La importancia de monetizar los datos y por qué son fundamentales para tomar decisiones

En un pasado no tan lejano, era normal transportar bases de datos enteras en un pendrive. Hoy, el paradigma cambió y elementos como la nube hacen de esta tarea algo más automatizado, sencillo y práctico. Los datos siempre fueron una herramienta fundamental en la toma de decisiones y la clave para el futuro de las empresas es que todas las áreas tengan un manejo ágil de su información. Sin embargo, se enfrentan con un problema: la escasez de talento en el mundo de la analítica.

Sobre ese eje giró uno de los paneles del tercer encuentro de Smart Data organizado por LA NACION que tuvo a Mariano Urman, director de Ingeniería Comercial de MicroStrategy LATAM; Horacio Mansilla, director Digital y Big Data de Movistar Argentina, y Alejandro Francolini, director de Martech Argentina y Chile de Wunderman Thompson para debatir y proyectar el futuro.

“Hay una frase que me gusta mucho que la decía el CEO de Netscape. En una reunión en la que tenía que tomar decisiones decía: ‘Si tenemos datos, veamos los datos; si solo tenemos opiniones, usemos la mía’. Eso representa un poco cómo se toman las decisiones en las empresas. Muchas veces es en base a la experiencia, en base a opinión o intuición, pero cuando analizás los datos, cambia radicalmente”, destacó Urman en la apertura del encuentro. “Hay cosas que no podés saber si no te ponés a mirar los datos”, amplió en diálogo con Ignacio Federico, periodista de LA NACION y moderador del panel.

La importancia de tener información a mano al momento de decidir es algo que los tres expertos señalaron como fundamental. Y es que no solamente es relevante para dirigir el rumbo económico de la empresa, sino también para optimizar su rendimiento puertas adentro. “No solo hacia afuera, a los consumidores y las empresas, sino incluso en las decisiones que tenés que tomar adentro: cuántos perfiles necesitás, cuánto talento, cómo lo optimizás, qué tipo de plataforma necesitás”, explicó Francolini.

Pero con tener los datos no alcanza, hay que saber leerlos y poder tenerlos de una manera accesible y comprensible. “La clave es cómo hacemos que ese conocimiento llegue a las manos de personas que toman decisiones. Tenemos que hacer herramientas que les permitan tomar esas decisiones sin un skill muy sofisticado de programación. Tienen que entender del negocio, de las variables que están queriendo analizar y pueden ellos por sí mismos hacer un autoservicio tratando esos datos que ya están previamente preparados para poder comprender mejor el rumbo de su negocio”, añadió Mansilla.

La monetización del uso de datos es “súper importante”, según el ejecutivo de MicroStrategy y cuantos más datos se necesiten, mayor será la necesidad de invertir. Sin embargo, ese rédito tiene dos sentidos: explícito, directo y hacia afuera, “donde vendés un servicio de datos a clientes o proveedores”; o implícito, “que viene por la mejora de la toma de decisiones”.

“Por ejemplo, tenemos casos de empresas de televisión por cable que, analizando la información de sus instalaciones vieron que había un fraude en las empresas instaladoras que le estaban generando más costo. Si vos podés empezar a generar ahorro en base a detección de fraude o identificar qué cliente es más rentable que otro, eso es algo que te aumenta los ingresos, reduce los costos e impacta positivamente”, sintetizó.

Así van surgiendo nuevas posibilidades y horizontes que se abren gracias al avance tecnológico y la optimización del uso de datos. Algunos de ellos son la inteligencia artificial (IA) y la realidad aumentada. Según el ejecutivo de Movistar, las claves de los nuevos rumbos giran en torno a tener datos y montar un proyecto que tenga “sentido de negocio” en el cual aplicar la IA y ejemplo de esto es lo desarrollado por su compañía.

“En Movistar hoy tenemos dos canales con los cuales los clientes interactúan con nosotros: la app Mi Movistar, donde hay cerca de 4,5 millones de clientes y la posibilidad de gestionarse vía WhatsApp, donde cerca del 50% de los clientes terminan gestionando sin la necesidad de pasar a un humano, aunque exista la posibilidad de ser asistidos por una persona”, comentó. Sin embargo, también advierte que sin un sentido de negocio y talento en el equipo los desarrollos de IA a raíz de los datos obtenidos no tendrían sentido.

Ahora bien, se puede plantear la necesidad del manejo de datos y también teorizar sobre cómo aplicar la IA gracias a ellos. Pero la verdadera pregunta es: ¿dónde está parada la Argentina? Francolini no ve al país tan alejado del mundo, sino que ve a todo el planeta moverse con cierta sintonía. Depende, como explicó, de las empresas: son las más globalizadas y grandes las que se animan a invertir en este tipo de asuntos.

