¿Dónde está Avinash cuando se le necesita?

28 Jun 2017 | Técnico

Ojalá que me despierte y no busque razones…

Tecnología y Personas, son los dos términos que ayudarían a definir Blockchain. Se trata de tecnología relacionada con los sistemas de información, y que va a ser capaz de originar nuevos modelos de negocio.

Está reconocida por los principales analistas de IT como una de las más disruptivas de todos los tiempos porque aporta unas funcionalidades no habituales: la descentralización de nodos. En concreto, no existe un nodo central que controle la red, sino que está compuesto por miles de nodos (servidores que soportan las máquinas). Esto ayuda a resolver problemas como los ciberataques: sería necesario atacar a los distintos nodos para lograr el éxito.

Además dispone de firma digital: garantiza que todas las transacciones realizadas a través de esta tecnología no se puedan modificar ni falsificar. El mensaje es emitido por una persona estableciendo una relación de confianza y sin intervención de intermediarios.

Blockchain apareció en 2009 y actualmente se encuentra en una fase incipiente. Se basa en unificar distintas tecnologías, y está pendiente de un mayor desarrollo. Es un lenguaje open source que ha evolucionado con la generación de grandes cantidades de redes.

Es la base sobre la que se construyó los Bitcoins, aplicación donde los usuarios se intercambian transacciones a partir de una moneda ficticia que para ellos tienen un valor, lo que ha demostrado que funciona.

Son distintas las tendencias de uso de Blockchain: desde el almacenamiento (Bitcoins) hasta la transaccionalidad, este último es el más interesante.

Las aplicaciones de Blockchain pueden ser desde muy sencillas: desde que se junten unos amigos aportando mediante una transacción un importe en euros, y que el código traspase el dinero al ganador de la apuesta, hasta otros más complejos como en los seguros: por ejemplo un conjunto de usuarios se pueden poner de acuerdo para crear “smart contract” que permite dar unas directrices, permitiendo aportar una cuota, de tal forma que el “smart contract” pasaría a hacerse cargo de las contingencias.

En el mismo sector, sería posible con Blockchain, en lugar de renovar el seguro anualmente, disponer de un seguro distinto para cada situación; por ejemplo, no aplicar el seguro cuando el coche duerme en el garaje y aplicar un seguro de viaje cuando se está haciendo un recorrido hacia Barcelona. Sería una forma de cubrir momentos concretos.

En la situación de poner en venta un vehículo y en caso de que Blockchain almacenara la información de los kilómetros recorridos, la trazabilidad de las piezas, etc… permitiría dar confianza a la persona que esté interesada. Actualmente no es posible contrastar esa información.

Otro aspecto en el que va a influir esta nueva tecnología, es en la relación con la banca. Se estima en principio que el dinero va a seguir estando depositado en ésta, pero que la relación pasará a ser bien distinta. Por ejemplo, si el usuario utiliza una app del banco y alguien externo accede, ahora es el banco el que dispone de la información de que la aplicación ha sido vulnerada. Sin embargo, si la información de la app pasara por Blockchain, al tratarse de una red pública, sería posible que el usuario de la app conociera de primera mano quién ha realizado el ataque.

La gestión del expediente médico es otro tema espinoso. Actualmente, nuestra información médica está disgregada por los distintos centros; pero lo que la tecnología Blockchain permitiría, es centralizar dicha información de manera encriptada, de tal forma que sólo el usuario propietario pudiera acceder a la misma.

Y no sólo sería interesante la centralización de los datos médicos sino también cómo y con quién se comparte: sería interesante que farmacéuticas o centros de estudios pudieran acceder a los perfiles de forma de vida y al genoma de miles de usuarios reales (bajo previa autorización), que a través de diferentes estudios, dieran la posibilidad de comprender cómo esa conjunción de condiciones, deriva en distintas enfermedades, y de esa manera, permitir hacer una medicina a la carta.

Por último, comentar que una persona que se quiera aproximar a esta tecnología lo puede hacer desde dos perspectivas: como desarrollador, o como pensador, haciendo de forma distinta las cosas a como se hacen ahora mismo. Al final lo complicado es el caso de uso.

