Casi todas las acciones que realizamos a diario se basan en datos. Cuando conduce su automóvil en la carretera, sabe cómo cambiar de carril y hacer giros basándose en la observación de los vehículos y la carretera que lo rodea. Cuando compra una casa, no hace una oferta a ciegas sin tener en cuenta una variedad de factores como el vecindario, las tendencias del valor de las propiedades, las escuelas locales y la necesidad de reparaciones futuras. Prácticamente todos nuestros comportamientos y decisiones en la vida, sin importar cuán grandes o pequeños sean, se basan en datos hasta cierto punto, ya sea que esos datos vengan en forma de información sensorial o mediante un proceso más metódico de investigación y análisis.
Las marcas no son diferentes a los individuos en este sentido. Las empresas toman muy pocas decisiones, si es que las toman, que no impliquen recopilar y revisar algún tipo de datos. Especialmente ahora, dado que los viajes de los clientes se han convertido en procesos complejos y extensos que abarcan numerosos canales, dispositivos y plataformas, las marcas se ven inundadas con más datos de clientes que nunca.
Y si bien recopilar estos datos no es poca cosa, el paso más difícil para un responsable de marketing o de producto es decidir cuál es la mejor manera de utilizar los datos que ha acumulado y determinar qué papel debe desempeñar esta información en la dirección de su negocio. Dado el tiempo que pasamos pensando en cómo recopilar y analizar datos en estos días, casi parece injusto que, a menudo, los datos por sí solos no sean suficientes para tomar la decisión correcta. Casi todas las decisiones empresariales están plagadas de ambigüedad y, para que un proceso de toma de decisiones tenga éxito, los datos y la intuición deben convivir.
¿Qué es la toma de decisiones «basada en datos»?
La toma de decisiones basada en datos se refiere al proceso de basar las decisiones empresariales (tanto las políticas internas como la orientación estratégica general) únicamente en datos observables. Implica construir procesos interorganizacionales mediante los cuales se recopilan los datos, y luego extraer los patrones y el significado para usarlos como base de la toma de decisiones organizacionales. En todos los casos en los que se dispone de datos para fundamentar un curso de acción, se les da prioridad sobre la intuición, las experiencias personales y las opiniones, ya que se considera que estos datos son una fuente de sesgo inherente y un detrimento del buen juicio.
Si bien la toma de decisiones basada en datos como concepto empresarial es anterior a las tecnologías conectadas a Internet, su aumento de popularidad coincidió con la aparición del «big data» a principios de la década de 2000. A partir de ese momento, las interacciones con los consumidores a través del correo electrónico, la web y otros puntos de contacto digitales comenzaron a generar datos de los clientes a una escala sin precedentes, y las empresas se vieron abrumadas por los nuevos flujos de información con los que informar sus interacciones con los clientes.
A medida que aumentaba la cantidad de datos disponibles, también aumentaba su valor para los líderes empresariales, que consideraban que la información cuantitativa era una panacea para todos los problemas a los que se enfrentaban sus empresas. Si bien cada organización tiene sus propios procedimientos para adoptar un enfoque basado en datos para la toma de decisiones, en términos generales, un proceso típico implica los siguientes pasos:
- Explique su objetivo:
¿Cuál es el problema empresarial que intenta resolver al recopilar esta información? Ser lo más específico posible al definir el problema a menudo puede ayudar en los pasos posteriores de este proceso. Por ejemplo, «La entrega de notificaciones push aumentará las descargas de aplicaciones» es demasiado amplio e impreciso. Será difícil demostrar una correlación entre las estrategias que pruebes y un simple aumento o disminución en las descargas de aplicaciones. Un objetivo más específico, como «Enviar una notificación automática los domingos aumentará la adopción de la función de chat interno de nuestra aplicación en un 10% entre las personas de Los Ángeles de entre 25 y 33 años que hayan asistido a más de tres conciertos el año pasado» es mucho más específico y práctico. - Defina sus fuentes de datos:
A continuación, debe identificar las fuentes de las que recopilará los datos de sus clientes, como los sitios web, las aplicaciones móviles, los sistemas de punto de venta, las bases de datos de clientes preexistentes de su empresa, etc. Para garantizar que sus datos le brinden una imagen lo más completa y precisa posible de sus clientes, es mejor recopilar datos de tantos puntos de contacto diferentes como sea posible. - Describa una estrategia de recopilación de datos:
Ahora es el momento de determinar cómo recopilará los datos de las fuentes que ha identificado. ¿Qué herramientas utilizarás para extraer tus puntos de datos en diferentes dispositivos? ¿A dónde irán los datos una vez que se hayan recopilado? ¿Hasta qué punto puede asignar recursos de ingeniería para resolver estos problemas? Con tantas herramientas y soluciones disponibles para agregar a su pila de datos, vale la pena considerar cómo tener un centro centralizado en su pila de datos, como una plataforma de datos de clientes, puede ayudarlo a abordar todos estos problemas, así como otras necesidades importantes, como la calidad de los datos, el cumplimiento de las leyes de regulación de datos y más. - Conecta los puntos y analiza tus datos:
Con su objetivo definido, su seguimiento implementado y sus datos ahora fluyendo desde varias fuentes, es hora de profundizar en la información sin procesar para encontrar los conocimientos que lo ayudarán a tomar las decisiones correctas. En la mayoría de los casos, querrá aprovechar las herramientas de análisis de datos para hacerlo. Con una plataforma de datos de clientes de infraestructura, es fácil conectar los datos que ha recopilado con la herramienta adecuada para generar información, ya sea que esté realizando pruebas A/B, analizando modelos de atribución o examinando los análisis de usuarios. - Actuar y evaluar los resultados:
Con los datos sin procesar ahora al alcance de la mano, puede tomar decisiones sobre su producto, mensajería o cualquier cosa que lo haya llevado inicialmente a recopilar esta información. Sin embargo, una vez que haya implementado su decisión, es crucial que realice un análisis de seguimiento para ver si ha logrado los resultados deseados. Si no es así, debe hacerse preguntas como: ¿Estamos midiendo las variables correctas y recopilando los datos correctos? ¿Hubo algún problema con la calidad de los datos que recopilamos? ¿Cómo cambiaremos este proceso para garantizar un resultado más positivo en el futuro?