Sin embargo, la adopción de la IA está “en un estado medio contemplativo” para el ejecutivo. “Se habla mucho más de inteligencia artificial de lo que realmente está sucediendo. Tenemos un montón de cosas: Netflix, patrones de recomendación, Waze, Google Maps... pero la potencialidad hoy es muchísimo más grande que lo que está realmente sucediendo”, advirtió.

Urman coincidió y observó que existen algunas empresas “un poco más vanguardistas”, que están constantemente innovando. “Si uno va a la media, podemos decir que estamos igual tanto en la Argentina como en Estados Unidos o Europa. Hoy, el conocimiento está súper globalizado, hay mucho talento en el país en lo que tiene que ver con ciencias de datos y analytics e incluso mucho talento trabajando para esas empresas afuera. Entonces, en ese sentido yo veo a la Argentina liderando la región junto a Brasil y México”, amplió.

El debate de este tópico lo cerró Mansilla con un ejemplo concreto: el 85% de las atenciones de Movistar son de forma automática, sin asistencia y a través de la app, WhatsApp o una plataforma. “Eso habla de que hay una aceptación. Nuestros clientes quieren que se les resuelva el problema y lo menos que quieren es llegar a hablar con un humano; creo que la clave está en que estas herramientas, estos motores de IA que ponemos por detrás para que comprendan la demanda del cliente, resuelvan el problema, sean personalizados, uno a uno, te hablen a vos de tu factura, tu conectividad y tu problema puntual”, cerró.

Un Excel completo no es suficiente para hacer Big Data. Según Francolini, se necesita otro nivel de volumen, mucho mayor para poder pensar en algo con IA u otros conceptos similares. Al ver una planilla Excel, con más de un millón de filas, la premisa del ejecutivo de Wunderman Thompson es: “Si entra ahí, es probable que no te alcance”.

Y otro tema pendiente son los costos. “Están variables”, dijo Francolini. Y es que la cantidad de oferta que hay en ese sentido hace que procesar grandes volúmenes de información sea “un poquito más barato”.

Así, si se cumplen los requisitos, el trabajo es sencillo y los resultados son los esperados. En su exposición recordó su tarea en conjunto con una empresa de entretenimiento. El área, los cines; el error, la segmentación. Si la compañía detectaba el ingreso de cuatro o cinco personas a una sala, las interpretaba como una familia y las recomendaciones, mails y notificaciones iban en ese sentido, quizás lejos estaban de sus intereses. “Tuvimos que mostrarles que ya no era una familia sino un grupo de amigos al que no había que mandarle Minions o Toy Story sino Thor o Iron Man”, comentó. Otra vez: es cuestión de datos y el correcto procesamiento de la información para tomar mejores decisiones.

Pero hay otro problema. Educar a las empresas no es suficiente cuando el talento escasea. Actualmente, existen perfiles híbridos. Por ejemplo, en MicroStrategy, una especialista en datos es de base antropóloga y, si bien Urman reconoce que es “súper productivo tener equipos interdisciplinarios”, los tres coincidieron en el desafío que presenta tener a pocas personas metidas en el mundo de los datos.

“[Los especialistas] duran muy poco como junior y adquieren un seniority con el que rotan a otras compañías como jefes”, explicó Mansilla. “No existen más los semi senior; una vez que tenés un año en una plataforma, automáticamente te empiezan a buscar. Nosotros le ponemos foco a que la pasen bien en donde están y que les cueste un poco más tomar la decisión de irse. Nos pasa que cuando se van, muchos dicen: ‘Pucha, no me quería ir, pero era una oferta demasiado superadora’. Y si es así, buenísimo”, relató Francolini.

La competencia por los escasos especialistas en datos es feroz; pero el futuro, emocionante. “Los proyectos de analytics nacen en cloud (la nube), las herramientas empiezan a meter cada vez más IA dentro de ese proceso de análisis de datos y se hace más ágil, rápido y productivo. El desafío que tenemos es cómo hacer que todos los niveles de una organización consuman datos para tomar decisiones”, aportó Urman.

“Va a seguir habiendo muchos más datos de la mano de los dispositivos, de Internet, de la conexión y de la evolución. Creo que el cloud va a revolucionar mucho a grandes empresas, hoy todas las grandes empresas cuando tienen datos hacen Big Data y creo que las más chicas de la mano del cloud van a tener más acceso al mundo de la analítica”, proyectó Mansilla.

La palabra final la tuvo Francolini, quien se animó a mirar más allá del trabajo empresarial y anticipar el futuro con ojos de Web3, blockchain y metaverso. “Pienso en que, a través de la información que sale, por ejemplo, de un smart watch... ¿cuánto va a tardar hasta que podamos analizar de qué ánimo está una persona para poder mandarle algo? Admito que me perturba un poco, pero espero que vayamos a un mundo que sea más accesible y que los datos sirvan para eso, para poder detectar esas oportunidades e incluir un poco más”, cerró.

Eventos LNComunidad de Negocios

---

Conforme a