Archivo de la etiqueta: inteligencia

5 pasos para aprovechar los datos de tus puntos de venta y mejorar tus resultados

Hace apenas un par de años comenzamos a escuchar el famoso concepto de transformación digital en las empresas. Este concepto hace referencia al aprovechamiento y la inserción de tecnología y digitalización dentro de los procesos de negocios. Uno de los pilares más importantes dentro de esta transformación digital es el análisis de datos. En un contexto en donde los datos y la información son lo más abundante, la necesidad de aprovechar este gran bagaje de información para la toma de decisiones de negocios se ha vuelto crucial. En esta columna vamos a hablar de un sencillo proceso de 5 pasos con el que hemos apoyado a los negocios a aprovechar la generación de datos desde sus puntos de ventas para capitalizar accionables comerciales y operativos que han impactado directamente sus resultados de manera positiva.

free_Suscriber

Para comenzar es necesario un poco de contexto. Cuando hablamos de aprovechar la generación de datos existe un componente importante que responde a las condiciones actuales de los negocios: el volumen. Mientras hace unas décadas la disponibilidad de información se limitaba a un par de libros contables, hoy las empresas tienen la capacidad de consumir información externa y, sobre todo, de obtener y generar una cantidad sin precedentes de variables respecto a sus transacciones, clientes y procesos. Es precisamente aquí en donde se introduce el famoso concepto de Big Data. Sin duda hemos hablado de este concepto en entradas anteriores, pero nos gustaría citar una frase del CEO de BBVA Analytics, Fabien Girardin, que sintetiza muy bien las ventajas de este concepto diciendo: “Lo que es nuevo con el Big Data, es la cantidad de datos que nos permite entender el mundo de mejor manera, y cuando digo ‘el mundo’ me refiero a los clientes, empresas, y también como funciona la propia organización. Eso nos permite realmente medir y entender los procesos, intentar automatizarlos, y ayudar a la toma de decisiones de manera nueva”.

Ahora bien, veamos como es que estas técnicas de aprovechamiento de grandes cantidades de información se pueden capitalizar para tu negocio o la empresa donde laboras. La receta consta de 5 sencillos pasos que se ilustran de una manera magistral en la siguiente imagen:

datlas_mx_blog_data_to_wisdom

Paso #1: Los datos

La primera etapa tiene que ver precisamente con la materia prima, es decir, con los datos. Este es el punto de partida para poder derivar verdadera inteligencia. Al hablar de datos hay que tener claros dos puntos importantes: el primero de ellos es responder la pregunta ¿dónde se esconden los datos? Muchos de nuestros clientes al principio aseguran que la falta de análisis dentro de su negocio tiene su origen en la “falta de datos”, pero esto no es necesariamente real. Los puntos de venta son por excelencia grandes generadores de datos. Sin duda no son los únicos, por lo que es importante mapear el viaje completo del usuario para identificar los puntos de interacción (touch points, en inglés) en los que el cliente interactúa con el negocio y en donde podemos estar capturando información.

Tomemos como ejemplo una tienda en línea, que han visto una evolución significativa en estas circunstancias de cuarentena. Para hacerlo todavía más simple pensemos en una tienda en línea que vende artículos para bebes. En este caso, el usuario tiene un viaje que podemos simplificar: el usuario conoce la marca/productos, entra a la página web, interactúa con el catalogo de productos, selecciona los artículos que va a comprar, realiza la transacción y sale contento(a) a esperar la entrega de los artículos que adquirió. Tan solo en este simple “viaje” podemos encontrar que el punto de venta ha logrado capturar datos como: edad, sexo, email y teléfono del cliente; el canal de procedencia, el tiempo que dedico a cada sección de la página, donde hizo click, los productos que estuvo evaluando, los filtros que utilizó, los artículos relacionados directamente a aquellos que incluyó en su carrito de compra, el ticket promedio, el total de la transacción, la dirección a la que pidió que se enviaran sus productos y la información de su método de pago, entre otros muchos detalles.

