¿Dónde está Avinash cuando se le necesita?

13 Mar 2017 | Herramientas

Hay tres maneras de hacer las cosas: la correcta, la incorrecta y la mía

Piwik es una herramienta de analítica digital de software libre, lo que significa que su código fuente está disponible para colaborar en su desarrollo, mejorarlo y adaptarlo a nuestras necesidades. Se trata además, de una solución gratuita que se puede aplicar a la inmensa mayoría de proyectos de analítica, no solamente como herramienta principal, sino también como herramienta de “backup” que puede servir para contrastar la calidad del dato, y comparar si la información que se recoge a través de dos sistemas es consistente y robusta.

Entonces, ¿por qué no se escucha hablar tanto de Piwik como de sus rivales? El hecho de que sea gratis y accesible, no significa que sea tan conocida como las dos herramientas que prácticamente monopolizan el sector: Google Analytics y Adobe Analytics. Al estar soportada casi únicamente por la generosidad de la comunidad de desarrolladores, no cuenta con tantos recursos como puedan tener otras herramientas comerciales. Aunque con la última versión, han sacado ciertas funcionalidades de pago que desarrollan ciertos extras, lo que facilita mucho la vida al analista, y tienen como finalidad dar cierta independencia al proyecto. Hay que recordar que, pese a que la herramienta de analítica del gigante Google es a priori gratuita, la realidad es que tiene una versión que no lo es. Google Analytics 360, antiguamente conocida como Google Analytics Premium, tiene más capacidades, integraciones, y está orientada a empresas que hacen un uso intensivo de la analítica, superando un determinado volumen de datos al mes. El caso de Adobe es distinto, es una herramienta que prácticamente nadie utiliza en su limitada versión gratuita, y está orientada a empresas que buscan un software específico, con una complejidad más alta, y que requiere para implementarla y explotarla, de un equipo profesional muy especializado.

Otra de las barreras para la adopción de Piwik, es que precisa de unos conocimientos algo más avanzados para una implementación básica, lo que hace que un público algo más generalista y menos profesionalizado, no lo contemple como una opción. El hecho de tener que configurar una base de datos para que la información que se recoge quede almacenada en la misma, es algo que supone un sobreesfuerzo que no todo el mundo está dispuesto a asumir. En esto Google Analytics lleva mucha ventaja, puesto que es una solución que es prácticamente de “Plug & Play”, y que se considera un estándar en la práctica totalidad de gestores de contenido para web.

Sin embargo, este esfuerzo extra que hay que realizar para poner en marcha el sistema, tiene una justificación de peso. En Piwik, nosotros somos los dueños de los datos. Nosotros gestionamos los datos. Y nosotros somos los responsables de su custodia.

Para ciertas organizaciones, en las que el hecho de tener el control de los datos es una premisa, el hecho de que exista una herramienta como Piwik, es la mejor de las noticias. Organismos públicos y ONGs, por citar algunas empresas y organizaciones, son usuarios potenciales de Piwik. No solamente sabemos qué pasa en nuestra solución analítica porque tenemos acceso al código fuente, sino que además podemos almacenar los datos que queramos, y lo más importante, donde queramos. Mucha gente desconoce que el dueño de los datos cuando utilizamos Google Analytics no somos nosotros, sino el propio Google, de hecho cuando nos damos de alta en el servicio, en ese interminable contrato que ninguno de nosotros leemos, se detalla explícitamente.

Existe, además, cierta información sensible de los usuarios que en Piwik podemos querer guardar, y en Google Analytics, como sabemos, no se puede hacer. En Piwik, puesto que somos dueños de los datos y los almacenamos en nuestros servidores, podemos guardar y gestionar la información que queramos. Sin embargo, en el resto de herramientas no podemos. De hecho, no se puede almacenar ningún dato que permita identificar al usuario. El DNI o la dirección de correo electrónico son datos que actualmente muchas empresas desearían almacenar en la herramienta de analítica y no es posible. La razón no es otra que la propiedad de los datos. Los datos se almacenan en sus servidores, que pueden estar físicamente en países en los que la legislación no contemple ese intercambio de datos personales.

