Como comentábamos en una entrada anterior, para tener éxito a la hora de transformar organizaciones es fundamental tener un plan coherente y centrado en negocio. Este postulado también es válido al plantear casos de uso analíticos concretos, alrededor de los cuales se ha generado una inflación y un hype que contamina una toma de decisiones equilibrada y compromete la viabilidad de negocio de multitud de proyectos analíticos, que en muchos casos nunca llegan a tener impacto real de negocio.
Para garantizar la máxima eficiencia de nuestra inversión en un caso de uso analítico es necesario aplicar una metodología robusta con un foco de negocio, que incluya diferentes análisis de viabilidad y puntos de control:
- La primera comprobación es verificar de forma preliminar que el caso valorado tiene sentido de negocio y económico. En este punto no se trata de desarrollar unos cálculos de retorno sofisticados, sino de una primera validación de que los órdenes de magnitud encajan. Puede parecer una comprobación superflua pero, en algunas ocasiones, en este punto caeremos en la cuenta de que existe una solución más sencilla que es más adecuada al problema de negocio: ¿tiene sentido desarrollar un modelo para priorizar los contactos de un call-center, si el coste de desarrollarlo es varios órdenes de magnitud mayor de lo que me costaría contactar a mi base de datos de clientes completa? La solución podría ser incluso analógica: contratar más comerciales para mejorar los resultados.
- Comprobados los basics, lo siguiente es verificar que el caso de uso es “activable” en la realidad operativa: ¿tiene sentido desarrollar un modelo de predicción del fraude si no disponemos de mecanismos para actuar sobre los casos fraudulentos sobre el terreno? ¿vamos a ser capaces de monetizar un nuevo algoritmo para proponer productos afines para venta cruzada si nuestro sistema de puntos de venta no permite a la fuerza de ventas consultarlo cuando el cliente nos visita? En ocasiones, el output de este análisis son actuaciones de mejora sobre los procesos o la operativa que se deben acometer con anterioridad al comienzo del proyecto analítico, y este conocimiento en sí mismo ya aporta valor aunque no continuemos con el caso de uso.
- El siguiente paso es bajar al barro para comprobar los datos disponibles, dónde se encuentran alojados, la accesibilidad de esos repositorios (que puede ser técnica, pero también contractual si los datos los custodia un proveedor tercero), la calidad de los mismos, si es ética su explotación etc. En paralelo también es necesario validar que la plataforma e infraestructura disponible es válida o suficiente para los trabajos planificados así como revisar todos los activos existentes internamente.
Si todas las respuestas son afirmativas, hemos hecho los deberes y podemos comenzar con el trabajo técnico del caso de uso. Sin embargo, cometeríamos un error acometiendo una enorme inversión en este punto ya que nuestra estimación económica está basada en estimaciones e hipótesis. Es fundamental comenzar con una prueba de concepto acotada y rápida que permita obtener resultados sobre datos reales y, entonces sí, refinar el cálculo del retorno con una confianza mayor. Este punto es crítico, porque el retorno de los modelos analíticos no se puede estimar de antemano. En este punto se deberá tomar una decisión de “go o no go” en función de este Business Case refinado.
Si la respuesta es nuevamente afirmativa entonces entraremos en el desarrollo del modelo completo y su puesta en producción, que constituirán la partida más voluminosa de la inversión, pero que estaremos acometiendo con la confianza de haber ido avanzando paso por paso y habiendo validado cuidadosamente los resultados y las estimaciones en cada punto.
Dentro del portfolio de servicios de LUCA disponemos de servicios de Use Case Discovery, con los que ayudamos a nuestros clientes a descubrir, aterrizar y analizar con detalle casos de uso relevantes para su negocio. Con nuestra metodología ayudamos a una correcta elección de los casos de uso a implementar para maximizar el retorno de las inversiones en analytics.
Para mantenerte al día con LUCA visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube.
The post La clave del éxito en analytics: el enfoque de negocio appeared first on Think Big.