Servicios digitales y gestión basada en datos

Freddy Linares, director de Neurometrics, considera que tener un adecuado dominio de los datos en una empresa de servicios digitales es una oportunidad para generar valor respondiendo preguntas relevantes.

Guardar
"Los datos se generan de
"Los datos se generan de forma masiva y algunos son los pilares para el desarrollo de nuevo conocimiento" (Andina)

La capacidad de las empresas de conocer y adaptarse a su entorno se complica cuando este se torna altamente volátil. El mundo, en especial tras la pandemia de la Covid-19, acelera su transformación hacia servicios digitales. Según Data Reportal[1], a julio de 2022 los usuarios de internet en el mundo aumentaron en un 3.7% comparado con el año pasado, llegando al 63.1% de la población. Ejemplos del avance de la sociedad digital es la evolución de las telecomunicaciones con el mayor alcance de las redes sociales o el crecimiento del e-commerce que, a nivel global en 2021 equivalió a $5.2 trillones[2]. Por supuesto, esta ola tecnológica ha impactado a las empresas de varias formas.

Lo que se ofrece ha cambiado. En ese sentido, es importante destacar la evolución de las plataformas de servicios digitales debido al avance tecnológico y mayor acceso a internet. Han surgido nuevos servicios digitales con un crecimiento notable en los últimos años como las aplicaciones de delivery, el streaming de video, las billeteras digitales, servicios de taxi, etc. El delivery de comida globalmente representó en 2021 un mercado de $150 billones[3], más del triple que en 2017. A fines de 2020, en todo el mundo, 93 millones[4] de personas utilizaban Uber mensualmente. Y, en 2020, Zoom registró una media de 300 millones[5] de participantes diarios en reuniones. Actualmente existe una amplia y competitiva oferta de software multiplataformas para tareas específicas.

Pero también, las empresas están cambiando el soporte de sus procesos. Actualmente experimentamos la cuarta revolución industrial, también llamada Industria 4.0, que consiste en una profunda integración del aspecto digital (tecnologías e internet) para potenciar la parte física del diseño, gestión y producción. No obstante, además del enorme potencial para aumentar la productividad y reducir costos, existe una atmosfera de alta competitividad donde, de no adaptarse, podrían salir del mercado[6].

Te puede interesar: Hacia una cultura de ciberseguridad en Latam

Por eso también se ofrecen propuestas digitales específicamente para las nuevas necesidades de las empresas. Entre ellas están los software como servicios (SaaS) que se caracterizan por no requerir de instalación en la computadora, sino muchas veces de una suscripción online para usarla desde un dispositivo. Los SaaS facilitan la realización de distintas tareas importantes en una empresa como organizar videoconferencias (GoogleMeet), administrar documentos (Google Drive), la gestión de proyectos (Trello, Asana) o crear una tienda online (Shopify). Aprovechar estas nuevas herramientas potencian las capacidades y la eficiencia de los equipos. Pero poco a poco se fomenta una tendencia para ir más allá en el uso de la tecnología y trabajar en el análisis de negocios con los datos.

Google Meet. (foto: How to
Google Meet. (foto: How to Geek)

Los datos se generan de forma masiva y algunos son los pilares para el desarrollo de nuevo conocimiento. Después de todo, la Industria 4.0 también se caracteriza por la producción de “productos inteligentes” que, gracias a sensores y la conectividad[7] trasmiten datos de las interacciones con usuarios o con otros dispositivos. De forma similar, la actividad en plataformas de servicios digitales, sea una app o una web, genera valiosa información que podría resolver distintas duda sobre el comportamiento del consumidor: ¿cuánto tiempo usan cierta función?; ¿qué usuarios gastan más?; ¿qué recorrido hacen los clientes en una web? Aprovechar esa información permitiría identificar posibles mejoras; en cambio, no poder acceder a estos datos significaría perder oportunidades para ser más competitivos.

Entre las tecnologías centradas en el dominio de los datos más relevantes están el internet de las cosas, la computación en la nube, la ciberseguridad, la IA y el machine learning[8]. El machine learning ha ganado un especial protagonismo y en los últimos años ha aumentado la inversión en científicos de datos, el “trabajo más sexy del siglo 21″ según Harvard Business Review[9]. Sin embargo, mejorar la explicabilidad de las decisiones humanas resulta ser aún un punto débil en esta disciplina y se requiere más investigaciones para pulir algoritmos de “caja blanca”[10] que infieran cómo interactúan variables complejas. No obstante, casi tan importante como tener acceso a datos valiosos y procesarlos, también lo es saber priorizar consultas y como optimizar el flujo de respuestas.