La implementación que posibilita la recolección de los datos es similar a la del resto de soluciones. Unas líneas de JavaScript en el código fuente de la página, bastan para recopilar la información básica sobre sesiones, páginas vistas, tiempos en página, etc. Con algo más de esfuerzo, se pueden medir fácilmente todo tipo de interacciones del usuario en la página, que podemos almacenar en forma de eventos. Y finalmente, se puede dotar de un contexto adicional a esta información a través de las dimensiones personalizadas. Además, Piwik cuenta también con un Tag Manager propio, que permite al analista cierta independencia del equipo de desarrollo a la hora de implementar la medición, sin necesidad de modificar el código fuente de la web. Eso sí, esta característica está pensada para empresas y tiene un coste adicional.

Una vez que tenemos los datos en Piwik, llega la hora de utilizarlos para analizarlos y, a través de decisiones apoyadas en los mismos, cumplir los objetivos de negocio. Para ello tenemos dos opciones: los informes predefinidos de la interfaz web de Piwik, o bien integrar los datos en un dashboard personalizado orientado específicamente a nuestras necesidades.

Los informes predefinidos de Piwik, al igual que en el resto de herramientas, son algo básicos, y no nos ayudan más que a rascar la superficie de todo el potencial que tienen los datos. Cuando nos presentan los datos en informes encapsulados, puede que nos resulte difícil responder a las preguntas de negocio con la información que se nos muestra y de la manera que lo hace.

Un dashboard personalizado y diseñado a partir de nuestros KPI´s de negocio, siempre resultará mucho más útil para tal propósito. En este punto, la desventaja de Piwik es que no cuenta con integraciones directas con los programas más utilizados para “dibujar” nuestros cuadros de mando. No obstante, cuenta con una API para acceder a los datos, aunque una vez más, se necesita de un esfuerzo extra para obtener los mismos.

¿Esto quiere decir que no podemos obtener los datos que queremos y de la manera que deseamos? En absoluto, pero sí que es cierto que la inmediatez que tenemos con otras soluciones no la vamos a obtener con Piwik.

Si quieres saber un poco más en profundidad lo que nos aporta esta herramienta de analítica digital, te invito a escuchar la conversación junto a Gabriel Gallego en PRNoticias (OndaCRO) :

08 Mar 2017 | Estrategia

Jamás se desvía uno tan lejos como cuando cree conocer el camino

Después de varios post hablando sobre analítica digital, herramientas, y medición en diversos negocios, me gustaría hoy ir un paso más allá en el modelo de madurez de la analítica digital hacia el tercer nivel. Es el nivel que pasamos cuando centramos la medición en el cliente. Se conoce como Customer Analytics. La idea es entender la conducta del cliente y ayudar al negocio a optimizar la relación con él, con los distintos perfiles de clientes que tenemos.

La realidad es muy compleja, y los modelos que creamos al final son una versión simplificada de ésta, por lo que podemos comprender cosas pero siempre teniendo en cuenta que las condiciones pueden haber cambiado: los modelos matemáticos pueden fallar.

Una de las restricciones que tenemos en el análisis, es el número de recursos y el tiempo que dedicamos a generar información. Siempre hay que controlar, primero, qué ha pasado (qué costes tenemos y qué estoy ganando), y luego, ya podemos centrarnos en entender bien al cliente y su relación con los productos que tenemos, con nuestros entornos, con lo que estamos ofreciendo, así como la interacción que tenemos con ellos.

Esta parte no podemos abordarla sin incorporar los datos de clientes, identificando quiénes son, cuándo vienen, qué buscan, qué compran… y esta información no la tenemos en las herramientas de analítica digital. Hay que integrar diversas fuentes donde tenemos las diferentes interacciones que suceden con nuestros clientes. Estamos en una época fascinante donde podemos integrar hardware, software, algoritmos, para no solamente registrar qué interactúa con nosotros, sino además cómo lo hace. En otras palabras, intentar registrar sus emociones para con nosotros.

De esto es lo que trata Customer Analytics realmente, de saber el valor que le generamos al cliente y qué valor nos generan a su vez ellos. Lo ideal es poder predecir y prevenir a partir de las interacciones con los clientes, identificando las acciones a realizar (las “next best actions” por ejemplo). Para aumentar a la vez el beneficio de la organización y la satisfacción del cliente.