datlas_mx_blog_data_sources_ecommerce

Ahora bien, la cantidad de datos es sin duda impresionante y nos permite realizar análisis más nutritivos, pero es importante cuidar el segundo punto que citábamos arriba: la estructura de los datos. ¿A qué nos referimos con la estructura? Imagina un negocio hace 50 años que tuviera cada transacción anotada en una libreta y tuviera que ponerse a buscar en los miles de libretas de los años pasados para encontrar cuantas veces el Sr. Godínez (su cliente más frecuente) ha comprado en los últimos 3 años. Me canse tan solo de escribirlo. He aquí el segundo punto medular cuando hablamos de datos. Es de suma importancia cuidar que los datos se almacenen con una cierta estructura que permita identificarlos, como el caso del cliente, con un identificador o un folio. Asimismo, es importante cuidar que las estructuras habiliten la conexión entre los datos generados desde distintos procesos o puntos de contacto del negocio con el cliente. Un ejemplo claro en el caso de la tienda en línea para bebes sería tener un catalogo de productos con SKUs y una base de datos de pedidos que integren los distintos SKUs que cada cliente incluye en sus pedidos. Y todo esto ¿para qué? Justo vamos a verlo en los siguientes pasos.

Paso #2: De datos a información (la transformación)

Una vez identificadas las fuentes de datos, sobre todo aquellos generados por el punto de ventas, pasamos a transformar esos datos en información. Cuando hablamos de transformar estos datos nos referimos a tomar la materia prima y comenzar a darle forma, comenzar a construir y descifrar la historia detrás de esos datos para poder derivar la inteligencia. Es justo en esta etapa cuando tomamos, por ejemplo, todos los datos referentes a los clientes y comenzamos a construir los perfiles o avatares. Con los datos de los productos podemos generar canastas, catálogos, familias o categorías y/o agrupaciones. Con los datos transaccionales se pueden generar reportes de resultados e indicadores. Lo importante en esta etapa es poder apalancar la estructura de datos anteriormente establecida para que la transformación de esos datos en información se pueda dar de una manera sistemática y automatizada.

datlas_mx_blog_data_information_ecommerce

Paso #3: Interconectar (integraciones)

Esta etapa se distingue por integrar a la narrativa, a la historia, las diferentes fuentes de información. Retomando el ejemplo de la tienda en línea para bebes y teniendo en cuenta que de la fase anterior obtuvimos perfiles de clientes, catálogos de productos y resultados transaccionales, podemos generar una narrativa completa en esta sección. Imaginemos que de la información anterior seleccionamos uno de los perfiles de cliente formado, ejemplo: Perfil A. Una vez seleccionado el perfil comenzamos a cruzar la información con los catálogos de productos y obtenemos una lectura de los productos más afines al perfil de cliente seleccionado. Todo esto a su vez lo integramos con la información transaccional de tal suerte que podemos construir una narrativa capaz de contar una historia como esta: “El perfil A representa a clientes mujeres de 28 a 34 años, que principalmente llegan desde redes sociales como Instagram, interesadas en productos consumibles como pañales y leche en polvo, generalmente comprando 3 artículos por pedido con un ticket promedio de $890 MXN”

datlas_mx_blog_ecommerce_customer_profile

Ahora bien, lo más importante en este punto no es poder contar la historia sino tomar esa historia para generar las preguntas o hipótesis adecuadas, es decir, tomando la narrativa del ejemplo anterior un buen análisis parte de preguntarse cosas como ¿existe alguna relación entre su edad y la afinidad por productos de marcas de alta gama? ¿Qué tan probable es que este perfil compre artículos que no sean propiamente para su bebe (regalos u obsequios)?

Paso #4: Insights (analíticos)

En esta etapa es importante partir de la definición de este famoso concepto de insights. Si bien es un término en inglés que difícilmente tiene una traducción directa al español, lo claro es que se puede definir como “el entendimiento de una causa específica y su efecto dentro de un contexto particular. Entender la naturaleza interna de las relaciones”. Basados en esta definición, este cuarto paso justo se trata de responder las preguntas planteadas en la etapa 3 y descifrar las causas y efectos de esas relaciones. Retomando el ejemplo anterior, para el caso de la relación entre edad y afinidad de marcas, podemos contarles que este cliente pudo analizar y concluir que las mamás jóvenes son más afines a marcas de alta gama porque su falta de experiencia prioriza la novedad y la mercadotecnia de las marcas de alta gama, mientras que las madres con mayor experiencia ya tienen conocimiento sobre las marcas que realmente son funcionales y priorizan su decisión de compra basadas en los atributos de confianza y usabilidad que otras marcas, no necesariamente de alta gama, les pueden proveer.

