Por Matías Zapiola
A esta altura del partido, ya sabemos que tenemos que ser data-driven. Medir todo para poder administrarlo. Necesitamos KPIs que nos den métricas de nuestro trabajo y de nuestro tiempo libre. No importa si nuestro hobby es pescar, leer, practicar algún deporte o simplemente pasar tiempo en redes sociales. Tenemos relojes, pesas, aplicaciones, hojas de cálculo y tableros que lo registrarán todo y harán que no se nos escape nada.
Hace no mucho tiempo, solíamos ir al médico una vez al año para hacernos análisis de rutina. Ahora, el reloj inteligente lo monitorea todo, hay personas que incluso miden su nivel de glucosa a diario. Esto nos ayuda a llevar vidas más saludables o — al menos — a estar informados para tomar medidas a tiempo.
En el mundo de los negocios, existen todo tipo de KPIs y formas de medición (a veces incluso demasiados). Cuanto más grande sea la empresa, más complejo será el sistema de KPIs, Tom Fishburne lo explica de manera bastante gráfica:
Pero, no desesperemos. Si aún no llegaste a la etapa de tener una métrica para cada cosa, tranquilo. Si pensás que tu negocio todavía no es data-driven, no sos el único. No todos miden todo en todo momento. Al menos no todavía.
Hay muchas formas de desarrollar una mentalidad data-driven. Me gusta pensarlo de manera simple, a partir de tres etapas:
- Preguntar “¿por qué?”.
- Desafiar.
- Actuar.
1. Preguntar
Dependiendo de quién la haga, la pregunta puede variar. A mí me gusta usar “¿por qué?”. Es la pregunta más abierta que existe y puede responderse de muchas maneras porque es una pregunta que nos invita a pensar. Es el primer lugar al que hay que ir para cambiar las cosas. En lo personal, trato de preguntar “¿por qué?” varias veces cuando trabajo con datos.
Veamos un ejemplo:
— Nos está yendo bastante bien este trimestre.
— ¿Por qué?
— Porque estamos vendiendo más que el trimestre anterior.
— Mostrame los datos.
Otro ejemplo:
— Deberíamos invertir en bienes raíces.
— ¿Por qué?
— Porque es una inversión sólida.
— ¿Por qué?
— Porque los precios solo suben.
— Mostrame los datos.
Los ejemplos abundan, pero se entiende la idea. Una vez que empezamos a preguntar “¿por qué?”, podemos profundizar lo suficiente hasta llegar a los datos.
Si queremos una cultura data-driven, tenemos que acostumbrarnos a repetir una y otra vez la última línea del diálogo anterior: mostrame los datos a partir de los cuales basaste tu opinión.
Ser data-driven es un juego de preguntas y respuestas. Podemos comenzar con “¿por qué?”, para después pasar por “¿cómo?”, “¿cuándo?” o “¿quién?”. Hay que hacer estas preguntas todo el tiempo para que, cuando sea el momento de tomar una decisión, sepamos qué pasó, cuándo, cómo y por qué. Es muy común reemplazar un gran número con “muchos”, o un número pequeño con “poco”. El bajo uso de los datos — y la consecuente falta de desarrollo de una cultura data-driven — comienza muy lentamente, cuando alguien no estaba seguro del número o, peor aún, estaba tratando de ser políticamente correcto. Luego se va extendiendo y normalizando al punto que hablar con datos se vuelve irrelevante.
Más ejemplos:
Las preguntas de la izquierda tienen un significado relativo. “Poco”, ¿comparado a qué? “Mucho”, ¿comparado a qué? “Ajustado”, ¿comparado a qué? Son términos que no nos dan información confiable. Necesitamos inteligencia real, hechos y cifras. Una base común sobre la cual tener discusiones y la única forma de hacerlo es con datos.