¿Cuáles son los inconvenientes de un enfoque basado en datos?
El uso de hechos observables como base para la toma de decisiones de su empresa es la piedra angular de cualquier estrategia sólida. Si bien siempre es una buena idea tener los datos en el centro de cada decisión que tomes, los datos siempre deben entenderse en el contexto del problema que intentas resolver. Además, hay varios escollos a los que es fácil sucumbir cuando los hechos brutos y los números por sí solos determinan tus decisiones, y la intuición humana se queda en el camino.
Los enfoques más exitosos para la toma de decisiones suelen combinar la intuición humana con los datos. Se obtienen muchos beneficios cuando los equipos reconocen el valor de aportar experiencias, opiniones y «instintos» a la hora de determinar el curso de acción correcto. Por un lado, el cerebro humano tiene acceso a toda una vida de experiencias y observaciones relacionadas con el comportamiento humano, que es un conjunto de datos mucho más matizado de lo que cualquier modelo analítico puede procesar. Por esta razón, los seres humanos son más expertos en sintetizar información tangencial, anticipar anomalías y valores atípicos y encontrar rutas y soluciones creativas que los modelos de datos suelen pasar por alto. Los puntos de datos empíricos, sin importar cuán confiables sean, solo reflejan el conjunto finito de entradas utilizadas para generarlos. Sin embargo, encontrar el equilibrio adecuado entre la intuición y los datos es más fácil decirlo que hacerlo. Una técnica útil para lograr esto es tener en cuenta los errores comunes de tomar decisiones basadas únicamente en datos.
Una de las trampas más comunes es confundir la correlación con la causalidad. El hecho de que se produzca un cambio en la variable A al mismo tiempo que el resultado B no significa que la variable A haya provocado el resultado B. Por ejemplo, considere el siguiente escenario. Una empresa de entrega de comestibles implementa un nuevo diseño en la página de inicio de su sitio web e inmediatamente ve un aumento en el número de clientes que se suscriben a su servicio. El equipo de marketing de la empresa asume que el nuevo diseño está generando este aumento, ya que la nueva página de inicio incluye la llamada a la acción «¡Regístrese ahora para recibir la entrega gratuita!» en texto destacado. <button>Sin embargo, de hecho, las suscripciones son en realidad el resultado de un aumento en el tráfico de los motores de búsqueda y no de un cambio en el comportamiento del sitio, ya que el texto de la CTA ahora está en una <h1>etiqueta en lugar de en una. Esto provocó que la página web tuviera una clasificación más alta en las búsquedas de»entrega gratuita de comestibles», y un aumento del número de clientes con altas expectativas que visitan el sitio web.
Al atribuir incorrectamente la causa de su éxito a un cambio de diseño, es probable que esta empresa base sus futuras decisiones de diseño web en la suposición errónea de que un texto más prominente impulsa las ventas. Además, al perder la información real obtenida en su prueba, pueden perder la oportunidad de optimizar su SEO. Para evitar el error de simplemente seguir los datos, los equipos siempre deben preguntarse si realmente han probado todas las variables que podrían contribuir al resultado que observaron. De lo contrario, es necesaria una mayor investigación y recopilación de datos.
Otro resultado no deseado de las estrategias basadas en datos de manera demasiado rígida es que tienden a obstaculizar el pensamiento creativo e, irónicamente, a limitar el potencial de crecimiento. Las innovaciones de productos más revolucionarias del pasado reciente que han cambiado la forma en que vivimos (el iPhone, la transmisión de vídeo y las redes sociales, por nombrar algunas) comenzaron como ideas sin precedentes ni datos que demostraran su potencial de éxito. Si tu equipo insiste en establecer un estándar de referencia sólido antes de dar luz verde a cualquier idea o lanzar cualquier producto, es posible que el alcance del éxito futuro nunca supere al del pasado. Por supuesto, asumir riesgos innecesarios no siempre es una buena idea, y el peor de los casos de asumir cualquier riesgo nunca debería tener consecuencias incontrolables. Sin embargo, superar los límites y experimentar un verdadero crecimiento a menudo significa dejar los datos a un lado por un momento.
La toma de decisiones basada en datos combina lo mejor de ambos mundos
La toma de decisiones basada en datos como estrategia puede ayudar a los equipos a evitar estas y otras posibles deficiencias al dejar que los datos por sí solos guíen el rumbo. Como este artículo en Harvard Business Review atestigua que las organizaciones exitosas fomentan altos niveles de alfabetización de datos para garantizar que cosechan los beneficios tanto de la información basada en datos como de la intuición y la creatividad que solo la experiencia humana puede aportar.
.jpg)
.jpeg)
