El desafío de las empresas para capitalizar los beneficios de los datos radica en una distinción fundamental: la frontera entre operar con datos y trazar estrategias sólidas basadas en ellos. Si bien la gestión diaria de datos es imprescindible, es esencial comprender que la mera acumulación y manejo de información no equivale a tener una dirección clara orientada hacia objetivos concretos. El verdadero valor de los datos se manifiesta al dar forma a una estrategia coherente. Esta distinción crucial entre operar y estrategia se convierte en el punto clave que separa el éxito del estancamiento empresarial en el mundo actual, donde la competitividad se define por la capacidad de aprovechar inteligentemente la información disponible.

En este artículo, exploraremos las diferencias clave entre operar con datos y diseñar estrategias basadas en ellos. Desglosaremos los elementos esenciales que separan estos conceptos para brindar claridad a quienes buscan comprender el mundo de los datos empresariales y sacarle el máximo provecho.

Operación basada en datos

La operación basada en datos es uno de los métodos de trabajo más usados y conocidos por las empresas al momento de integrar la analítica al negocio. Este enfoque se caracteriza por el desarrollo orgánico de proyectos que se ocupan de las necesidades aisladas presentes en distintas unidades de negocio dentro de la empresa. Estas necesidades, generalmente relacionadas con la automatización de procesos e integración de diversas fuentes de datos, buscan principalmente reducir los tiempos operativos y generar métricas de monitoreo. Aunque útil, este enfoque tiende a ser desorganizado y limitado a resolver problemas operativos internos.

En el proceso de operación basada en datos se desarrolla; dashboards, modelos de IA, datamarts, lagos de datos que se incrustan en el proceso de negocio habitual. Si bien estas herramientas complementan actividades y la toma de decisiones, no logran transformar el esquema de negocio ni los procesos en sí. Esto genera que los impactos a nivel de negocio tomen mucho tiempo o sean pequeños. Lo que puede generar frustración en las directivas debido a que las inversiones son altas y los beneficios son limitados o incluso nulos.

Para orientarse en la dirección correcta, es esencial evaluar y reconocer si se está operando con datos. En ese sentido, pueden considerar las siguientes características distintivas de la operación basada en datos para definir si debe tomar acción.

La operación basada en datos se caracteriza por:

• Desarrollar soluciones aisladas que atienden necesidades específicas de las diferentes unidades negocio de la empresa. Esto implica baja escalabilidad e impacto de negocio, ya que las herramientas no pueden ser usadas por varias áreas sin realizar cambios o en ocasiones con cambios mínimos.
• Crear soluciones adaptadas a los procesos actuales sin ninguna evaluación, documentación, optimización o reestructuración de los mismos. En otras palabras, la estructura de negocio no se modifica con la integración de datos.
• Desarrollar soluciones que buscan resolver problemas internos, como la reducción de tiempos en tareas operativas que no respaldan la interacción con clientes, el mercado y la competencia.
• Falta de integración de las soluciones en el flujo de negocio, generando la percepción por parte de los usuarios de que son opcionales y no una necesidad para llevar a cabo sus actividades.
• Diseñar estrategias de negocio sin tener en cuenta los datos disponibles desde un principio.
• Construir herramientas de datos que no son productos. Es decir, que no generan ingresos por sí mismas.
• Interpretar su estrategia tecnológica como su estrategia de datos.

Es importante resaltar que la operación basada en datos no es necesariamente negativa; es probable que genere algunos ahorros mediante la automatización de procesos. Sin embargo, debe tener en cuenta que esto es solo una pequeña parte de todo lo que implica una estrategia basada en datos. Por lo que, no espere que operar con datos genere una ventaja competitiva, innovación, nuevos productos, nuevos negocios o que garantice la sostenibilidad de la empresa a largo plazo.

Estrategía de datos

A diferencia de los enfoques tradicionales centrados en temas técnicos, gobernanza, mejores prácticas, herramientas y tecnología. En esta ocasión, expondré la estrategia de datos desde una perspectiva de negocio.

