Si tus datos son un desastre quizás los miras de la manera errónea
¡Nuestros datos son un desastre!» se suele oír si hablas con los responsables de business intelligence de las empresas. A menudo esto sucede pero no es por las razones que creemos, de hecho el problema está la mayoría de veces en la percepción de los datos, no de los datos en sí. Crystal Widjaja ha escrito una publicación excelente sobre por qué fallan la mayoría de los esfuerzos de análisis, y un proceso paso a paso sobre cómo mejorar la percepción sobre tus datos
Las causas reales de tener una percepción de datos incorrectos:
«Seguimiento de métricas» frente a «análisis de métricas» como objetivo: El objetivo debe ser tratar de separar lo que hacen los clientes/usuarios exitosos de lo que hacen las clientes «fallidos» en nuestros productos para que podamos tomar medidas para mejorar. Normalmente las métricas solo dicen cuantas personas hacen algo… en vez de mostrarnos los comportamientos diferentes entre los clientes/usuarios satisfechos y los que tienen una opinión mala del servicio
No comprender al usuario empresarial: Normalmente el cliente que usa los datos de la empresa es el director de negocio, gerente de producto… y si el equipo que construye las herramientas para extraer métricas no entiende las prioridades de su cliente, este no va a utilizar los números nunca. Desde adaptar los términos al interlocutor, facilitar los números para que sean indicadores de negocio y no técnicos… Es un camino necesario y doloroso para el perfil técnico.
Nivel de abstracción incorrecto: Hay que encontrar el balance entre que la abstracción nos ayude a no mirar cada detalle pero que a la vez nos de información valiosa de negocio. Esto es clave y es un proceso a trabajar entre el equipo de ingeniería y la gente que usa los datos.
Datos como proyecto vs iniciativa en curso: No se debe pensar que los cuadros de mando sobre indicadores (por poner un ejemplo) es un proyecto que termina sino un servicio a mantener, ya que los objetivos, las fuentes, los tipos de datos cambian por lo que se necesita un mantenimiento del servicio alineado con los objetivos de negocio.
El conocimiento y la soltura en el entorno de negocio más la soltura en el entorno tecnológico es clave para poder sacar el máximo. Son esos roles bisagra los que pueden ser responsables de datos, de producto etc…
Si quieres saber más, a parte del post de Crystal,puedes leer Lean analytics de Alistair-Croll
Para recibir el resumen de noticias por mail todas las mañanas y ser el primero en compartirlas con tus amigos subscríbete aquí:
Por favor, deja este campo vacío
Comprueba tu bandeja de entrada o de spam ahora para confirmar tu suscripción.