Cómo adoptar el enfoque Moneyball para los datos y análisis comerciales

Las empresas que buscan una ventaja competitiva están implementando cada vez más herramientas de datos y análisis, pero las lecciones de los deportes se pueden utilizar para hacer de estas soluciones una capacidad organizativa, dijo Ben Shields, profesor titular de la Sloan School of Management del MIT.

En un nivel básico, el análisis puede proporcionar a las organizaciones fuentes adicionales de información que pueden informar la toma de decisiones. «La razón por la que esto es importante es que los humanos nacen con muchos prejuicios diferentes», dijo Shields. «Tener diferentes fuentes de información y diferentes perspectivas al tomar decisiones puede ayudar a los líderes o usuarios finales a ser conscientes de sus sesgos y tomar las mejores decisiones en una situación determinada».

VER: Informe especial: convertir grandes datos en conocimientos empresariales (PDF gratuito) (Tecnopedia)

Un excelente ejemplo del éxito de la analítica deportiva es la historia que se cuenta en el libro y la película Moneyball sobre cómo el equipo de béisbol de atletismo de Oakland usó la analítica para ganar partidos a pesar de contar con un presupuesto reducido.

Las empresas claramente están más interesadas que nunca en el manejo de datos, dijo Shields.

“Estamos en una era de volúmenes de datos en crecimiento exponencial, tenemos nuevas herramientas de análisis avanzadas para administrar y analizar estos datos, y existe un deseo creciente de aplicar los datos para tomar mejores decisiones”, dijo Shields. «El desafío es, al comprender y aplicar análisis, ¿cómo se aplican realmente los datos para tomar mejores decisiones en una organización compuesta por personas con una amplia gama de habilidades y competencias?»

Lecciones de datos en movimiento

Los ejecutivos y sus organizaciones necesitan tres habilidades principales para tomar decisiones basadas en datos:

1. Estrategia: Desarrolle un plan sobre cómo el análisis puede ayudar a la organización a crear y capturar valor

2. Tecnología: La capacidad de realizar un trabajo analítico de manera rigurosa y completa.

3. Gestión: La capacidad de comunicar datos, utilizar datos en la toma de decisiones y realizar un seguimiento de las decisiones utilizando métricas clave para iterar y mejorar.

Shields dijo que cada vez más personas están siendo capacitadas como científicos de datos y, como resultado, las organizaciones se están volviendo más competentes en habilidades técnicas. Sin embargo, agregó, todavía hay espacio para que las empresas crezcan en términos de estrategia y habilidades de gestión.

«Curiosamente, estas son habilidades muy humanas: la capacidad de pensar estratégicamente sobre cómo se pueden usar los datos para crear valor en una organización es un proceso muy humano, como la capacidad de integrar datos en el proceso de toma de decisiones en toda la organización». dijo Shields. «A pesar de algunos avances, en ambas áreas, veo que los ejecutivos enfrentan desafíos constantes».

VER: Análisis de datos: una guía para líderes empresariales (PDF gratuito) (Tecnopedia)

En términos de estrategia, una lección útil de los deportes en esta área es la claridad y simplicidad del objetivo del equipo: ganar el juego.

«Un objetivo muy claro como este establece el trabajo analítico para ayudar al equipo a lograrlo», dijo Shields. «Un objetivo más específico podría ayudar a dar más dirección y significado al trabajo analítico».

Uno de los principales puntos de falla en los proyectos de datos en la actualidad, dijo Shields, es que las empresas tienen un grupo de personas inteligentes que trabajan en silos, y los conocimientos no se comparten con los tomadores de decisiones en toda la empresa.

“Si los ejecutivos fueran más conscientes de lo que están tratando de lograr y cómo están usando los datos y el análisis para lograr esos objetivos, entonces creo que habría una mayor adopción y uso del análisis de manera más consistente”, agregó.

En términos de habilidades de gestión, Shields cita el ejemplo del modelado de comportamiento: En el béisbol, los entrenadores pueden usar el modelado de datos para desarrollar estrategias de juego para los jugadores. Asimismo, los ejecutivos pueden ser transparentes sobre cómo utilizan los datos para mejorar la toma de decisiones, y este comportamiento impregnará al resto de la organización.

Los ejecutivos también deben comprometerse con la capacitación y el reciclaje internos basados ​​en datos para adquirir sólidas capacidades de ciencia de datos y conocimiento institucional dentro de la organización.

«Comprometerse con la capacitación interna para volver a capacitar a la fuerza laboral también ayuda a cerrar la brecha entre el trabajo de análisis que se encuentra solo en hojas de cálculo y el trabajo de análisis que realmente afecta la toma de decisiones», dijo Shields.

Cómo comunicar los resultados de los datos a los usuarios finales

Los datos deben presentarse y compartirse de manera que los empleados realmente puedan aplicarlos a su trabajo, dijo Shields. «Los usuarios finales deben poder ver cómo los datos pueden mejorar su trabajo: en los deportes, vemos cada vez más a los atletas más abiertos a los análisis, ya que les ayuda a desempeñarse mejor dentro o fuera del campo», agregó.

Cobertura de Big Data de lectura obligada

Una parte clave de comunicar esto, dijo Shields, es responder a la pregunta básica de qué es bueno para ellos. En los deportes, si comparte información basada en datos sobre cómo el estado de un jugador de baloncesto puede provocar pérdidas de balón, ese jugador se hace notar porque esa información puede ayudar a su rendimiento. En un entorno comercial, dijo Shields, es más probable que los empleados tomen medidas si son responsables de la satisfacción del cliente o la mejora del proceso, y los datos se comparten de una manera que deja en claro cómo se beneficiarán.

También es importante mantener la información lo más simple posible al compartirla, dijo Shields. «Puede ser tentador usar animaciones y visualizaciones de datos de vanguardia, pero también puede ofuscar la información y confundir el valor que el usuario final podría obtener», agregó.

Comience con los datos en su negocio

Para comenzar, Shields recomienda elegir un problema comercial que tenga una organización y desglosarlo mediante las siguientes preguntas:

• ¿Qué datos necesitas para resolver este problema?
• ¿A quién necesitas para hacer tu trabajo analítico?
• ¿Qué métodos utilizará para su trabajo analítico?
• ¿Qué tecnología necesita para el trabajo analítico?
• ¿Cómo transmitir ideas del trabajo analítico?
• ¿Cómo se utilizarán los conocimientos del trabajo analítico en el proceso de toma de decisiones?
• ¿Cómo se realizará el seguimiento de las decisiones y qué métricas se utilizarán?
• ¿Cómo informará el resultado de la decisión los nuevos problemas comerciales que deben resolverse?

«Aquí hay un proceso de pensamiento sistemático que no es ciencia espacial de ninguna manera, pero ayuda a las personas sin conocimientos técnicos a desarrollar ideas en torno a decisiones basadas en datos», dijo Shields.

Para obtener más información, consulte la hoja de trucos de Tecnopedia: Cómo convertirse en un científico de datos.