Lo primero que debemos comprender, es que cuando hablamos de estrategia de datos nos referimos a cómo vamos a usar los datos para transformar nuestro negocio, haciendo de eso una ventaja competitiva. Esto implica utilizar los datos para generar nuevos ingresos, innovar con productos, cambiar procesos y en general ser más competitivos. Sin duda, todo esto requiere gobernar, analizar y desplegar los activos de información de una organización, pero esto solo el primer paso.

Para establecer una estrategia de datos efectiva, las empresas deben adoptar una visión defensiva u ofensiva (Leandro DalleMule y Thomas H – 20217). Esto dependerá en gran medida de la regulación del sector al que pertenece. Para entender mejor estos conceptos podemos analizar el siguiente esquema comparativo que ilustra cómo debe posicionarse la empresa a nivel de objetivos clave, enfoque, tipo de gestión, actividades, arquitectura de datos, modo operativo y equipos para desarrollar su estrategia de datos.

El esquema proporciona una visión clara de lo que implica cada postura en el desarrollo de una estrategia de datos. No obstante, para una comprensión más profunda de este marco de gestión debemos tener en cuenta los siguientes puntos:

• Este Framework funciona como un espectro, no como un interruptor. Esto quiere decir que las empresas siempre tendrán una posición ofensiva-defensiva que rara vez es estática. Hacia dónde se incline la balanza dependerá del grado de regulación, la dinámica del mercado y la estrategia de negocio.
• Es común iniciar con un enfoque defensivo al planificar una estrategia de datos. Esto se debe a que las empresas, en un primer momento, priorizan el establecimiento de un sistema confiable y autorizado de datos conocido como el Sistema Único de la Verdad (SSOT, por sus siglas en inglés). Este sistema actúa como el pilar que sustenta las operaciones financieras, las ventas y las interacciones con proveedores.A medida que la empresa evoluciona, hay una transición gradual del enfoque defensivo hacia un enfoque más ofensivo y flexible. Este cambio se vuelve crucial a medida que la madurez de la empresa aumenta o la competencia se intensifica. Durante esta transición, se desarrollan los Sistemas de Múltiples Versiones de la Verdad (MVOT, por sus siglas en inglés), permitiendo una mayor flexibilidad y adaptabilidad en el manejo de datos para cada unidad de negocio.Aunque es posible ir en el camino opuesto, es decir, transitar de un enfoque ofensivo a uno defensivo y de la flexibilidad al control, esto suele ser más desafiante ya que centralizar múltiples sistemas de verdad resulta complejo y costoso debido a la necesidad de re-estandarización. En resumen, la evolución de una estrategia de datos implica un equilibrio cuidadoso entre la defensa inicial sólida (controlada) y la posterior transición hacia una postura más ofensiva y flexible.
• El grado de desarrollo del enfoque ofensivo dependerá en mayor medida del grado de regulación del sector al que pertenece la empresa. Sectores muy regulados como la salud, tenderá a la defensiva ya que deben garantizar la integridad y seguridad de los datos de las personas. Y sectores menos regulados, como el retail tenderán a la ofensiva ya que usualmente integran y analizan información de los clientes, competencia, productos y el entorno para desarrollar sus actividades comerciales. Otros sectores se encuentran en medio de la escala, cómo el sector financiero y bancario que, si bien están regulados, especialmente para combatir el fraude. Aún tienen libertad para generar estrategias ofensivas centradas principalmente en actividades de atracción y retención de clientes.
• La flexibilidad en el enfoque ofensivo no implica la degradación de criterios como integridad, seguridad y gestión de datos. Esta flexibilidad se relaciona más con la adaptación de las fuentes de datos a las necesidades específicas de cada área de negocio. Para lograr esto se suele construir los sistemas MVOT a partir de los SSOT. Esto permiten una toma de decisiones más precisa y útil para los diferentes contextos organizacionales.
• Como ocurre con la mayoría de los diseños organizacionales, las funciones de gestión de datos pueden crearse de forma centralizada o descentralizada por función o unidad de negocio. El diseño óptimo dependerá de la posición de una empresa en el espectro ofensivo-defensivo. Un enfoque defensivo se verá más beneficiado por un esquema organizacional centralizado ya garantiza que las políticas, la gobernanza y los estándares de datos se apliquen de manera consistente. Por el contrario, un enfoque ofensivo se beneficiará más de una estructura organizacional descentralizada (Data Mesh) ya que esto permite el desarrollo ágil de soluciones de alto impacto que atienden las necesidades específicas de cada área.

