Inteligencia de Negocios

Ser impulsado por datos significa promover la calidad y consistencia de los datos a través del gobierno de datos.

single-image


Haga clic aquí para obtener más información sobre el autor Terence Siganakis.

Las empresas siguen acudiendo a nosotros y quieren ayuda para estar más «impulsadas por los datos». Quieren mejorar su toma de decisiones y hacer que el proceso sea más cuantitativo y menos basado en la intuición y la experiencia. Este es un objetivo digno, pero un poco más complejo que simplemente colocar paneles frente a los gerentes.

Ser impulsado por datos es más que solo nuevas herramientas brillantes. Se necesita una inversión en la calidad de los datos para cambiar la forma en que se diseñan y utilizan los sistemas de adquisición de datos. También requiere invertir en la colaboración entre equipos y crear definiciones coherentes para toda la empresa de las métricas centrales para garantizar que todos estén en la misma página. Invertir en estos pilares de la gobernanza de datos también forma la base para actividades de mayor valor en las áreas de análisis avanzado, aprendizaje automático y automatización, donde el valor añadido de la gobernanza es aún más pronunciado.

Se debe priorizar la calidad de los datos

La calidad de los datos es la base de todas las actividades basadas en análisis. A medida que las empresas intentan tomar más decisiones basadas en datos, existe un riesgo real de que se tomen decisiones incorrectas si los datos subyacentes son incorrectos, incompletos o inconsistentes.

Se sabe que las aplicaciones empresariales tienen una mala experiencia de usuario y la calidad de los datos que recopilan. Los sistemas con una experiencia de usuario deficiente dificultan que los usuarios bien intencionados ingresen datos de manera efectiva. Los sistemas de incentivos y los KPI a menudo tienen un impacto negativo en el tiempo dedicado a la recopilación de datos. Los representantes de servicio al cliente son recompensados ​​por resolver los tickets rápidamente para que puedan pasar de un ticket a otro sin perder tiempo documentando la solución de manera efectiva. Se incentiva a un vendedor a cerrar tratos, no a capturar de manera precisa y completa los detalles del cliente potencial ni a obtener actualizaciones sobre el progreso del proceso o los detalles de la venta.

Si se incentivan las tareas principales, la calidad de los datos recopilados se ve afectada. Básicamente, esto inutiliza muchas métricas de valor real. Qué bueno sería si las finanzas pudieran usar estimaciones precisas de las oportunidades de canalización de CRM para pronosticar ingresos, o si el marketing pudiera juzgar la efectividad de sus campañas no solo en función de los clientes potenciales en la puerta, sino también de la probabilidad de que se implementen.

Consejos para promover la calidad de los datos:

  • Integre la calidad de los datos con métricas de rendimiento (como las comisiones máximas para los representantes de ventas que no han podido capturar datos sobre el proceso de ventas de manera eficaz).
  • Asegúrese de que la calidad de los datos sea un KPI para los gerentes
  • Asegúrese de que la recopilación de datos de alta calidad sea un requisito no funcional (NFR) para las implementaciones de nuevos sistemas
  • Verifique la calidad de los datos con regularidad (por ejemplo, trimestralmente).

Los datos requieren coherencia y claridad para la interpretación.

Para muchos, el término «datos» es sinónimo de «hecho». Olvidar esos datos requiere una interpretación correcta del contexto. El contexto varía según el departamento, la línea de negocio, el equipo e incluso dentro de los equipos. Las diferencias de contexto a menudo conducen a definiciones sutilmente diferentes de la forma en que se calculan las cosas. Por ejemplo, cuando marketing habla de «ventas totales»:

  • ¿Se relaciona con el número de compras (transacciones) o el valor de esas transacciones?
  • ¿Contiene artículos devueltos? ¿Qué pasa si un artículo se compra y se devuelve en diferentes períodos de tiempo?
  • ¿Incluye gastos de envío?
  • ¿Incluye impuestos sobre las ventas?
  • ¿Cómo se calcula el tipo de cambio si se realiza una venta en moneda extranjera?
  • ¿Contiene artículos que se regalaron en promociones?

Es posible que muchos usuarios comerciales que confían en Total Sales no conozcan las respuestas a estas preguntas, lo que probablemente afectará su capacidad de toma de decisiones. Si bien el marketing puede confiar en su definición de «ventas totales», las finanzas pueden usar una definición sutilmente diferente y las operaciones nuevamente una diferente. Este contexto diferente en toda la empresa dificulta la colaboración y puede hacer que el equipo de gestión se rasque la cabeza.

Las plataformas de análisis como PowerBI y Tableau ponen los datos en manos de los empleados que democratizan los datos en toda la empresa. También exacerban los problemas de métricas inconsistentes. De repente, a Tom de Marketing le resulta fácil ver a Amy desde el panel de finanzas y muestra que su número de Ventas Totales es diferente al de él. Estos problemas pueden socavar la confianza en estas plataformas, afectar su aceptación y reducir su capacidad para crear valor.

Consejos para métricas coherentes:

  • Las métricas deben definirse y documentarse uniformemente en toda la empresa, con la aprobación de todas las unidades organizativas.
  • Cualquier métrica que se muestre en varios paneles debe tener el mismo valor para el mismo período de tiempo
  • Los paneles de control nuevos y modificados deben ser revisados ​​por el equipo de análisis en busca de oportunidades para consolidar informes y verificar su consistencia.
  • Los cambios en el método de cálculo de métricas deben comunicarse completamente
  • Las definiciones de métricas deben ser fácilmente visibles en cualquier plataforma en la que se muestren.
  • Limite la capacidad de los usuarios finales para personalizar cómo se calculan las métricas
  • Revise periódicamente los paneles creados por los usuarios para asegurarse de que las métricas se marquen de forma coherente.

La gobernanza de datos se trata de personas y procesos, no de tecnología

Un marco de gobernanza de datos sólido debe centrarse tanto en la calidad como en la coherencia y claridad de los datos. Estos pilares de la gobernanza de datos están firmemente arraigados en las personas y los procesos, no en la tecnología. El desafío fundamental es cambiar su comportamiento, ya sea cómo la empresa prioriza la calidad de los datos sobre los incentivos o cómo convencer a un equipo para que utilice la definición de KPI de otra persona. Desafortunadamente, ¡nadie ha desarrollado un software para administrar esto todavía!

También te gustará