Esto no es fácil de parametrizar, pero el punto de partida es entender bien el sector o la industria de la organización, para estudiar a fondo cada interacción con el cliente, así como los canales por dónde se realiza. Entonces, hay que digitalizar estos canales, para entender el Customer Journey aplicado al sector de la empresa, y poder actuar en cada una de las interacciones de dicho Customer Journey.

Se han de combinar diferentes técnicas, la complejidad del dato irá poco a poco aumentando y el conocimiento dependerá, ya no solamente del comportamiento del cliente, sino de cómo reacciona, de sus emociones, e incluso de su personalidad. Cada vez se amplía más el número de disciplinas que intervienen en el Customer Analytics, y cada vez tenemos más datos que nos ayudan a confeccionar el puzzle de cómo son nuestros clientes, de en qué momento se encuentran y por qué.

La clusterización de los clientes cada vez es más variada y compleja; inicialmente se tratarán las grandes cantidades de clientes. Pero el objetivo, será crear experiencias para el usuario lo más atinadas posibles, por lo que cada vez iremos a más y más detalle para personalizar lo más posible esta segmentación, en base a un abanico más y más interesante, y cercano a la realidad. Cada matiz enriquecerá el modelo de clientes.

Obviamente, algunos sectores o empresas lo tienen más fácil que otros. Nos viene por ejemplo a la mente Netflix, que es mucho más interesante o goza de mayor popularidad entre los clientes. Pero.. ¿qué pasa con aquellas empresas, como una energética por ejemplo, que ahora mismo está en el candelero y no precisamente por razones positivas?, ¿cómo se puede enfocar el Customer Analytics para una empresa que “no mola”?

Lo ideal entonces es encontrar lo que el analista llama “los puntos de dolor”. Es decir, identificar lo que estamos haciendo muy mal (el cierre de la venta, el servicio postventa, …) y usar estas herramientas para comunicar, para acercarnos al cliente y que identifique nuestro valor. La analítica forma parte de este mensaje pero no es el fin, el proceso de analizar es largo y tedioso, pero la recompensa vale la pena.

El analista parte de un modelo, como hemos comentado, más genérico con los datos de los que dispone habitualmente, como por ejemplo, los datos de navegación de un usuario en un sitio web. Pero el objetivo es ir transformando la organización para que esté orientada a datos. Entonces, realmente su valor es ir enriqueciendo este modelo con datos que obtengamos de cada punto de interacción con el cliente, vengan del departamento que vengan. Así tendremos la visión de 360 grados para entender bien el Customer Journey de verdad, con toda la información. Esto nos lleva a tener una sensibilidad para con el cliente que definitivamente, nos va a ayudar a hacer mejor las cosas, con más eficiencia.

Identificar las prioridades, sabiendo que trabajando sobre ellas el siguiente paso es más fácil, nos ayudará a implementar con la herramienta, obteniendo una buena cultura de datos. Y seguiremos midiendo cada acción que realicemos. Para predecir el futuro, no siempre tenemos que medir el pasado, ya que las condiciones del pasado no tienen por qué perdurar en el futuro.

El Customer Analytics nos permitirá conocer a los clientes y hacer mejor las cosas. El proceso es continuo, y se va avanzando de forma sólida, experimentando y probando cosas diferentes con distintos grupos de clientes para no quedarnos anclados en el pasado, y seguir revolucionando el futuro en base a los datos.

Si quieres ahondar más en detalle en el tema de Customer Analytics, aquí tienes mi podcast, grabado junto a Josep Curto, fundador y CEO de Delfos Research, además de consultor, analista y profesor.

20 Feb 2017 | Informes

La verdad rara vez es pura, y nunca simple

Hoy, llegamos al final del camino. Llegamos al último paso de nuestra metodología ‘MAMBO’. La O de ‘ordenar y visualizar‘. En todo proyecto de analítica digital existen una serie de fases cuyos eslabones deben estar firmemente fijados y asentados si queremos tener éxito y sacar el máximo partido posible de los datos.

