VALOR DEL DATO 3. Palancas del Valor del Dato LA ESTRATEGIA DEL DATO EL ECOSISTEMA DEL DATO LOS INTANGIBLES Y EL VALOR DEL DATO VALOR DEL DATO Rafael Fernández Campos & Javier Martínez Rodríguez VALOR DEL DATO Estrategia del Dato ÍNDICE 01. INTRODUCCIÓN 2 3 02. LOS DATOS Y LA TOMA DE DECISIONES ¿DATA-DRIVEN COMPANY? 5 03. EN BUSCA DE LOS DATOS RELEVANTES 8 04. MÉTODO DE LA RELEVANCIA ESTRATÉGICA 10 05. EL VALOR POTENCIAL DE LOS DATOS 14 06. LA CURVA DE LA RELEVANCIA 16 07. BARRERAS DE ENTRADA CON DATOS 21 08. CONCLUSIONES 22 VALOR DEL DATO Estrategia del Dato 01 3 INTRODUCCIÓN Supongamos que estamos en la época prehistórica y somos cazadores. Como buenos cazadores nuestros objetivos son dos: conseguir comida y sobrevivir otro día. Según avanzamos por el bosque vemos un arbusto moviéndose motivado por un animal en su interior. La realidad es que el arbusto no escondía un depredador. La falta de datos al cazador le ha costado no comer ese día, pero la pregunta que nos haríamos ahora sería ¿podemos digitalizar el arbusto y su movimiento para dar más elementos de decisión al cazador? Tenemos dos opciones: huir, pero no comeríamos o enfrentarnos al animal en cuyo caso si es un depredador podríamos morir. Imaginemos el dilema, basándonos en nuestra experiencia lo más normal es que el cazador huya porque no esta preparado para luchar con un depredador y no tiene más datos para juzgar la situación. La transformación digital no solo implica digitalizar todo aquello que sea susceptible de ser digitalizado. No se trata tan solo de convertir realidad física en digital, sino de representar algo físico a través de datos, unido al uso posterior de éstos. VALOR DEL DATO Estrategia del Dato Es precisamente la traducción de realidad a datos lo que está transformando la práctica totalidad de las industrias. Veamos dos ejemplos: 02 Lo que hoy llamamos hogar digital podríamos definirlo como la representación con datos de las necesidades de la vivienda en función del comportamiento del residente. Los termostatos inteligentes sensorizan las temperaturas y por medio de algoritmos gestionan el confort de los habitantes de la vivienda. Las neveras inteligentes hacen lo propio con la compra diaria en función de nuestros hábitos y de las existencias de alimentos. Resumiendo: los datos de la vivienda al servicio del morador, a través de la toma decisiones automática, con el objetivo de mejorar nuestra vida. AHORA BIEN, ¿CUÁL ES EL OBJETIVO DE LA TRANSFORMACIÓN DIGITAL? TODOS ESTOS LOGROS, ¿QUÉ FINES PERSIGUEN? El fin último de la transformación digital es generar valor. Si bien cada compañía define el valor de una manera diferente, podríamos decir que se puede traducir en cuatro posibles objetivos: • • • • 4 Incrementar ingresos Reducir gastos Mitigar riesgos Mejorar intangibles El coche digital es otro ejemplo paradigmático, cuyo máximo exponente es el del fabricante Tesla, que ha universalizado la sensorización del vehículo para, basándose en datos, “manejar” el coche por nosotros. Este hecho es el que ha marcado la ventaja competitiva respecto al resto. Tener tantos datos les permite tomar decisiones constantes para ser más eficientes y mejorar la experiencia del cliente, tanto desde el punto de vista de la comodidad como de la seguridad. LA TOMA DE DECISIONES COMO PALANCA El aumento de los datos, tanto en volumen como en tipología (fotos, vídeos, sonidos, documentos, etc.), es exponencial. Implica una mayor complejidad para poder generar información que aporte valor a la toma de decisiones en las decisiones estratégicas de los objetivos de la transformación digital. VALOR DEL DATO Estrategia del Dato 02 LOS DATOS Y LA TOMA DE DECISIONES ¿DATA-DRIVEN COMPANY? El ser humano está constantemente tomando decisiones, algunas veces de forma consciente y otras de un modo inconsciente. En algunas funciona la parte racional y en otras la irracional, pero lo importante es que todo lo hace basado en información, ya sean datos de experiencias pasadas o creencias incorporadas. La ciencia del comportamiento, representada por componentes como la psicología y la neurociencia, estudia una parte clave en nuestras decisiones. Pensemos en el ejemplo del escándalo de Cambridge Analytica en las elecciones de EEUU de 2016, presentar los datos en función de lo que se quería que el usuario pensara, influyó en miles de votantes. Ahora imaginemos que a nuestro cazador le decimos que lo que hay en el arbusto es un animal pequeño y no peligroso, cuando es un depredador. ¿Cuál sería el resultado? La revolución digital no es ajena a este proceso, ya que también está digitalizando el proceso de toma de decisiones. 