datlas_mx_blog_ecommerce_analytics

Paso #5: Inteligencia (accionables)

Después del esfuerzo de las cuatro etapas anteriores llegamos a la parte que realmente impacta los resultados: las acciones. El catalizador de los análisis que las etapas anteriores pudieron proveer llega a su culmen cuando los datos, la información, la historia, las preguntas y las respuestas se convierten en lo que conocemos como inteligencia, es decir, acciones concretas que nos ayuden a influir sobre los resultados que hemos estado analizando. Tomemos el ejemplo citado, una vez que desciframos que hay un perfil de cliente que responde a ciertos atributos podemos generar estrategias de comunicación segmentadas con mensajes afines a ese tipo de características sobre los productos, por otro lado, se pueden apalancar cupones de descuentos que ayuden a aumentar las conversiones en ciertos días de la semana o promociones especiales en los meses más críticos, etc. Con uno de nuestros clientes incluso logramos capitalizar información de entorno para poder identificar geográficamente aquellas zonas en donde se concentraban los clientes potenciales del negocio para poder accionar campañas enfocadas en esas zonas y optimizar los presupuestos promocionales.

En esta etapa es importante recordar dos cosas: la primera es que la inteligencia, como los datos, debe almacenarse de una manera estructurada y debe comunicarse a todos los grupos de interés para que se pueda capitalizar su valor en un impacto positivo a los resultados. La segunda, íntimamente relacionada a esta, es que el proceso es iterativo, es decir, nunca acaba. Al igual que la captura de datos, este proceso debe estar “vivo” debe nutrirse de nuevos datos y continuar abonando a la inteligencia, mejorar los accionables y seguir buscando nuevas fuentes de generación de datos, incluso externas a la empresa, para poder impactar los resultados de manera positiva.

datlas_mx_blog_data_business_intelligence

Finalmente, esta es una forma sencilla en la que puedes obtener valor de los datos de tu negocio. No olvides que a pesar de enumerar 5 sencillos pasos cada uno de ellos tiene una complejidad dentro de si mismo y en Datlas estamos preparados para apoyarte en cada una de las etapas con metodologías y tecnologías que son capaces de adaptarse a cualquier industria y tamaño de negocio. Cuéntanos como estas aprovechando los datos de tus puntos de venta o contáctanos para comenzar a ayudarte ¡hoy mismo!

@DatlasMX

¿Qué distingue a la inteligencia humana de la inteligencia artificial?

La historia registra conflictos entre grupos de seres humanos que se creían distintos a otros seres humanos. La Alemania nazi, por ejemplo, generó la ideología de la raza aria argumentando superioridad por cuestiones genéticas frente a otros grupos como los judíos. El juicio de sus consecuencias no serán tema que nos competen para esta entrada, pero sin duda hablaremos de historia. Lo que nos ayudará a introducir el verdadero tema de fondo es el análisis de la pregunta obligada que existe detrás de estos conflictos, es decir, ¿existió realmente una diferencia entre estos grupos de seres humanos? De ser así, ¿cuál era esa diferencia? Y partiendo de estas preguntas, nos gustaría dar un salto al presente y, al mismo tiempo, al futuro, para luego volver a la historia. Hoy en día en nuestra sociedad coexiste un nuevo “grupo” parecido, cada día más, a los seres humanos, que hemos podido diferenciar claramente desde su nacimiento en los años 50´s, pero que hoy en día evoluciona de una manera tan rápida y se vuelve cada vez más similar a nosotros, que nos ha obligado a plantearnos la siguiente pregunta: ¿qué nos distingue, como seres humanos, frente a la inteligencia artificial (I.A.)?