Como ya vimos hace unas semanas, cuando hablamos del Modelo de Madurez en Analítica Digital, la fase inicial de definición de Objetivos y KPIs resulta básica para construir nuestro proyecto y escalar nuestra pirámide de analítica digital. De igual modo, una correcta implementación de nuestra herramienta nos permitirá ir más allá y obtener toda la información que necesitamos para extraer valor a los datos. Por este motivo, el último eslabón de nuestra pirámide de datos es vital si queremos transmitir de forma correcta todo el valor que hemos extraído.

Actualmente con el Big Data tenemos una cantidad ingente de datos, por lo que entender y transmitir lo que los datos nos cuentan es necesario de forma visual, para poder determinar qué es lo importante y lo que nos va a ayudar a tomar decisiones.

Da igual lo bueno que sea el análisis que acabamos de hacer. Si no sabemos transmitirlo convenientemente, acabará en el cubo de la basura virtual y no le hará nadie caso, ni a nuestro informe, ni a nosotros.

El problema radica en que nos empeñamos en contar lo que hemos analizado hasta el último detalle y hacemos informes o powerpoints de un montón de hojas con un montón de datos, gráficos, indicaciones, flechas, etc… cuando lo que realmente necesita el receptor de ese informe es saber qué está pasando, qué puede pasar y qué puede hacer al respecto. Empecemos por el principio: Necesitamos conocer los objetivos que tienen los receptores del análisis. Saber qué quieren y qué necesitan para hacer su trabajo. De esto dependerá la profundidad del análisis y sobre todo las KPIs o los indicadores que incluiremos en el informe final.

Una vez terminado el análisis y sabiendo exactamente qué es lo que produce un resultado final, las KPIs que están involucradas, iniciaremos la selección de éstas y el formato de presentación que se adapte mejor a lo que queremos transmitir. El resultado debe ser un dashboard o cuadro de mando o informe en el que las KPIs se complementen entre sí y nos lleven de la mano a tomar acciones.

Debe quedar claro por dónde habría que seguir profundizando en caso de necesitar más detalles y sobre todo debe incluir unas conclusiones y recomendaciones. Lo más importante en este punto es que el analista ha de ser parte de la solución posible, nunca limitarse a señalar el problema. Lo ideal es que el resultado del análisis quepa en una única pantalla, ya que así concentramos toda la información en un formato que cualquiera ve sin necesidad de hacer scroll en su pantalla.

Si se trata únicamente de un dashboard que se realiza con cierta periodicidad, hay que dejar claro el “movimiento” de un periodo a otro, poner contexto en los datos para que el receptor sepa si el valor es el que debería tener o nos debería preocupar.

¿Qué tipo de herramientas podemos utilizar? La respuesta varía dependiendo del grado de complejidad de las visualizaciones que se ajusten a nuestros datos. Hemos realizado una selección de algunas herramientas disponibles en el mercado.

1. Herramientas gratuitas

Cuadros de mando en Excel: La principal utilidad de Excel a la hora utilizarla en nuestras visualizaciones radica en que permite establecer una estructura de extracción de datos flexible, y una automatización relativamente ágil y sencilla gracias a algunos softwares como Supermetrics.
Cuadros de mando en Google Spreadsheets: Se trata del homónimo de las hojas de cálculo de Excel, pero en la nube de Google. Si bien su flexibilidad y rapidez en lo que a extracción de datos se refiere es relativamente mayor a la de Excel.
Cuadros de mando en R: Si bien la verdadera utilidad de programar en R reside en su potencia a la hora de llevar a cabo profundos análisis matemáticos y estadísticos, no debemos olvidarnos de la gran variedad de paquetes disponibles que permiten visualizar todo tipo de análisis.

2. Herramientas de pago

Cuadros de mando en Tableau: Una de sus grandes bazas radica en su funcionamiento altamente intuitivo y visual, lo que facilita su uso independientemente de la base de programación que tengamos.
Cuadros de mando en Klipfolio: Se trata de una herramienta muy equilibrada en términos de diseño y flexibilidad. Es relativamente sencilla de utilizar, y al igual que en el caso de Tableau, se puede conectar a un gran número de fuentes de datos a través de su API.

