En busca del insight: agile analytics o la analítica ágil

¿Por qué nuestros clientes nos abandonan? ¿Qué nos aporta un “tweet” o un “like”? ¿Qué productos son los que busca nuestro público objetivo? ¿Cuál es la mejor vía para comunicarnos con ellos? ¿Es correcto el precio de mis productos o servicios? Éstos son sólo algunos de los interrogantes que a diario se hacen emprendedores y directivos de todo tipo de empresas.

Hay quien encuentra respuestas tras los análisis de grandes cantidades de datos, el conocido Big Data. En este caso, con demasiada frecuencia se proporciona tal cantidad de datos que provoca desinformación, o llega demasiado tarde para reaccionar. Otros intentan estudiar y extraer la información, pero se pierden en la telaraña de datos. Y un tercer grupo, directamente ni lo intenta al considerar el Big Data un problema tecnológico. ¡Pues cambiemos esa perspectiva! Mira todo este conjunto de datos como una solución de negocio. Es tan simple como enfocarte únicamente en las cuestiones que necesitas responder en tu compañía.

 El Big Data son activos informacionales de gran volumen, velocidad y variedad, que demandan formas innovadoras y efectivas de procesar la información para la toma de decisiones

(Gartner)

¿Quieres que tu empresa construya sus modelos y estrategias basadas en sólidas respuestas a sus cuestiones empresariales más cruciales? Entonces te aconsejo el Agile Analytics.

Agile Analytics es un término paraguas que engloba herramientas y técnicas que transforman la forma en que las organizaciones utilizan el Big Data. Es una nueva manera de abordar las fuentes de información. Traducido al español, analítica ágil se refiere, como el propio nombre indica, a explorar datos y analizar tan sólo aquellos que proporcionan información útil, de manera rápida y sencilla. Así se consigue ser eficiente.

La analítica ágil se distingue por buscar respuestas a preguntas del core business de cada negocio, no acumular números y más números que muchas veces no son necesarios. De este modo, antes de desplegar el arsenal de herramientas de análisis, tenemos que plantearnos: ¿qué necesitamos medir? ¿qué vamos a medir? y ¿de qué manera vamos a medir? Porque…

Not everything that can be counted counts, and not everything that counts can be counted

(Albert Einstein)

Y..

No se puede gestionar lo que no se puede medir

(Axioma atribuido a William Hewlett, William Edwards Deming, Peter F. Drucker… y al que me sumo yo mismo también)

La clave de Agile Analytics  es recoger los datos imprescindibles teniendo siempre presentes los objetivos de negocio. Esto a veces es complicado, puesto que normalmente los clientes –o superiores- piden que se recopile la mayor cantidad de información posible para tratar de encontrar el insight o palanca de acción de los consumidores. En lugar de eso, yo soy partidario de dar la vuelta al embudo: invertirlo de forma que se trabaje con pocos datos, pero procurando tener el máximo impacto posible con ellos en los resultados de negocio. Cuantos menos datos se tratan el resultado es más positivo y eficaz, la información se trabaja más y con más inteligencia y más se focaliza el esfuerzo en rentabilizarla.

Por supuesto, no hay que engañarse. El objetivo principal es lograr un impacto económico en la empresa, es decir, mejorar ingresos, reducir costes, aumentar la satisfacción de clientes y también de los empleados. Por ello, estratégicamente es fundamental identificar lo que hay que medir y fijarse unos objetivos coherentes y bien definidos, alcanzables, medibles y predecibles. Las metas concretas ayudan a impulsar a toda la organización en una misma línea y en busca de los mismos objetivos. La metodología que hay que emplear es, primero, identificar los objetivos, después  buscar los KPI, asociar entonces a esos KPI unas metas -primer paso para poder actuar- y  establecer unas hipótesis. Con esta metodología, se parte de unos objetivos y unos KPI’s muy concretos, se establecen muchas hipótesis y se realizan muchos test. La clave de la analítica ágil es saber por qué un usuario hace una cosa y no otra.

Es fundamental por tanto emplear herramientas concretas y simples, que aporten información de algo específico que la compañía pueda utilizar para mejorar sus resultados de negocio. Por ejemplo, los mapas de calor, que muestran el comportamiento del usuario en cada página: si clican en los productos o en la sección de noticias, podemos realizar hipótesis y en base a las mismas, realizar test. Recuerda que los Test A/B cumplen un valioso papel.

Hay quien dice que la estadística es como un bikini porque oculta lo más interesante. Y es cierto. Hay que tener también presente que las medias aritméticas pueden ocultar información muy interesante por encima o por debajo. Por ejemplo, si una empresa recoge las medias del consumo por usuario, corre el riesgo de olvidar que quizá hay un 10% de personas que ejercen un consumo muy grande y sobre las que habría que actuar. Te recomiendo que lo tengas presente.

Dentro del análisis de datos valiosos, otro consejo es fijarse en la velocidad de carga, un elemento fundamental, o diferenciar las posibilidades de medir con precisión y con exactitud.

También proporcionan datos relevantes e información cualitativa las encuestas, que nos aportan mucha información sobre hábitos y expectativas de los consumidores y de nuestro público objetivo. Aquí la cuestión es lanzar la pregunta correcta. Puede que sea “¿qué esperas encontrar en esta web?” o “¿quieres que un comercial se ponga en contacto contigo?”. Según lo que se pregunte, puede aportar información sobre los hábitos y la satisfacción del consumidor o impulsar a una acción. Tenemos además la posibilidad de lanzar preguntas pop-up, que se activan cuando detectan ciertos comportamientos como por ejemplo, unos segundos de inactividad del usuario frente a la pantalla. Yo las utilizo desde hace años y me dan muy buenos resultados. En este caso, se trata simplemente de encontrar la pregunta o estímulo correcto que ayude a nuestra empresa a alcanzar sus objetivos.

De cara al análisis, siempre es más fácil sacar conclusiones a partir de datos visuales y gráficos que de tablas con kilómetros de números. Mi consejo: estructura la información que tengas en gráficos y emplea el business intelligence para sacar conclusiones.

Y un último apunte: un cuadro de mando aporta datos, pero no indica lo que hay que hacer. Por lo tanto, es más importante hacer un cuadro de mandos visual con los datos clave, que sea útil y del que se puedan sacar conclusiones, que invertir una gran cantidad de dinero en un software fantástico para hacer dashboards o cuadros de mando integrales con todos los datos disponibles.

En definitiva, la analítica ágil es un reto tecnológico, pero sobre todo, un cambio cultural donde se emplea el “menos” para lograr “más”.