¿Qué datos hemos de buscar de cara a tomar las decisiones correctas?

{wbamp-hide start}{wbamp-hide end}

{wbamp-show start}Escucha nuestro podcast{wbamp-show end}

Seguimos buceando en la metodología del analista digital. Hoy, vamos a profundizar en el paso número cuatro de la metodología ‘MAMBO’, en la ‘B’, de ‘buscar en los datos‘. Llega el momento de la verdad, el paso decisivo. Con los que tenemos disponibles, vamos a analizarlos para entender bien lo que nos dicen. Adquirir un conocimiento accionable que nos permita la toma de decisiones la cual es clave para generar un impacto positivo en los resultados de negocio. El proceso de análisis es un concepto complejo de explicar, ya que hay distintos enfoques. Un primer acercamiento, sería una clasificación. En concreto, el analista puede identificar hasta tres tipos:

• Descriptivo: describe el pasado y el presente.
• Predictivo: busca realizar predicciones en base a lo que ha pasado.
• Prescriptivo: se refiere a la transformación del conocimiento en acción.

Si recordamos el modelo de madurez de la analítica, que comentamos hace unas semanas, tendríamos el análisis descriptivo en los primeros niveles de madurez, relativos a las técnicas de análisis digitales, mientras que el análisis predictivo se concentra en la etapa de análisis competitivo, mediante el uso de modelos estadísticos. Por eso es interesante entrar en el detalle de cada uno de los tipos.

Análisis descriptivo

Se trata de un análisis que ayuda a comprender la situación actual. Se basa en el ‘bussiness inteligence’ de toda la vida. Al final se trata de una forma de mirar los datos y analizar los eventos pasados en busca de conocimiento para saber acercarse al futuro. A través de las técnicas de análisis digitales, se buscar dar respuesta a las preguntas que cualquier departamento de una empresa digital se puede hacer. La clave está en saber poner el foco en aquello que es importante para el negocio, teniendo en cuenta la etapa de madurez en el mercado en el que se encuentre. Este tipo de técnica se caracteriza por seguir una metodología común, basada en los siguientes dos pasos:

1. Identificación de los KPIs claves del negocio, que explican el ‘qué’.
2. Segmentación de dichos KPIs, lo que ayuda a explicar el ‘por qué’.

Las posibles preguntas, cuya respuesta ayudaría a alcanzar los objetivos propuestos de negocio, se pueden agrupar en tres grandes categorías:

1. Captación: Segmentando métricas de cantidad y de calidad por tipo de canal o de campaña es posible dar respuesta a las siguientes preguntas: ¿A través de qué canal estoy captando mayoría de tráfico? ¿Dicho tráfico muestra interés por mi contenido web? ¿Qué canales muestran un mayor rendimiento? ¿Cuánto de eficientes son respecto a la cantidad de tráfico captado? ¿Qué campañas son las que logran traer tráfico verdaderamente cualificado? Es decir, al final, puedo profundizar en el origen de los usuarios y estudiar mis esfuerzos en marketing y comunicación para ser más eficiente.
2. Comportamiento: Segmentando cada una de las secciones que componen el sitio web por métricas de comportamiento permite responder a preguntas como: ¿Qué sección está trayendo mayor número de usuarios nuevos? ¿Cuáles son las secciones que mayor interés generan? ¿Y un mayor rechazo? ¿Por qué sección se produce una mayor salida de usuarios? ¿Cuáles son los principales flujos por los que los usuarios discurren? Es decir, puedo profundizar por el comportamiento en nuestro sitio web o aplicación de los usuarios y estudiar los contenidos que pongo a su disposición, para ser más persuasivo.
3. Rendimiento: Segmentando por métricas de objetivos cumplidos, conversión e ingresos, permite responder a preguntas como: ¿Qué productos obtienen mucho interés, pero, no logra convencer a los usuarios? ¿Qué canales tienen una mayor interacción al comienzo del proceso? ¿Cuáles son los que terminan rematando la venta? Es decir, me ayuda a poder profundizar por la conversión en nuestro sitio web, para estudiar lo que funciona mejor para optimizar la captación y el comportamiento.

Análisis predictivo

Es el que busca predecir el futuro, convertir el dato en favor de información accionable. Este tipo de análisis está más relacionado con la aplicación de técnicas de aprendizaje automático. Utiliza los datos para determinar el resultado probable de un evento futuro o una probabilidad de una situación que ya se produjo. Este tipo de análisis abarca una gran variedad de técnicas estadísticas, desde modelado hasta teoría de juegos, que analiza hechos históricos para hacer predicciones sobre eventos futuros. En definitiva, se trata de procesos que explotan los patrones que se encuentran en los datos históricos para identificar los riesgos y oportunidades. El análisis predictivo no siempre se hace con herramientas complejas, podemos empezar de manera simple, pero, los modelos predictivos pueden ser tan complejos como nosotros queramos.

Análisis prescriptivo

Se basa en la idea de modificar los entornos, el marketing, toda acción que esté en nuestra mano para que el resultado previsto mejore respecto a una predicción inicial. Son las recomendaciones basadas en lo que ha pasado, que es lo que nos dice el análisis descriptivo y en los modelos predictivos que construimos para saber qué tocar, cuándo y dónde, de forma que mejoremos el futuro. Es decir, este tipo de análisis se centra en identificar oportunidades, buscando mejorar el resultado esperado y aprendiendo de la experiencia de entender qué pasa y por qué. Es el tipo de análisis que nos lleva a la acción, pasamos de la parte teórica a la parte práctica. Las recomendaciones surgen con el conocimiento de las dos fases anteriores, por eso la toma de daciones es vital para acabar el proceso de buscar en los datos. Es el impacto en el negocio final, producto del análisis.

En resumen, empezamos a buscar los datos analizando qué ha pasado y por qué ha podido pasar, es decir, empezamos a realizar un análisis descriptivo que nos permita entender el pasado y el presente. Esta combinación nos dirige al análisis predictivo, que nos permite en base al diagnóstico, realizar hipótesis que predecirán futuras interacciones del cliente y actuar en consecuencia. Finalmente, el análisis prescriptivo debe ser la culminación de la búsqueda en los datos, cualquier análisis que no tenga un resultado accionable y que no lleve a la toma de decisiones será incompleto, porque no tendrá ningún impacto en la empresa.

El programa completo, con todo el contenido, lo encontrarás en nuestro Podcast de Mi Arte de Medir. ¡Hasta la próxima!

Seguiremos informando…