Por último, ¿os pensabais que íbamos a terminar sin hablar de Google Data Studio? Ni mucho menos. Google Data Studio: Parece ser una herramienta que cuenta con los ingredientes necesarios para convertirse en uno de los grandes competidores dentro del mercado de la visualización: potencial y un margen de optimización tremendo. Su flexibilidad y el hecho de que resulte francamente intuitiva y fácil de utilizar, convierten a Google Data Studio en una herramienta a tener en cuenta de cara al futuro.

Una vez elegida la herramienta, vamos a diseñar la visualización:

Es interesante que siempre que partimos de un cuadro de mandos propio de la empresa o directamente de determinadas métricas en la herramienta, las personas se suelen centrar en KPIs relacionadas con el tráfico (visitas, rebote, tiempo en el sitio, páginas vistas…) y con la conversión (transacciones u objetivos alcanzados, ingresos, productos vendidos…). Los más avanzados incluso segmentan estas KPIs por distintos grupos de usuarios (relacionados con las fuentes de origen, el tipo de dispositivo, el lugar de procedencia, etc…).

Todo esto siempre es interesante como primer paso, sobre todo para que todo el mundo esté algo familiarizado con las distintas métricas que se pueden consultar, pero siempre se puede ir más allá, se debe ir más allá! Y por dónde empezamos? Por donde nunca nos equivocaremos: por la vinculación a negocio.

Por ejemplo, hagamos un test sobre nuestra propia web. Imaginemos que tenemos una tienda online. Sabemos el tráfico que atrae, el dinero que nos deja, los productos más vendidos, las páginas de aterrizaje más utilizadas y las que tienen más rechazo, disponemos de los detalles de cada campaña que hemos realizado online, hemos analizado el embudo de conversión para optimizar al máximo el formulario de compra, etc…

Es decir, sabemos qué está pasando y obramos en consecuencia. ¿Y ahora qué? Ahora vamos a entender el negocio y en qué puede ayudar la analítica digital. Lo más difícil no es construir el cuadro de mandos (bueno, el primero cuesta más que los siguientes jajaja) sino dar con la información necesaria para que sea efectivo. Esa es la cuestión: tiene que ser de utilidad.

Pongamos que el receptor es el equipo de marketing, que necesita saber por un lado su inversión en distintas campañas y ponerlo todo en un contexto de tráfico. También necesita saber el interés que se genera en cada categoría y luego en cada producto para detectar cuál destacar en distintos canales dependiendo de su rendimiento. Y finalmente, como la publicidad es distinta dependiendo de las ciudades donde se establecen las campañas, necesitamos saber cómo se distribuye el tráfico por dichas ciudades.

No podemos olvidar las métricas globales, que nos van a permitir saber cómo vamos en conjunto esa semana y por supuesto cuánto nos estamos desviando del objetivo de negocio a conseguir. Para ello necesitamos combinar datos online de la herramienta y datos offline (que pueden estar en una base de datos o en cualquier otro sistema que se puede automatizar igual que Google Analytics).

Todo esto nos lleva a proponer un cuadro de mando como éste, realizado en Excel con llamadas a la API de Google Analytics, a la base de datos propia con los datos offline y a la API de las distintas redes sociales:

Se empieza por la parte superior, con las métricas globales y su evolución tanto mensual como anual. En la parte central se empieza a segmentar estas métricas, a la vez que se da importancia al rendimiento en base al objetivo primordial del negocio. La parte inferior se dedica a otras segmentaciones importantes y se descarga la zona inferior derecha con gráficos evolutivos de los datos de la zona inferior izquierda. En este caso, el gráfico lo necesita un profesional del marketing con experiencia financiera y no hay problema en generar muchos datos en tablas. Si el receptor es alguien que ve mejor la información de manera visual, se cambiarían las tablas por gráficos.

La buena noticia es que en la fase final todo estará automatizado y solamente tenemos que cambiar la fecha para que todos los datos se actualicen y tengamos en nuestras manos un instrumento eficaz para tener claro qué está pasando y dónde podemos atacar.

Si los objetivos cambian, se modifica el dashboard. Normalmente lo que suele ocurrir es que a partir de este cuadro de mando detectemos un problema y entonces vayamos a bucear en la herramienta, ya con un objetivo claro en la mente, para hacer un informe especializado en lo que se detecte que se puede optimizar.

