COLOMBIA (BusinessCol, 14 de Abril de 2015) Según SAS, firma que ayuda a organizaciones en todo el mundo a mejorar su rendimiento y crear valor a partir de la analítica, en Colombia hay un elevado interés en prepararse mejor para competir, pero pocas empresas están aprovechando su activo más valioso para innovar: sus datos. 

Bogotá, febrero 24 de 2014. La innovación se ha convertido en una de las preocupaciones más recurrentes en las organizaciones actuales. Hace apenas unos años la revista Forbes clasificaba la innovación en tres tipos: incremental, de plataforma y disruptiva. La primera, la más común en las empresas, hace referencia a mejorar los productos y servicios; la de plataforma estaba enfocada en incrementar la participación en el mercado con nuevos productos y servicios; y la disruptiva era la que se ocupaba de crear nuevas categorías para crecer en el mercado. Aunque estos conceptos no están del todo revaluados, hoy la mayoría de las grandes empresas a nivel mundial están innovando a partir de la analítica de sus datos.Las empresas ya están inmersas en nubes de millones de datos y según predicciones de Gartner, los datos empresariales crecerán en un 80% en cinco años y el 80% de ellos seguirán siendo no estructurados, es decir, que estarán por fuera de las bases de datos con los que las firmas controlan y gestionan su información. El desafío tiende a ser mayor ante realidades como las que plantea el Internet de las Cosas, que se estima incluirá casi 26 mil millones de dispositivos, generando un valor agregado de 1,9 billones de dólares a la economía mundial y unos cuantos bytes más de información a las empresas en el 2020.

Este panorama explica el por qué la gran mayoría de las empresas incluidas en listados como el de Fortune ya recurren a soluciones de analítica suministradas por empresas como SAS para entender lo que les dicen los datos e innovar a partir de ellos. Lo preocupante es que su ritmo de adopción en el país va más lento de lo que debería marchar.

“Hay instituciones financieras, de telecomunicaciones y de sector público en Colombia cuyos directores ya toman decisiones de negocio a partir de la analítica; hay quienes recurren a soluciones como High Performance Analytics que les proporcionan técnicas sofisticadas, necesarias para manejar los grandes volúmenes de datos que hoy conocemos como Big Data; o los que conocen el valor de soluciones como Visual Analytics, que les permiten visualizar información en tiempo real obteniendo importantes ganancias de tiempo y calidad en los análisis. Pero la realidad es que varios sectores de la industria colombiana se están acercando más a la obsolescencia que a la innovación al desaprovechar el activo más valioso con el que cuentan en la actualidad para innovar: sus datos”, explica Juan Carlos Puentes, country manager de SAS para Colombia y Ecuador.

Según el representante de SAS, mediante la implementación de una cultura analítica trascendente, el seguimiento de los resultados analíticamente modelados y la mejora de los modelos con el tiempo, es que una organización se puede mantener aprendiendo. “Este es el principio fundamental de la nueva innovación”, asegura Puentes.

Innovar con analítica: un plan de tres etapas Aún cuando un plan de innovación requiere de decisiones y cambios, innovar con analítica siempre se basará en el análisis de los datos para perseguir una idea y determinar de manera predictiva si es válida, factible, coherente, comprensible, completa y aplicable. 

Como suele ser la costumbre en este tipo de procesos, empezar a innovar con analítica requiere decisiones estratégicas y de direccionamiento que luego deben ser bajadas a otros niveles en las organizaciones. Estas son las tres etapas que SAS recomienda para que las empresas colombianas empiecen a recorrer el camino de la innovación con analítica:

Alineación estrategia corporativa. El desarrollo y despliegue de modelos analíticos debe estar acorde a los objetivos principales que maneje la empresa, tales como expansión de productos (con ventas cruzadas o iniciativas de up-sell), prevención de la deserción, identificación de fraude y mitigación de riesgos. Aquí son útiles los modelos de datos y la minería de textos, las previsiones y otros métodos que utilizan la inteligencia artificial, el aprendizaje automático o las estadísticas para apoyar este tipo de iniciativas.

Visión informativa a largo plazo. Este tipo de análisis es el que ayuda a las organizaciones a identificar tendencias y evaluar escenarios de negocio. Data warehousing, data marts, lagos de datos, repositorios virtuales, procesamiento analítico en línea (OLAP), informes y análisis visual interactivo apoyan esta etapa. De manera práctica, las empresas pueden apoyar procesos de negocio como churn, suscripciones, reclamaciones, inversiones y cuentas con base en el análisis que hagan de los datos de comportamiento pasado y actual de los clientes. 

Mapeo del ambiente externo. Este mapeo puede incluir consideraciones de mercado, comportamientos, competidores de los clientes, las acciones y los detalles con respecto a los productos y servicios que la empresa ofrece. Preguntas como ¿qué tan rentables son mis productos y servicios?, 

¿qué tan bien han sido adoptados por el público objetivo? o ¿qué tan bien se adaptan a las necesidades de los clientes? pueden ser resueltas usando correlaciones, identificación de temas y métodos de estadística de asociación. En esta etapa, la analítica le pueden proporcionar a una empresa probabilidades y grados de precisión asociados con patrones cuantificados. Esto les permite identificar posibles escenarios o características que los ayuden a dirigir los esfuerzos para mejorar o cambiar su actividad actual.