4 5 EL PROCESO DE TOMA DE DECISIONES PERSIGUE ENCONTRAR UNA CONDUCTA ADECUADA PARA UNA SITUACIÓN EN LA QUE EXISTEN UNA SERIE DE SUCESOS INCIERTOS. VALOR DEL DATO Estrategia del Dato La capacidad de sofisticación de la inteligencia en el uso de los datos que aportan la transformación digital acciona la ventaja competitiva que deben tener las organizaciones para competir con los datos. Siguiendo la última encuesta de NewVantage Partners para 2021, la capacidad de competir con los datos “(Competing On Analytics)”, ha ido disminuyendo y solo el 41.2% de las organizaciones afirman avanzar en su transformación con esta disciplina. Analítica prescriptiva Analítica avanzanda Analítica autónoma El enorme potencial que abren las nuevas tecnologías de captura, almacenamiento y procesado de datos, provoca que en ocasiones las organizaciones se cieguen ante la preponderancia de los datos. La cuestión es la siguiente: ¿tener muchos datos mejora la toma de decisiones por sí solo? Esta reflexión abre un debate sobre si las organizaciones deben: Business Analytics & Data Discovery Analítica predictiva A. Usar los datos para la toma de decisiones > Data-Driven DecisionMaking B. Tomar las decisiones necesarias, basadas en datos > DecisionDriven Data Analytics Reporting Regulatorio & Interno Analítica Descriptiva Este debate se ilustra en el artículo Leading With Decision-Driven Data Analytics del MIT Sloan Management Review. A continuación, se muestra una tabla con las diferencias: C O M P A Ñ Í A S 6 DATA - DRIVEN DECISION – DRIVEN Parten de los datos que están disponibles Parten de las decisiones que hay que tomar Encuentran un propósito para los datos Encuentran datos para un propósito Empiezan por lo conocido Empiezan por lo desconocido Empoderan a los científicos de datos Empoderan a los decisores VALOR DEL DATO Estrategia del Dato Partiendo de unas decisiones o situaciones de partida (la estrategia de la compañía), se va evolucionando el conocimiento e identificando las alternativas, por medio de preguntas, hasta conseguir una compresión profunda de las respuestas y/o alternativas que se tengan en cuenta para la decisión final. Por otro lado, el despliegue de nuevas capacidades o palancas de uso de los datos, aportadas por la transformación digital, pueden complementar las decisiones dotándolas de “super-poderes” al proceso de toma de decisiones racional. DATOS Datos Conocidos TO DATA DATA TO INSIGHTS Datos Agregados Preguntas Alternativas Respuestas SUPERPODERES 7 ELECCIÓN INSIGHTS TO ACTION Elección Acción Descubrir / Generar conocimientos PROCESO RACIONAL SOURCE ALTERNATIVAS Búsqueda de respuestas Big Data Inteligencia Artificial Comunicar decisiones de negocio Volviendo a la reflexión inicial del cazador, ante la pregunta de si atacar o huir, si hubiera tenido “super-poderes” de datos, por ejemplo, disponiendo de que P A R T E S D unas E L gafas E C Ode S IRealidad S T E MVirtual A analizaran con técnicas de inteligencia DEL DATO: artificial el movimiento, la fuerza y otros componentes para indicarle la probabilidad de que sea un depredador • La Estrategia define: o una presa, probablemente ese día • Qué es el Valor para la compañía habría comido. • Cómo dicho Valor se traduce en objetivos y planes Si el proceso de toma de decisiones ha de comenzar por las preguntas de • Los Caso de Uso son palancas para generar negocio que impulsa la estrategia, la Valor a través de los objetivos marcados cuestión entonces es: ¿tenemos todos los datos para tomar las decisiones? • Los Datos son la materia prima para los casos de uso Kaplan & Norton en los años 90, con el enunciado de su Cuadro de Mando • La Tecnología, el Talento y el Modelo de Integral, ya defendían que primero se Gobierno son facilitadores debe comenzar con la estrategia, para posteriormente buscar los indicadores • Gobierno es el modo de organizar las Personas y estratégicos que dan seguimiento y la Tecnología alrededor de la Cadena de Valor gestión de la misma. Según su del Dato, con el