El primer paso es cuestionar las cosas y normalizar el cuestionamiento. En nuestra organización, tiene que ser normal hablar sobre números, dar hechos y comparar ratios. El empresario Jim Rohn decía: “Eres el promedio de las cinco personas que te rodean”. Por lo tanto, hacer que sea natural hablar con hechos y datos (y, sobre todo, permitir que las personas cuestionen los hechos y los datos), es lo más saludable que podemos hacer en pos de fomentar la cultura data-driven.
2. Desafiar
Una vez que hayamos hecho las preguntas, es momento de entender y de confirmar.
En primer lugar, tenemos que verificar que la respuesta sea correcta, contextualizarla y comprenderla.
¿Qué quiero decir con correcta? Bueno, supongamos que analizamos el aumento de precios en la empresa y le preguntamos a un analista de negocio cuánto aumentó el precio en el último trimestre. Es una pregunta que puede tener muchas respuestas.
Se podría hacer un promedio de todos los precios del último trimestre y compararlos con el promedio de este trimestre. Pero también se podrían ponderar por el volumen de ventas de cada artículo. Ambas formas funcionan y son correctas, sin embargo, necesitamos entender cuál es el análisis correcto para las necesidades del negocio.
Una vez que llegamos a la respuesta correcta, hay que contextualizarla. Siguiendo el ejemplo, si los precios subieron, necesitamos entender si hay que comparar esa respuesta con la competencia o con la inflación. Ambas tienen diferentes resultados y significados. Por lo tanto, el contexto siempre es importante. Esta imagen lo muestra de forma muy simple: el contexto nos ayuda a evitar confundir un tigre con un perro.
Por último, tenemos que entender la respuesta.
En el ejemplo del aumento de precios, tenemos que entender si fue una estrategia comercial porque nos podemos dar el lujo de vender más caro que la competencia. O, si fue una estrategia financiera para poder cubrirnos ante la inflación. Los dos tienen el mismo resultado, pero las razones y las justificaciones son totalmente diferentes.
Una vez que cuestionamos los datos, será más fácil tomar decisiones comerciales, entender los comportamientos de las personas, la estrategia de la competencia y más. Con más información, nunca estaremos peor.
3. Actuar
Ahora que sabemos las respuestas a nuestras preguntas, necesitamos actuar sobre los datos. Esta es la parte difícil.
Podemos actuar de varias maneras. En primer lugar, en el ejemplo de los precios, podríamos tomar una decisión de negocio: aumentarlos, reducirlos o confirmar que están en el nivel correcto.
En cuanto a la estrategia de datos, podríamos crear un punto de referencia (sobre otros datos o sobre otras empresas). También podríamos establecer objetivos. De esta manera, monitoreamos nuestros indicadores y tomamos decisiones más rápidas.
Si queremos ir un paso más allá, podemos crear un dashboard. Así comenzamos a centralizar la información en un solo lugar y podremos ver el panorama general. Pero cuidado ❗con esto, como dijimos al comienzo del artículo, la sobrecarga de información puede llegar a convertirse en un problema.
Otras maneras de actuar sobre tus datos pueden ser:
🧹 Limpiarlos: es posible que tengas datos incorrectos en tus sistemas que necesites tratar.
⚒️ Modelarlos: es posible que tengas un modelo desactualizado que no esté en línea con tus necesidades actuales.
🏛️ Gobernarlos: establecer quién es el propietario de qué y qué responsabilidades tiene.
💡Desarrollar productos de datos: construir ideas utilizando los datos que tenés y venderlas.
🤝 Integrarlos: combinar datos de varias fuentes en una vista unificada.
🧂 Enriquecerlos: aprovechar el poder de los datos mejorando su valor.
Más información siempre es mejor. La única forma de obtener más información es preguntar por ella y la única forma de estar seguros que la información es de alta calidad es desafiarla.
Y, como dijo Van Goethe, “Saber no es suficiente, debemos aplicar”. Siempre tené en cuenta que si no actúas sobre tus datos, estarás desperdiciando recursos valiosos 😏.
