Una nueva era analítica en la toma de decisiones

La ciencia de los datos ya no es una promesa ni una tendencia. Está provocando cambios profundos en los negocios y también afectando la forma en que decidimos. ¿Qué es Data Driven Decision Making y cómo nos puede ayudar a mejorar la toma de decisiones?

El año pasado se presentó en Ámsterdam una obra de arte de Rembrandt. En el momento en el que se corrió la tela que lo cubría, se produjo un murmullo entre el público: ¿cómo era posible que exista un cuadro de Rembrandt que no fuera conocido?

El cuadro ofrece la figura de un joven, mirando hacia la derecha, con sombrero, barba y un cuello blanco al estilo de los que se usaban en el siglo XVII. Sin embargo, ese cuadro no había sido pintado por Rembrandt, sino por una computadora. No era una copia de uno de sus cuadros, era una pintura nueva recreada a partir del descubrimiento de patrones que subyacen en su obra.

Suena bastante extraño, pero lo cierto es que un grupo de historiadores del arte, ingenieros, informáticos y analistas de datos consiguieron revivir a Rembrandt y crear un “original” que Rembrandt nunca pintó. ¿Cómo fue posible? A través de la captura y análisis de patrones de datos, que pueden ser analizados estadísticamente, para luego dar una respuesta. Ya no es solo Big Data, sino también la incorporación de nuevas tecnologías para procesar los datos.

Esto abre nuevos interrogantes. ¿Puede una computadora tocar como los Beatles? ¿Puede una computadora escribir una novela? ¿Puede una computadora aprender de su propia experiencia? La respuesta a las tres preguntas es SÍ.

Del arte a la ciencia de las decisiones

Son los mejores y los peores momentos para los decisores. Por un lado, sabemos que aún nos queda mucho por aprender en cuanto al impacto de los sesgos en la toma de decisiones y cómo evitarlos. En la misma línea, tenemos claro que la intuición aún juega un papel preponderante en muchas decisiones complejas y que lograr un equilibrio entre intuición y el análisis, no siempre resulta sencillo. Muchas de las decisiones (complejas) que tomamos, con frecuencia están más cerca del arte que de la ciencia.

Pero, por otro lado, hoy vivimos una época histórica. No solo porque las organizaciones conocen lo que es el Big Data, sino también porque ahora son conscientes de que existen nuevas tecnologías capaces de procesar todos los datos de los que disponen, e incluso hacerlo cada vez más rápido y en escalas de tiempo inferiores a las humanas. La evolución analítica está cambiando la manera en que decidimos.

La evolución analítica

Según Thomas H. Davenport, existen tres niveles de madurez analítica.

  1. La era del Business Intelligence les dio a los ejecutivos un salto de objetividad para decidir a través de grandes repositorios de datos para capturar la información y luego procesarla. La actividad analítica es mayormente descriptiva y de reporting. ERP, CRM, OLAP son algunos ejemplos. Se requería mucho tiempo para preparar la información y se le dedicaba relativamente menor tiempo a decidir.

  2. El Big Data cuyas nuevas arquitecturas han aparecido de la mano de las grandes compañías de Internet y completamente conectadas desde su concepción. Ahora se utilizan grandes fuentes de datos de fuentes internas y estructuradas (Data Warehouse, Data Marts, Sistemas operacionales, etc.), o externas desestructuradas (redes sociales, sensores, PDFs, Web Logs, Imágenes y Videos, etc.). La necesidad de nuevas herramientas analíticas se incrementa y aparece la figura de los científicos de datos. Se incrementa la velocidad de análisis y se gana más tiempo para decidir.

  3. La nueva era de los datos enriquecidos. Podríamos decir que el Big Data ha sido simplemente la primera ola y el gran tsunami está a punto de llegar. En esta era la comprensión de los datos, la adquisición del conocimiento y la extracción del valor son la clave. Por eso, hay una fusión entre el Analytics y el Big Data, múltiples fuentes de datos usualmente combinadas. Aumenta el uso de analytics para realizar predicciones. Son ecosistemas digitales que permiten ganar agilidad y rapidez en las decisiones, ya que lo que antes tomaba mucho tiempo de análisis ahora se puede hacer más rápido o incluso en tiempo real.

Algunas aplicaciones

La nueva era analítica no es exclusivamente para empresas tecnológicas, sino que cualquier organización puede sacar provecho de ella. Esto está cambiando al mundo.

En Las Vegas, EE. UU., por ejemplo, se pondrá en marcha un sistema para predecir accidentes de tránsito 2 horas antes de que ocurran. Lo harán a través de algoritmos que analizan datos en tiempo real provenientes de las luces en los semáforos, condiciones climáticas, ubicación y número de vehículos, sus velocidades, etc.

El uso se extiende a poder realizar mantenimientos predictivos de plantas, equipos y flotas de trasporte, predecir epidemias y enfermedades en el ámbito de la salud, detectar prematuramente la intención de abandono de un cliente y actuar en consecuencia, entre otros ejemplos. Además, hoy en día multitud de productos y servicios dependen de que las máquinas realicen de forma automática tareas como leer páginas web, reconocer los rostros que aparecen en las imágenes publicadas en redes sociales, comprender la emoción contenida en el tono de voz de un video, entre otros.

Son muchos ejemplos y potenciales aplicaciones. Esto recién empieza.

El cambio en la toma de decisiones

El nuevo ecosistema analítico y las nuevas tecnologías están potenciando la toma de decisiones.

En este marco aparece un nuevo enfoque llamado “Data Driven Decision Making” (DDDM), que parte de datos (big data o small data), los combina para generar información, y luego los analiza para descubrir insights y finalmente decidir. El DDDM trae aparejados dos grandes cambios en la manera en que tomamos las decisiones.

  • Modifica el balance entre datos e intuición para las decisiones. Usualmente, la toma de decisiones basadas en datos era considerada “lenta”. Sin embargo, este paradigma hoy está siendo desafiado. El análisis está ganando mucha más velocidad e incluso más precisión para decidir rápido.

  • Exige el desarrollo de nuevas habilidades analíticas para trabajar con los datos. Un nuevo tipo de talento emerge con fuerza: la figura del científico de datos que combina conocimientos de estadística data mining y programación.

Ambas cuestiones implican un cambio en la forma en que las empresas son gestionadas actualmente, debiendo organizarse y prepararse de forma diferente para decidir bajo este enfoque. El DDDM ayuda a tomar decisiones en ambientes cada vez más complejos y dinámicos.

Es cierto que el DDDM tiene aún hoy muchos desafíos (fuentes de datos desintegradas, mala calidad de datos; demasiados datos). Sin embargo, hoy nos encontramos ante una tormenta perfecta originada gracias a la convergencia de las tecnologías Cloud Computing, Móvil, IoT, Big Data y algoritmos de aprendizaje.

Saber aprovechar lo que trae la tormenta y repensar la forma en que se toman las decisiones, es clave para lograr crear un valor agregado diferencial (y sostenible) para los clientes y para el negocio. ■

Matias Iannotti
Gerente en Tandem, Soluciones de Decisión.
mi@tandemsd.com