La idea es que este informe nos marque el camino, nos sirva para invertir nuestro tiempo en lo que realmente hace falta y nos permita crecer como analistas y al negocio a focalizar los esfuerzos.

Si quieres seguir profundizando en este tema, aquí tienes el podcast con Jorge Llorente donde hablamos sobre visualización de datos:

30 Ene 2017 | Análisis Completo

Poca gente es capaz de prever hacia donde les lleva el camino hasta que llegan a su fin.

El proceso de análisis lo he comentado hasta la saciedad en este blog, diversas técnicas y metodologías, se puede realizar desde muchas perspectivas, pero es clave tener en mente los tres pasos básicos para llegar a realmente impactar en el negocio. Empezamos por el primero para entender las circunstancias, después abordamos el segundo para establecer las hipótesis y finalmente el tercer paso es el que supone el impacto, el que nos da el resultado traducido en acciones a realizar sobre la estrategia.

Si recordamos el modelo de madurez de la Analítica, tendríamos el análisis descriptivo en los primeros niveles de madurez, relativos a las técnicas de análisis digitales mientras que el análisis Predictivo se concentra especialmente en la etapa de Análisis Competitivo mediante el uso de Modelos Estadísticos. La idea es partir de la pregunta de negocio (“M” de Meditar sobre el negocio), identificar las KPIs que voy a necesitar para recogerlas de las diferentes fuentes de origen (“A” de Adquisición de datos), verificar que los datos que conforman mi dataset son correctos (“M” de Manejar los datos), y en este punto ponernos a trabajar en sacarles el máximo jugo a la información que se nos presenta:

Primer Paso – Análisis Descriptivo:

Describe el pasado y el presente, el qué pasó y qué ha pasado. Se basa en el Business Intelligence de toda la vida, en busca del conocimiento que nos permitirá saber cómo afrontar el futuro.

Segundo Paso – Análisis Predictivo:

Busca realizar predicciones en base a lo que ha pasado para convertir el dato en información accionable. En este tipo de análisis se utilizan los datos para determinar el resultado posible de un evento futuro o lo que obtendremos si no realizamos acción ninguna. Abarca una amplia variedad de técnicas estadísticas: desde modelado, aprendizaje automático, teoría de juegos… que analiza hechos históricos para hacer predicciones sobre eventos futuros. En definitiva, se trata de procesos que explotan los patrones que se encuentran en los datos históricos y transaccionales para identificar los riesgos y oportunidades.

Tercer Paso – Análisis Prescriptivo:

Se refiere a la transformación del conocimiento en acción. El análisis prescriptivo se basa en la idea de realizar toda acción que esté en nuestra mano para que el resultado previsto mejore respecto a una predicción inicial. Son las recomendaciones basadas en lo que ha pasado que es lo que nos dice el análisis descriptivo y en los modelos predictivos que construimos para saber qué tocar, cuándo y dónde de forma que mejoremos el futuro. Es decir, nos centraremos en este tipo de análisis en identificar oportunidades buscando mejorar el resultado esperado y aprendiendo de la experiencia de entender qué pasa y por qué.

Es decir, la idea es llegar siempre a un análisis prescriptivo: con el objetivo de negocio en la mente (subir la tasa de conversión un 2%), la estrategia clara (disminuir la tasa de rechazo un 20%) y la táctica a poner en marcha (rediseño de páginas de aterrizaje). Todo ello complementado con los datos de inicio (50% de las visitas se van sin interaccionar con nuestro sitio web – descriptivo) y teniendo preparado con el análisis predictivo la contrapartida a qué pasará si no se hace nada pero se aumenta un 25% la captación (con la inversión que ello conlleva).

En el podcast hay más información sobre las técnicas de análisis que nos llevan al resultado final 🙂

16 Ene 2017 | Análisis Completo, Analista Web

El camino verdadero pasa por una cuerda, que no está extendida en alto, sino sobre el suelo. Parece preparada más para hacer tropezar, que para que se siga su rumbo.

