Los retos de la nueva era de la gestión de datos: el 'big data' y la transformación empresarial

Es innegable que las nuevas tecnologías y la automatización de procesos, brindadas por softwares de análisis y predicción de datos, pueden resultar una amenaza en la continuidad de algunas de las actividades económicas actuales. Sin embargo, la transformación digital que estamos viviendo también está generando grandes oportunidades laborales, creando nuevas profesiones que requieren perfiles especializados –como editores de realidad virtual, desarrolladores de inteligencia artificial, ingenieros de machine learning, growth hackers o técnicos de impresión 3D–, así como oportunidades para el crecimiento de las empresas, las cuales pueden impulsar sus ventas y potenciar su internacionalización a través de su presencia en internet.

Dicho esto, actualmente, todas las plataformas y recursos que las organizaciones tienen a su alcance hacen que la transición al mundo online sea un proceso mucho más sencillo y manejable, planteando el verdadero reto en la definición de una cultura data-driven, que haga que las empresas no solo estén en el terreno digital, sino que piensen y actúen en digital. En este sentido, las grandes multinacionales que dominan el mercado global –entre las cuales se encuentran Microsoft, Amazon, Apple, Alphabet, Facebook, Berkshire, Alibaba y Tencent– son las que marcan el rumbo que las pequeñas y medianas empresas deben seguir, a medio o largo plazo, para sobrevivir y mantenerse relevantes en un entorno altamente competitivo. Y es que, si nos fijamos en los pilares intangibles de estas grandes compañías, nos daremos cuenta de que les unen grandes similitudes: todas ellas están configuradas por estructuras flexibles y dinámicas y organizadas a través de modelos de atribución basados en datos.

Las previsiones de demanda se construían a partir de datos internos, pero ahora tenemos la oportunidad de enriquecer las estimaciones a partir de variables externas, como el calendario de fútbol, la previsión del tiempo o el horario del transporte público

Desde el sector retail hasta el educativo, pasando por el de la sanidad, necesitan integrar sistemas fundados en el big data, que impulsen el macroanálisis predictivo de la información de la que disponen y que parecen tener olvidada. En esta línea, el sector del gran consumo o FMCG –del inglés Fast Moving Consumer Goods– no es una excepción. En el contexto actual, hay una necesidad acuciante de entender mejor a los consumidores, anticiparse a sus necesidades y prever sus futuros comportamientos, aspectos que hasta hace relativamente poco eran grandes incógnitas y que ahora la tecnología nos permite resolver, logrando mejorar las previsiones de demanda y reducir desviaciones e ineficiencias.

Si echamos la vista atrás veremos que, hace unos años, las previsiones de demanda se construían únicamente a partir de datos internos extraídos de los históricos de ventas, mientras que ahora tenemos la oportunidad de enriquecer mucho más estas estimaciones a partir de variables externas que están directamente relacionadas con la demanda de nuestros productos. Por ejemplo, para un fabricante de pizzas es crucial tener en cuenta el calendario de los partidos de la liga de fútbol, dado que, como sabemos, existe una estrecha correlación en el consumo de ambos productos. Y, como este, podríamos mencionar mil ejemplos más: Glovo debe prever cuántos glovers o repartidores debe tener disponibles, así como Cabify cuántos conductores, dependiendo del día y la franja horaria, siendo especialmente relevante para este análisis incluir datos como la previsión meteorológica, los horarios de transporte público o los eventos programados en cada ciudad.

En definitiva, lo realmente cautivador del big data no es la cantidad de datos o variables que consigue cruzar, sino las conclusiones y decisiones que nos permite extraer a partir de estos resultados, con el fin de forjar una visión y una ventaja competitiva únicas y sostenibles en el tiempo.