datlas_2019_IA_vs_humano

Y para tener un punto de partido común explicaremos brevemente como es que nosotros entendemos y explicamos lo que es la inteligencia artificial. Quizá algún experto se pudo dar cuenta que nos referíamos a la I.A. (con la pista de los años 50´s), pero efectivamente la inteligencia artificial es una técnica y un concepto que nace hace más de medio siglo, pero que sin duda hoy en día ha tomado una relevancia abismalmente mayor a lo que tenía en aquel entonces. La inteligencia artificial, simplificando la explicación, es un programa computacional que emula la inteligencia (la actividad cerebral) humana, es decir, tiene la capacidad de aprender, de deducir, etc. Regresando a la historia, en la época de su nacimiento, tenia una clara desventaja ante los seres humanos, pero entonces se volvió lo suficientemente buena como para vencer al mejor jugador de ajedrez del mundo (Kasparov), luego logró deducir preguntas a partir de una serie de respuestas y se corono como campeón indiscutible en jeopardy y, recientemente, comprendió y comenzó a crear jugadas completamente nuevas que la hicieron dominar el complejo juego de Go y vencer al mejor jugador humano. De tal forma que laa inteligencia artificial ha venido tomando una posición cada vez más “dominante” frente a la inteligencia humana. Más allá de juegos de mesa, estrategia y movimientos calculados, la inteligencia artificial se introdujo a los negocios y la sociedad, ayudando a mejorar exponencialmente una serie de procesos, productos y servicios que hoy consumimos muy comúnmente en el transcurso de un día. Las recomendaciones de Netflix y Spotify, las interacciones son Siri o Alexa, las alertas que te envía tu banco acerca de posibles fraudes o actividad inusual en tu cuenta, son todas habilitadas por inteligencia artificial. Ahora bien, la mayoría de estos procesos parten de funciones lógico-matemáticas, de pensamiento analítico y procesos asociados al hemisferio izquierdo del cerebro. Y es aquí, donde habíamos encontrado la respuesta más clara, hasta el momento, para definir el diferenciador entre la inteligencia artificial y la inteligencia humana: el hemisferio derecho del cerebro, es decir, la creatividad, el arte, la música, la intuición.

datlas_2019_cerebro_humano_lados.png

Sin embargo, al igual que el tiempo, la evolución de la I.A. no ha parado y justo en febrero del 2016 se presentó una I.A. capaz de escribir poesía, una tarea propia del hemisferio derecho del cerebro. Les recomendamos ver el video si les interesa, pero en resumen la I.A. simplemente aprendió de miles y millones de poemas de distintos autores, estructuras y corrientes históricas, con lo que fue capaz de generar una especie de “Frankenstein” con un tema de la corriente romántica, con el estilo de un autor latinoamericano y con rima consonante de estructura A, B, A, B.  Hasta aquí ya era todo un asombro hasta temeroso para quienes nos dedicamos al área artística. De pronto, dos años después (2018) se presenta una I.A. capaz de componer música. Igualmente les recomendamos ver el video si les interesa, pero lo particular de esta hazaña es que sin duda utilizó una lógica similar que la I.A. poeta para aprender acerca de sonidos, instrumentos, estructuras, etc. Pero en esta ocasión, la I.A. puede componer una canción personalizada de ¡tu vida!, es decir, basado en tu personalidad y ciertos rasgos que debe interpretar, puede generar una pieza completamente inédita y única para ti. E incluso, se habla de que pudiera generar una canción completa, en tiempo real, durante un juego en vivo sin repetir nunca ningún acorde o set de notas (perdón si use un término mal, no soy experto en música).

Datlas_barra_suscribir

Finalmente, parados a fines del año 2019, con muchos más avances nuevos y revolucionarios sobre inteligencia artificial que se revelan todos los días, creemos que es crucial tomarnos el tiempo de replantear la pregunta ¿qué nos distingue, como seres humanos, frente a la inteligencia artificial (I.A.)? porque de ahí debe nacer un juicio genuino frente a las posturas radicalmente opuestas que se manejan en los medios de comunicación acerca de la forma en la que los seres humanos y las máquinas inteligentes coexistimos. ¿Será realmente fatídico y las maquinas nos dominaran? ¿O seremos verdaderos aliados que en conjunto podamos revertir algunos de los daños que hemos creído irreversibles y convertirnos en una sociedad con un nivel de vida superior e inimaginable?

¿Tú que opinas? Cuéntanos en nuestras redes sociales

@DatlasMX