Te puede interesar: Los secretos de la visión: Eyetracking y comportamiento del consumidor

Los recursos de una empresa son limitados y canales de consulta muy lentos limitan el análisis evitando aprovechar consultas pequeñas, pero también potencialmente relevantes para las decisiones. Para ofrecer esa versatilidad existen innovadoras herramientas digitales de análisis que las empresas utilizan para distintos tipos de consultas. El resultado final es un significativo aumento de la productividad al permitir obtener información valiosa para tomar mejores decisiones ahorrando tiempo y reducir la carga de los especialistas.

Una de estas propuestas es Mixpanel, una plataforma usada por empresas como Uber, CNN, Indeed., con la que distintos equipos pueden resolver preguntas sobre el comportamiento de sus usuarios en segundos. Además, Mixpanel permite una fácil integración con muchas otras herramientas digitales (Chameleon, Google Cloud, Snowflake, etc) para conformar un ecosistema de datos. Un estudio[11] estimó que una empresa que usara analítica de producto durante 3 años percibiría un retorno de su inversión cercano a 298% gracias al ahorro de costos en otras alternativas, el ahorro gracias a las mayores capacidades de autoservicio y el aumento de ingresos por mejorar el valor del tiempo de vida de los clientes. Sus simples opciones de exploración y visualización (filtros, tablas y gráficos) permiten obtener diagnósticos rápidos, realizar comparaciones y comprobar la efectividad de cambios, incluso incluyendo experimentos o métodos de ciencia de datos.

En conclusión, tener un adecuado dominio de los datos en una empresa de servicios digitales no solo es una exigencia frente al mercado, sino una oportunidad para generar valor respondiendo preguntas relevantes. Para ello es necesario incorporar últimas tecnologías, y herramientas de análisis de producto más accesibles pueden ofrecer respuestas valiosas. Identificar el enfoque y herramienta correcta podrá ser decisivo para que estas empresas aprovechen su máximo potencial aprendiendo de los datos.

[1] Simon Kemp (2022). LOOKING AHEAD: KEY DIGITAL THEMES FOR 2023. Data Reportal. https://datareportal.com/reports/looking-ahead-to-what-2023-holds

[2] Stephanie Chevalier (2022). Retail e-commerce sales worldwide from 2014 to 2026. Statista. https://www.statista.com/statistics/379046/worldwide-retail-e-commerce-sales/

[3] Kabir Ahuja, Vishwa Chandra, Victoria Lord, and Curtis Peens (2021). Ordering in: The rapid evolution of food delivery. McKinsey & Company. https://www.mckinsey.com/~/media/mckinsey/industries/technology%20media%20and%20telecommunications/high%20tech/our%20insights/ordering%20in%20the%20rapid%20evolution%20of%20food%20delivery/ordering-in-the-rapid-evolution-of-food-delivery_vf.pdf

[4] Statista (2021). Monthly number of Uber’s active users worldwide from 2017 to 2020, by quarter (in millions). https://www.statista.com/statistics/833743/us-users-ride-sharing-services/

[5] Zoom (2021). Annual Report Fiscal 2021. https://investors.zoom.us/static-files/a17fd391-13ae-429b-8cb3-bfd95b61b007

[6] Jacquez-Hernández, M. & López V. (2018). Modelos de evaluación de la madurez y preparación hacia la Industria 4.0: una revisión de literatura. Ingeniería Industrial. Actualidad y Nuevas Tendencias, vol. VI, núm. 20, pp. 61-78. Universidad de Carabobo: https://www.redalyc.org/journal/2150/215057003004/215057003004.pdf

[7] Antoni Garrell y Llorenç Guilera (2019). Capítulo 4: La industria de los productos inteligentes. La Industria 4.0 en la sociedad digital. Marge Books, España. https://books.google.com.pe/books?id=YnSIDwAAQBAJ&printsec=frontcover&hl=es#v=onepage&q&f=false

[8] IBM (s.f.) ¿Qué es la Industria 4.0? https://www.ibm.com/es-es/topics/industry-4-0

[9] Harvard Business Review (2011). Data Scientist: The Sexiest Job of the 21st Century. https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century

[10] Hoepner A., McMillan D., Vivian A. & Wese Simen Ch. (2020). Significance, relevance and explainability in the machine learning age: an econometrics and financial data science perspective, The European Journal of Finance, 27:1-2, 1-7. https://www.tandfonline.com/doi/full/10.1080/1351847X.2020.1847725?scroll=top&needAccess=true

[11] FORRESTER (2018). The Total Economic Impact Of The Mixpanel User Analytics Platform. https://mixpanel.com/blog/how-mixpanel-delivers-298-roi/

SEGUIR LEYENDO