyo y no como finalidad es vital para poder tener éxito!

La estrategia surge de los objetivos de negocio, y esto ha supuesto un gran cambio en la manera de actuar en las empresas, se ha pasado de almacenar teras y teras de datos en diversos sistemas (la base del Big Data), a realmente entender qué necesito, para qué, e incluso cómo lo necesito. El partir de este punto podremos centrarnos y hacer las cosas bien.

Todo cambia muy deprisa, sobre todo en los negocios que tienen una parte (o son todo) online. Hace tiempo, los analistas nos basábamos unicamente en lo que hacía el usuario en el entorno que poníamos a su disposición. Esto ya es historia, hemos dado un paso adelante,y ahora la estrategia viene desde antes de que el usuario se interese en nosotros, hasta que nos ha dejado. Por lo que planificar de antemano qué necesito en cada etapa del funnel de conversión se convierte en una necesidad ANTES de medir y analizar .

Obviamente las herramientas también han evolucionado, la tecnología nos va marcando el camino. El problema es que cada herramienta está orientada a un objetivo, y no se puede ni se debe forzar a que sirvan para otro, por lo que la planificación ha de tener en cuenta, no solamente los datos, sino también la tecnología que vamos a utilizar, y que va a evolucionar con nosotros.

Como vemos día a día, las herramientas han evolucionado, empezando por las gratuitas como Google Analytics que, desde que sacó el UserID nos ofreció la posibilidad de identificar al usuario a través de los dispositivos. Pero hay que entender bien cómo funciona: en las webs que no tienen un login, no se puede recoger esta información. Se puede poner en marcha diversas técnicas para lograr que un usuario se loguee, con descuentos y demás, para poder recogerlo antes de que por ejemplo convierta, y así poder estudiar su comportamiento de antes de la compra. Pero no nos engañemos, no podemos (ni debemos) tener una base de datos de clientes en Google Analytics por ejemplo.

Pero sí podemos enriquecer lo que nos ofrece la herramienta con el Measure Protocol . Consiste en que, desde que se nos permite documentar cómo recoge los datos GA, podamos integrar datos offline en la herramienta. Lo que nos faltaba porque estaba en otros sistemas, ahora sí se puede meter todo en Google Analytics. Es interesante sobre todo por temas de cualificación para entender costes, margen, posibilidad de devolución de una conversión por ejemplo y enriquecer toda la información que nos proporciona actualmente la herramienta. Aquí dependemos mucho del departamento de IT.

La empresa ha entendido que los datos son un activo más, y ahora cualquier directivo sabe que la analítica digital puede auditar campañas, pero también que puede entender el comportamiento del cliente, por ejemplo. Y puede ayudar a todos los departamentos, no solamente al de marketing. De ahí que cada vez sea más y más importante que la información sea transversal a toda la compañía y que el analista sea pieza clave.

¿Y cómo lo hacemos? El ecosistema tiene 3 piezas muy claras:
– Carga e Integración
– Soporte y Agilidad
– Consumo: Reporting y Adhoc (perfiles más avanzados)

Cualquier proyecto de Inteligencia de Negocio ha de tener en cuenta las tres piezas para poder llegar a buen fin. No solamente las herramientas que van a formar parte de cada una de las etapas, (almacenamiento, modelo de datos y consumo o visualización), sino también la estrategia a seguir. Modelar el dato para que el entorno de trabajo lo tenga todo orientado al negocio, y que todas las piezas encajen convenientemente.

No ha de tener un coste muy alto, se puede empezar por una base de datos con los datos que se necesitan, y luego ya ir creciendo tanto en tecnología como en la parte de negocio. Las herramientas al final vienen solas, lo que necesitamos es, como comentaba al principio, una buena estrategia de qué quiero conseguir desde negocio para poder crecer y evolucionar.

De esto y mucho más hablo con Iñaki Huerta en el podcast de ONDACRO en PRNoticias, por si os quedáis con ganas de más 🙂

En esta semana hemos salido El Arte de Medir en la publicación Actualidad Económica de Expansión hablando sobre aplicar Inteligencia de Negocio en la empresa a través de los datos:

20170322-nwp1-actualidad-economica-com_clip