En resumen, la distinción fundamental entre operar con datos y tener una estrategia de datos radica en que; mientras la operación puede incorporar herramientas de analítica para la toma de decisiones sin modificar esencialmente el proceso de negocio, la estrategia de datos se integra tan estrechamente con el negocio que resulta difícil distinguirlos. En este sentido, en una estrategia basada en datos cualquier modificación en el proceso implica ajustar las herramientas de datos, y cualquier interrupción en estas herramientas conlleva a una parálisis del flujo de negocio. Además, es posible que la secuencia de negocio transcurra sin intervención humana. Para ilustrar mejor este concepto, veamos los siguientes ejemplos:

• En el ámbito de la operación con datos, un gerente puede recurrir a un tablero para evaluar si se requiere una inversión adicional en algún aspecto del negocio. Sin embargo, esta decisión y el proceso asociado podrían haberse llevado a cabo sin el uso del tablero; este último actúa como un respaldo a la toma de decisiones, pero puede ser fácilmente pasado por alto.
• En cambio, en la estrategia de datos, en ocasiones se prescinde incluso de la intervención directa de gerentes o líderes. Un ejemplo claro son las aerolíneas, que ajustan sus precios de manera automática en respuesta a cambios detectados en la competencia. La falencia de este sistema y su impacto en el negocio sirve como un indicador de la existencia de una estrategia de datos sólida. En este contexto, la intervención humana se minimiza, demostrando la capacidad de la estrategia de datos para operar de manera autónoma y proactiva.

Pasos para Definir la Estrategia de Datos

Estos pasos son una secuencia muy general, pero proporcionan claridad:

1. Definir la estrategia de negocio: Utiliza una metodología adecuada, manteniendo enfoque en la propuesta de valor, clientes, socios y recursos clave.
2. Datos disponibles: tenga claro qué fuentes de datos están disponibles, son confiables, escalables y están alineadas con la estrategia de datos.
3. Evaluar el ecosistema de negocio: Analiza las regulaciones del sector y define tu estrategia ofensiva y defensiva en relación con los objetivos de la empresa, la oferta de valor, actividades clave, gestión de datos y arquitectura disponible.
4. Analizar las tendencias de mercado: Comprende el presente y futuro del mercado, tu posición y la de tus competidores.
5. Identificar oportunidades y soluciones: Utiliza la información recopilada para construir un esquema de oportunidades y plantear un roadmap de soluciones. Es esencial que involucre todas las áreas negocio, una visión holística es fundamental para que el plan tenga éxito.

Finalmente, debe tener en cuenta que es fundamental respaldar la estrategia con la construcción de una cultura basada en datos (data-driven). El ser data-driven no equivale a tener una estrategia de datos, sino a integrar el pensamiento analítico basado en datos en el comportamiento natural de los colaboradores, de forma que, impactan directamente en el logro de los objetivos de la estrategia de datos.

¡Recuerda!

Al implementar tu estrategia, la clave no son soluciones complejas, sino probar ágil y gradualmente si tu plan es efectivo, realista y está alineado con la estrategia de la empresa y el mercado. La mejora iterativa será tu aliada en el camino hacia lograr tus objetivos.