En definitiva, BlockChain es una tecnología que busca devolver la propiedad del dato al usuario y hacer las cosas de otra manera.

Aquí tenéis el podcast completo de OndaCRO en PRNoticias en el que hablo con Jose Juan Mora sobre Blockchain en profundidad.

21 Jun 2017 | Estrategia

Nuestra recompensa se centra en el esfuerzo y no en el resultado. Un esfuerzo total es una victoria completa.

Para impactar en los resultados de la empresa a través de los datos, se pueden llevar a cabo acciones de distinta índole: desde estratégicas hasta más concretas y tácticas.

A nivel estratégico, no hay que olvidar que las empresas existen para ganar dinero, lo que lleva a las KPIs de rendimiento a formar una parte fundamental en el camino del éxito. La decisión sobre el nivel de margen y la rotación es la definición completa de un modelo de negocio. A partir de ahí, el camino sigue por buscar variables correlacionadas positivamente para influir en el rendimiento.

Por ejemplo, las empresas como Armani y Carrefour arrojan modelos de negocio bien dispares: mientras que el primero se basa en el lujo, generando márgenes propios de productos exclusivos, y centrándose en segmentos del mercado muy específicos, el segundo destina importantes costes en la distribución de los productos, vendiendo grandes cantidades aunque con un margen mucho menor.

Una vez definidos esos KPIs, es necesario acceder a una actuación más táctica. Es fundamental entender cómo funcionan los departamentos clave con impacto directo en el rendimiento. En el pasado, las decisiones se basaban en la intuición y experiencia. Ahora se dispone de modelos que permiten acceder a un conocimiento más avanzado, y así disponer de una mayor riqueza de información.

Sucede en muchas ocasiones que, por desgracia, una vez hecho el trabajo de análisis, las conclusiones y las recomendaciones no ayudan a cambiar nada, porque la estrategia va por otro lado. Es un hecho que aunque, se dispone de importantes capacidades tecnológicas y de análisis, la inercia de las rutinas diarias pueden más, y no permiten la adaptación a los cambios del mercado.

Como primera línea de actuación táctica, se recomienda hacer un análisis breve del que se puedan extraer conclusiones junto con el tomador de las decisiones, y así entrever si le sirve el análisis, con el fin de ir modulando el proceso bajo un sistema de mejora continua.

Sin duda, es un reto demostrar que la capacidad de extraer conocimiento de los datos aporta, ya que se trata de un proceso de colaboración continua que ha de buscar resolver los problemas del día a día. De hecho, no existe un gran número de profesionales que estén dotados con las características que permita la adecuada explotación de los datos; de ahí, que aquellas empresas que dispongan de ellos, alcanzarán una mayor ventaja, como están haciendo en la actualidad empresas como Google, Netflix o Airbond.

También sucede que, difundir la cultura de datos a nivel global no es fácil; de ahí que lo bueno sea empezar por lo pequeño y acudir a un stakeholder que haga la “venta” al resto de departamentos, aunque somos conscientes de que si la dirección no apoya ni ayuda a la decisión, nos encontramos con una gran barrera.

La cultura de datos va de personas, no hay duda de que son una variable fundamental en el cambio. Es difícil cuando los trabajadores conviven bajo un mismo espacio temporal y cada uno de ellos dispone de una realidad distinta. Es habitual que las personas se sientan amenazadas por el cambio, por eso es importante aportarles herramientas que les ayude a desarrollar las nuevas competencias que han de adquirir.

La transformación digital ha sufrido una evolución veloz, en donde grandes cambios se han sucedido en menos de media generación, y eso hace más difícil seguir el camino del cambio. Lo que hoy funciona, puede no hacerlo mañana.

En conclusión, el mapa lo tiene que hacer uno mismo mediante la prueba y error, porque en el mundo de la digitalización, hay cosas que nunca nadie ha hecho antes.

