A lo largo de gran parte de la era de la computación, la tecnología corporativa existía en un misterioso mundo conocido como TI. La complejidad de la tecnología, el lenguaje utilizado por sus practicantes, y los costos exorbitantes eran lo suficientemente intimidantes como para que los directivos cedieran todo lo relacionado con la gestión de datos a TI.
Esto tuvo la inevitable consecuencia de dejar a toda la organización peligrosamente dependiente de TI, no solo para el soporte general, sino también para las actividades de análisis de datos. Esto no era un problema cuando los volúmenes de datos eran bajos y la demanda de de inteligencia de negocios podía ser manejada a través de análisis simples en hojas de cálculo o la solicitud ocasional a TI.
Hoy en día, por supuesto, Big Data se ha convertido en un bien tan importante como el oro, el petroleo o el efectivo, y las operaciones como mercadeo simplemente no se pueden dar el lujo de tener su acceso a datos de misión crítica atrapados tras protocolos de gestión de la información obsoletos.
Afortunadamente, existen pasos probados para romper este molde. Aquí está como.
1. La Nube: Liberando los datos para aquellos que los necesitan
Reto: Hasta hace poco, la familiaridad de los departamentos de TI con los requerimientos de datos existentes de la organización significaba que podían construir el sistema de gestión de datos corporativo alrededor de estas necesidades. Big Data ha impuesto un enorme obstáculo a este paradigma. Los volúmenes masivos de datos generados por usuarios significan que las organizaciones están reconociendo y siendo forzadas a reaccionar a sus requerimientos de datos sobre la marcha. El resultado es un departamento de TI sobrecargado, usualmente arrinconado por líderes de mercadeo con la tarea de encontrar valor en todos esos datos.
Y el volumen es solo la mitad del reto. Con la suposición de información de la organización embebidas en la estructura de las bodegas de datos, cualquier cambio (como integrar nuevas fuentes) puede tomar meses. Aun más, las tasas de adopción de los empleados para estos sistemas es baja porque requieren que los usuarios dejen de operar en su espacio tradicional y comiencen a trabajar en un nuevo ambiente para poder ver la información. Finalmente, mucho del potencial de Big Data está en su promesa de descubrimientos no anticipados a partir de nuevas fuentes – algo que es casi imposible con una solución rígida de gestión de datos.
Solución: El mercadeo inteligente está moviendo su estrategia de datos a soluciones de inteligencia de negocios en la nube, permitiendo a las organizaciones reducir costos, acelerar tiempos de despliegue, y mejorando su habilidad de integrar nuevas fuentes de datos a medida que van surgiendo. Adicionalmente, las tases de adopción mejoran porque el personal de mercadeo puede acceder a los datos desde su sistema operativo preferido.
2. Tableros de Control: Ofreciendo datos accesibles, intuitivos y amigables
Reto: Las hojas de datos y solicitudes de análisis a Ti tienen su lugar, pero no en Big Data. La inteligencia de mercadeo de hoy es sinónimo de velocidad, flexibilidad, colaboración, visualización y capacidad de comprensión. Los departamentos de mercadeo que dependan de métodos de análisis y diseminación rígidos y limitados se ahogarán en grandes exostos de datos digitales.
Solución: Al utilizar tableros de control gráficos, los especialistas en mercado de hoy pueden compilar fácilmente una variedad de datos para cubrir de forma instantánea el tipo de información de negocio que necesitan para tener éxito.
3. Visualizar: Darle gusto a los ojos
Reto: El cerebro humano está programado para la visualización siendo nuestros ojos el órgano que más información procesa. Esto ayuda a explicar la popularidad explosiva de contenidos en video u otros contenidos visuales.
Típicamente, los mensajes importantes en los datos están representados por patrones y violaciones a estos patrones: tendencias, brechas, valores atípicos. Esto es lo que en general intentamos encontrar en los datos y permite tomar decisiones. Dado el volumen y velocidad en Big Data, los métodos tradicionales de análisis de mercadeo son o muy limitados (hojas de cálculo), o inflexibles y dispendiosos (minería de datos y sistemas de extracción). Los especialistas en mercadeo necesitan la habilidad de mostrar resultados de sus análisis de formas que puedan ser comprendidas fácilmente por los directivos, quienes apruebas sus planes y al personal de mercadeo quienes los ejecutan.
Solución: La visualización de tableros de control hace increíblemente fácil para los especialistas de mercadeo crear y compartir sus resultados en gráficos que sean visualmente digeribles y comprensibles. Esto se hace particularmente relevante en los casos en que los directivos no tiene suficiente tiempo para analizar hojas de cálculo.
4. Interactividad: Haciendo que Big Data trabaje para mercadeo
Reto: Las tables de cálculo y la solicitudes a TI son un dispendioso anacronismo en nuestro mundo cada vez mas cambiante y conectado. La capacidad de interactuar con datos existentes e integrar nuevas fuentes de datos es absolutamente crítico para los requerimientos de mercadeo inteligente moderno.
De hecho, lo que hace a Big Data especialmente atractivo para CEOs y CMOs por igual son la cantidad de nuevos sabores de datos que pueden ofrecer información valiosa de la operación del negocio, la voz del cliente, y mucho más – información que es insignificante si tarda seis meses en ser producida.
Solución: Las soluciones de tablero de control tipo cloud le permiten a los especialistas de mercadeo añadir fácilmente nuevas fuentes de datos y mezclar y cruzar estos datos con fuentes de datos existentes para generar una amplia gama de descubrimientos del negocio que soportan. Aun más, la facilidad de uso de estas herramientas le permite a los expertos experimentar y probar nuevas hipótesis que, a su vez, llevan a nuevas e innovadoras formas de ver los modelos de mercadeo.
5. Contexto: Identificando la relación detrás de la inteligencia
Reto: La inteligencia humana e contextual, es decir, nuestro entendimiento del mundo depende de nuestra habilidad de reconocer las asociaciones, relaciones e interdependencias de datos diferentes. Lo que significa que entre mayor la variedad y volumen de las fuentes de datos, más inteligente y rica será la historia.
Desafortunadamente, muchas áreas de mercadeo están limitadas a sistemas de datos rígidamente definidos con poca flexibilidad para nuevos elementos de la historia. Saber el número de “likes” en Facebook está muy bien, por ejemplo, pero ser capaz de conectar todos esos “me gusta” con los clientes más rentables de una organización cuentan una mejor historia.
Solución: Al utilizar sistemas analíticos tipo cloud con tableros de control gráficos y amigables, los expertos en mercadeo pueden incorporar fácilmente nuevas fuentes de datos en su “mezcla analítica”. Cada nueva fuente trae consigo el potencial de nuevos y poderosos descubrimientos.
6. Colaborar: Aprovechando la inteligencia colectiva de la organización
Reto: A pesar de que los datos son un activo cada vez más crítico para las organizaciones, el talento humano es y seguirá siendo su recursos más valioso. Muy a menudo, los silos organizacionales y las rígidas estructuras de gestión de datos mantienen a los empleados frustrantemente separados de la información que necesitan.
Una dependencia muy alta de correo electrónico, hojas de cálculo, solicitudes a TI, reuniones personales y plataformas rígidas de extracción de datos resulta en largas demoras antes de la la inteligencia de negocio necesaria es recibida.
Solución: Los sistemas de inteligencia de negocios basados en tableros de control son construidos pensando en la colaboración de datos analíticos ofreciendo una única plataforma tipo web a través de la cual los datos pueden ser compartidos, discutidos, manipulados y visualizados a lo largo de la organización.
