Por Nacho Bergadà, Strategic Design Director – Data en Designit Madrid, sobre el Business Intelligence y cómo enfocarlo.
Han pasado 20 años desde el primer boom del Big Data. Lo que empezó como una revolución tecnológica en la que el único propósito era almacenar información sin tener un objetivo claro del valor a extraer, ahora mismo es un recurso estratégico para las compañías que quieren convertirse en data-driven organisations, es decir, en organizaciones en las que las decisiones se toman, (casi) siempre, desde el dato. Es una tendencia imparable.
Vivimos en un mundo cada vez más digitalizado y sensorizado y, por lo tanto, cada vez más lleno de data. En un contexto como este nos vemos obligados a tomar decisiones más complejas y mejor explicadas. Así lo confirma un estudio de Gartner del 2022, en el que el 65% de los encuestados declaraban una mayor dificultad para tomar decisiones y un 53% una mayor expectativa de proveer un mejor razonamiento de estas en comparación con 2020.
Mejorar la toma de decisiones a través del dato es, por tanto, una necesidad en expansión. Las tecnologías conocidas como Decision Intelligence (la rama accionable del Business Intelligence BI) son el foco de los esfuerzos e inversión de las compañías.
Por qué algunos proyectos de Business Intelligence fallan
Sin embargo, algunos resultados y retornos de estos esfuerzos no son necesariamente los deseados por distintos motivos, entre ellos, según la experiencia de Designit, destacan:
● Momento inadecuado: cada compañía tiene su momento en relación con el dato y cada momento requiere de su foco. En algunos casos existen una falta de visión y de estrategia, en otras la riqueza del dato o la centralización adecuadas que desvirtúan o imposibilitan las iniciativas de inteligencia de negocio.
● Desalineamiento con la estrategia de la compañía: la inteligencia de negocio no responde las preguntas clave de la compañía en sus diferentes niveles y no es capaz de entender y explicar las relaciones causa y efecto tanto de los elementos externos como internos.
● Falta de cultura y conocimiento del dato: existen barreras, miedos, desconocimiento y rutinas en las personas y los equipos que pueden frenar la adopción de las herramientas de inteligencia de negocio y, en ocasiones, desigualdad entre las diferentes áreas (especialmente top-bottom).
● Excesivo enfoque tecnológico: se toman decisiones basadas en las capacidades tecnológicas, por pura tendencia y moda y hasta por intereses individuales que no tienen en cuenta una visión holística de la compañía.
● Proyectos pesados y poco flexibles: se invierte una gran cantidad de recursos sin pilotar o testear de forma continua las iniciativas, siguiendo metodologías propias del pasado, dedicando mucho esfuerzo al back y olvidando la relevancia del front como punto de transmisión de valor al usuario final.
Aplicar el enfoque de producto digital
Llevamos ya muchos años trabajando en la creación, desarrollo y lanzamiento de productos digitales. Es un proceso de diseño que ha demostrado y todavía demuestra su capacidad de generar propuestas de valor atractivas para su target de cliente y beneficios para la compañía, uniendo la experiencia de usuario con la visión estratégica. ¿Y si tratamos las soluciones de Business Intelligence como si fueran productos? ¿Qué aspectos clave debemos tener en cuenta?
● Madurez del mercado: un producto digital (y su comunicación, venta, etc…) es muy diferente en función del nivel de conocimiento que tenga el mercado. A veces, los productos nos son consumibles y debemos, por lo tanto, pensar más en hacer pedagogía que en poner en marcha. Debemos conocer el nivel de madurez de la compañía frente al dato, entendiendo si todavía no está integrada (compañías Zero y Rookie) o bien si ya existe una estrategia en diferentes fases de implementación (compañías Aware, Expert y Leader). Según el nivel de madurez deberemos enfocarnos en crear una visión, una estrategia, trabajar analytics como producto, embeber la analítica o aplicar estrategias de innovación continua.
● Personas: en función del rol, del nivel de decisión, del contexto en el que trabajan, pueden existir diferentes formas de entender e interaccionar con el dato. Identificarlas y definirlas es clave para poder diseñar con un objetivo claro. Habrá personas más operativas, otras más ejecutivas que requieren de perspectivas de pasado, presente y futuro y otras que requieren de flexibilidad y capacidad de exploración y descubrimiento. La generalización lleva a la falta de adopción.
● Alineamiento estratégico: los movimientos y acciones competitivas para atraer clientes, diferenciarse, mejorar el rendimiento y conseguir los objetivos de empresa deben ser el faro que guía la propuesta de valor de la solución de Business Intelligence.
● Priorización, roadmap y agilidad: es necesario priorizar a qué personas irá dirigida la propuesta, identificar el valor de las diferentes funcionalidades y cuándo deben irse incorporando a la solución de inteligencia de negocio, así como testearlas antes de su implementación.
● Experiencia de usuario: la interacción final con el dato es un punto crítico para el éxito de las soluciones de Business Intelligence. A la hora de diseñar los dashboards deben tenerse en cuenta tres principios fundamentales: la representatividad, incorporando información clave para el negocio y el contexto del quien decide para confirmar su hipótesis; la eficiencia, para reducir complejidad y confusión en la comprensión del análisis; y el equilibro, agrupando los indicadores por objetivos de negocio para hacer la información más digerible.
● Analítica de producto: deben definirse las métricas que mejor describen el éxito del proyecto de inteligencia de negocio, realizar un seguimiento periódico y actuar en función de las señales e insights identificados. En resumen, aplicar la lógica de analítica de producto en todo el journey del usuario (descubrimiento, adopción, activación, retención, engagement y recomendación) y así asegurar un nivel óptimo de satisfacción por parte de los usuarios.
Tratar las soluciones de Business Intelligence como productos digitales en las organizaciones obliga a poner al usuario en el centro y a pensar de forma estratégica. Sólo así puede asegurarse el éxito de estas iniciativas y su adopción por parte de las compañías para, ahora sí, convertirse en auténticas data-driven organisations.