Si quieres seguir profundizando en la transformación digital, aquí hablo en OndaCro de PRNoticias sobre el tema junto a Alejandro Doncel de Kschool y Antonio Pita:

07 Jun 2017 | Estrategia

No encuentre defectos, encuentre soluciones, cualquiera sabe quejarse.

En los últimos tiempos todo ha cambiado en la medición de la eficacia publicitaria: invertir más no asegura un incremento del retorno.

El origen está en el entendimiento por parte de los anunciantes. Centrarse en la micro-táctica y olvidar el enfoque estratégico lleva a la confusión. La perspectiva estratégica ayuda a entender la situación para luego aterrizar lo táctico. La tecnología permite conocer al detalle qué hace cada medio, pero necesita del ser humano para comprender la situación de manera global.

Es importante conocer lo global (pe. cuando se invierte en el canal de YouTube las ventas crecen) pero también lo táctico (pe. conocer el rendimiento por campaña de YouTube). Tampoco hay que perder de vista cómo influyen otras variables, como por ejemplo, otras campañas que se hayan puesto en marcha (pe. interesarse por cómo ha influido una campaña en Twitter en la de YouTube).

Hace años, hacer un anuncio en Televisión Española garantizaba un importante retorno, ya que era el único canal en abierto a pesar de que el dato se medía con menos precisión. Entonces, el mundo era más sencillo. Sin embargo, ahora el modelo ha dejado de ser una ecuación para pasar a ser un sistema de ecuaciones. Ahora es necesario considerar no sólo las relaciones directas sino también las indirectas, amoldando el discurso matemático a la compleja realidad.

Esto ha llevado a que en la actualidad, el hecho de invertir en diferentes soportes no es garantía del éxito. Las soluciones no son tan definitivas como antes, de ahí que lo hayan notado las grandes inversiones que estaban acostumbradas a importantes retornos. Aunque también es cierto, que por otro lado, las posibilidades se han democratizado, y pequeñas inversiones que antes no tenían opciones, son capaces de generar resultados.

El cambio de realidad llevó a que se identificara que no existía una métrica bien construida de marca. El equipo de Macarena Estevez estableció las siguientes tres características:
– Que sea una métrica predictiva de negocio, por ejemplo: si la métrica crece, resulta en un incremento de las ventas (energía)
– Que sea una métrica que se pueda gestionar, por ejemplo: que se puedan identificar los contenidos a trabajar para la mejora de la métrica (esencia)
– Y que además, permita tener un control de la experiencia de las consumidores con la marca en los puntos de contacto (experiencia)

Sin duda, construir una buena métrica de marca, requiere una metodología denominada modelos estructurales porque funcionan bien con valores intangibles. Este método consiste en trabajar con una serie de atributos, llamados variables latentes, de manera cualitativa.

Antes, los intangibles se medían anualmente, pero ahora la tecnología ha permitido que las percepciones de las marcas sean más volubles, pudiendo variar de un día para otro. Por eso, en lugar de hacer un seguimiento anual, es necesario hacerlo en tiempo real: la escucha social y digital lo hacen posible.

Sin embargo, el camino correcto no es escuchar simplemente; las cosas analíticamente hay que construirlas off-line, bajo una estructura bien definida para después aplicar la energía de la parte online.

En definitiva, la estadística o la matemática no son la verdad absoluta, pero acerca algo más a la verdad. Son disciplinas que permiten, por ejemplo, elaborar diversas hipótesis tras el resultado de una inversión en campañas publicitarias. Contrastando los datos, es posible obtener unas cifras, y lo más importante, traducirlo en impactos a partir de los cuales poder tomar decisiones.

Si quieres seguir profundizando sobre este tema, aquí estoy con Macarena Estévez de Conento hablando sobre este tema en el podcast de OndaCRO en PRNoticias:

¿Qué ha pasado en el último mes?

Ignacio Gallego me escribió un artículo impresionante en su blog

Estuve en OMEXPO 2017 hablando sobre Datos y Análisis en la sala de Semrush:

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

« Anterior
1
2
3
4
5
6
…
57
Siguiente »