Seguimos con la explicación del método MAMBO para el trabajo del analista o científico de datos. Ya explicamos hace unos días la (M) de Meditar sobre el negocio, la (A) de Adquisición de datos y hoy tenemos por delante explicar la (M) de Manejar los datos. ¿Preparados?

Esta fase es la que tiene más miga desde hace unos cuantos años. Hasta ahora, el analista tomaba los datos de la herramienta de analítica que tocara, Google Analytics por ejemplo, y empezaba a buscar insights directamente en dichos datos. Ahora no, ahora es más complicado pero mucho más divertido 🙂

Desde que entró en escena el Big Data, no basta con tomar los datos de la herramienta como si en ellos estuviera la verdad absoluta. Ahora toca extraer los datos de todas las herramientas disponibles, tratarlos, cruzarlos, limpiarlos y dejarlos listos para empezar a trabajar. Es una parte del proceso absolutamente decisiva, pues será el momento en el que detectemos si la calidad de los datos es suficientemente buena para seguir avanzando. Además, exploraremos la información para descubrir si ofrece lo que necesitamos para los siguientes pasos y validaremos que tenemos todos los datos para el análisis. Esta clase de operaciones, en general, están más cerca de perfiles ‘data scientist’ (científicos de datos), que están más cerca de la capa técnica que los analistas, que están más cerca de la capa de negocio.

De ahí que no me vaya a centrar ahora en hablar de herramientas para la preparación de los datos, sino en las diferentes operaciones que vamos a llevar a cabo sobre estos datos para poder avanzar en nuestra metodología. Por tanto… ¿Qué se plantea el analista, cuando tiene que enfrentarse a un análisis y encontrar respuestas a las preguntas de negocio? Lo primero que realizamos es un análisis exploratorio de los datos. Este análisis consiste en la comprobación de los formatos de las distintas variables que tenemos en nuestro conjunto de datos, se visualizan las primeras y las últimas filas y realizamos una descripción básica a nivel estadístico, valores medios máximos, mínimos y desviaciones.

El siguiente paso sería comprobar los ‘outlier’, es decir, los valores atípicos o valores extremos. Tendremos que buscar los valores extremos o atípicos, para que estos valores pueden ocasionar un análisis erróneo. Podemos hacerlo con algún método exploratorio básico, incluso graficando los datos, o con un modelo matemático que los detecte automáticamente en base a cálculos sobre desviaciones típicas o dispersión.

Otra de las situaciones con las que nos encontramos, es la de la existencia de valores anómalos, que no tienen por qué corresponderse con valores extremos. Estos valores muchas veces están enmascarados en nuestros datos y son una fuente de información muy valiosa.

El siguiente paso consistirá en añadir nuevos datos a nuestro ‘dataset’, incorporar nuevas variables fusionando distintas fuentes de los mismos. Del mismo modo, una de las partes que más tiempo consume al analista es la relacionada con la integración de datos de otras fuentes. En ocasiones, nos enfrentaremos a la necesidad de unir datos de nuestra herramienta de analítica con el back up interno de la empresa, que puede ser un CRM, RP u otra fuente de datos disponible. Estas operaciones pueden ser tan sencillas como hacer una unión entre tablas, el problema surge cuando no tenemos identificadores, variables o claves únicas por las que poder relacionar conjuntos de datos distintos.

El objetivo de esto es poder realizar análisis más ricos y potentes, creando cuanto más contexto mejor y obteniendo una foto mucho más completa de lo que necesitamos para empezar a buscar insights.

Por último, no hay que olvidar la ordenación de los datos y la limpieza de los mismos. Ordenar entiendo el concepto como poner todos los datos en un formato común para poder trabajar con ellos desde la herramienta de procesamiento elegida (R, Python…). Estas herramientas funcionan de manera más eficiente con datasets simplificados con pocas columnas pero muchas filas.

En resumen, el objetivo de esta clase de técnicas como comprobar los valores atípicos o incorporar nuevas fusiones de datos u ordenar el dataset o simplificarlo, no es otro que el de preparar los datos que extrajimos en el paso previo para comenzar a Buscar en los datos, que es el paso siguiente de nuestra metodología MAMBO.

Si quieres profundizar más en el concepto del manejo de los datos, puedes escuchar este podcast en PRNoticias sobre este tema 🙂