Tiene la información, pero ¿qué significa? Bienvenido a «De los datos a la acción»
por Andrew O’Connell, Walter Frick
«Los números no mienten».
Lo escucha todo el tiempo. Incluso si es casi cierto, los números pueden ser resbaladizos, crípticos y, a veces, tener dos caras. Ya sea que representen hallazgos sobre sus clientes, productos o empleados, pueden estar tremendamente abiertos a la interpretación.
A medida que el big data crece y se infiltra en más y más partes de la empresa, la necesidad de entender el significado de los números se hace cada vez más acuciante. Como escribe Tom Davenport, del Babson College y el MIT, en el número actual de HBR, las empresas deben «replantearse fundamentalmente la forma en que el análisis de los datos puede crear valor para ellas y sus clientes».
En esta serie, «De los datos a la acción», los investigadores y profesionales exploran el panorama de los datos que cambia rápidamente, muestran cómo puede aprender a desconectar la mayor parte del ruido para centrarse en la señal más importante y traducir sus nuevos conocimientos en mejoras finales. Scott A. Neslin, de la escuela de negocios Tuck de Dartmouth, lo expresa a la perfección cuando dice que los números cuentan muchas historias al mismo tiempo; el truco consiste en averiguar cuál es la que realmente importa.
El caso de Neslin en cuestión se refiere a los clientes que hace tiempo que no compran: un conjunto de datos le dice que no vale la pena perseguirlos, mientras que otro dice que sí, ¿cuál es la historia correcta? Susan Fournier, de la Universidad de Boston, y Bob Rietveld, de la empresa de análisis Oxyme, hacen una pregunta relacionada: ¿Los macrodatos son suficientes? Las cifras agregadas pueden decirle mucho, pero dicen muy poco sobre la forma en que los clientes individuales piensan y hablan de sus productos.
En un contexto de empresa a empresa, Joël Le Bon, de la Universidad de Houston, lleva la pregunta más allá y señala una fuente de datos pequeños y que a menudo se pasa por alto y que contiene información útil sobre los planes y planes de la competencia: sus representantes de ventas. Explica cómo cultivar un flujo fuerte de inteligencia que pueda tener un impacto poderoso en la estrategia.
En otros artículos, iremos más allá de los casos específicos para abordar la cuestión más amplia de cómo los directivos pueden aprender a elegir los núcleos de conocimiento más importantes de la avalancha de datos. ¿Es de vital importancia que los equipos de datos de los consumidores de las empresas cuenten con alguien que realmente comprenda las estadísticas en un puesto de liderazgo, o puede un directivo sin formación aprender a ser más exigente con los datos?
¿Y hay veces en las que debe ignorar por completo los datos y seguir sus instintos?
Al fin y al cabo, si las empresas suelen no analizar los datos de manera que mejoren su comprensión y no hacen cambios en respuesta a los nuevos conocimientos, como dicen Jeanne W. Ross y Anne Quaadgras del MIT y Cynthia M. Beath de la Universidad de Texas en el HBR actual, ¿de qué sirve pagar mucho dinero por los macrodatos?
Si bien reconocen las dificultades de las empresas por dar sentido a la información, Ross y otros sostienen que lo que realmente importa más que el tipo y la cantidad de datos es establecer una cultura corporativa profunda de toma de decisiones basada en la evidencia. Eso significa establecer una fuente indiscutible de datos de rendimiento, dar su opinión a todos los responsables de la toma de decisiones en tiempo real (o cerca de ella), actualizar las normas empresariales en respuesta a los hechos y asesorar a los responsables de la toma de decisiones. También significa alentar todos en la organización para utilizar los datos de forma más eficaz.
La opinión de incluir a todos los miembros de la empresa en el uso de los datos se hace eco de McKinsey: Cuando los líderes de las unidades de negocio invierten en formación para los gerentes y los usuarios finales, «se esfuerzan por perfeccionar constantemente las herramientas de análisis y hacen un seguimiento del uso de las herramientas con nuevas métricas», las empresas, con el tiempo, se transforman, incorporando el pensamiento basado en los datos a todos los aspectos de la empresa y aprovechando el enorme potencial de los datos.
Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología
Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?
Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.