objetivo de optimizar el Valor razonamiento, si el dato para construir un indicador no existe, hay que buscarlo. Y si no se logra encontrar, es necesario cambiar el indicador, porque para poder gestionar se debe poder medir. VALOR DEL DATO Estrategia del Dato 03 EN BUSCA DE LOS DATOS RELEVANTES Las cuatro posibles acciones de generación de datos son: Si bien la toma de decisiones basada en datos debe comenzar con las preguntas de negocio adecuadas, sin datos no es posible su puesta en práctica. Por ello la pregunta es: ¿Cómo buscamos los datos relevantes? TIPO DE DATO Dato Conocido Un ejemplo es la inferencia de la renta familiar que puede hacer Amazon, a partir de los patrones de compra, frente a los datos reales con los que cuenta la entidad financiera del cliente. No Disponible INFERIR CAPTURAR 2. CAPTURAR INFERIR Dato desconocido DESCUBRIR INFERIR Disponible CAPTURAR Dato Conocido Dato externo COMPRAR No Disponible INFERIR CAPTURAR INFERIR Dato desconocido 8 Ante datos de los que no disponemos, una alternativa es tratar de inferirlos a partir de datos de los que sí disponemos, pasando a constituirse en variables proxi. La ventaja fundamental es ahorrar los costes de captura. La desventaja es la menor fiabilidad de los mismos frente a los datos reales. POSIBLES ACCIONES Disponible Dato interno 1. INFERIR CAPTURAR Uno de los principales impactos de los avances tecnológicos es la creciente facilidad técnica para capturar de forma masiva datos relevantes de los usuarios. Esta es por tanto una alternativa posible a la hora de hacerse con datos no disponibles. En cuanto a los pros y contras, citar dos: • Esta alternativa debe venir precedida de un correcto análisis costebeneficio, en el sentido de conocer si el coste de captura de los datos realmente será cubierto por los beneficios obtenidos de ellos. • Es preceptivo realizar un análisis previo del cumplimiento de las normas de privacidad, así como de la probabilidad de que los clientes otorguen su consentimiento al uso que haremos de los datos. Un bajo volumen de aceptación puede poner en riesgo el análisis coste-beneficio al que nos referíamos en el punto anterior. VALOR DEL DATO Estrategia del Dato 3. COMPRAR La adquisición, bien por licenciamiento, bien por compra directa de conjuntos de datos, es una alternativa cada vez más universalizada. Tres cuestiones a tener en cuenta son: • Ha de efectuarse un análisis coste-beneficio del valor que nos aportarán dichos datos frente al coste de captura. • Es necesaria una evaluación sobre el respeto de los estándares de privacidad y consentimientos del proveedor de datos. La responsabilidad ética sobre el uso de los datos no debería terminar en nuestra compañía, sino ampliarse a toda la cadena de aprovisionamiento del dato. • Es importante analizar la calidad de los datos externos, así como su adecuación a la arquitectura interna de la compañía, ya que dichos datos pueden convertirse en una fuente de información de difícil encaje en el modelo de datos interno. 4. DESCUBRIR Las grandes organizaciones, con el paso de los años, han ido construyendo enormes sistemas informacionales, en forma de silos, con capas de datos diseñadas para usos concretos, sin sinergias posibles con otros usos, que en muchos casos han sido abandonados por los usuarios que los solicitaron, cuando no son los propios usuarios los que han desaparecido de la compañía. Ello ha supuesto la generación de auténticos “vertederos de datos”, donde es difícil separar lo relevante de lo accesorio, lo superfluo, e incluso simplemente de lo duplicado. En este entorno, el descubrimiento de datos puede conllevar verdaderas sorpresas, no solo en términos de eficiencia en costes por decomisados o mejoras en el gobierno de los datos, sino en términos del propio descubrimiento de atributos relevantes de negocio, que habían quedado sepultados entre pilas de datos redundantes. 9 Tal y como se ha ido detallando, para tomar decisiones, es necesario analizar todas las alternativas y estas alternativas ser refrendadas con conocimiento, que se soporte en información y, finalmente, en datos. Es por ello por lo que las decisiones que se tomen serán tan buenas o malas como el valor de tus datos. La siguiente pregunta es por tanto: ¿C Ó M O A C C I O N A M O S E L VALOR DE LOS DATOS Y LOS USOS PARA QUE APOYEN LA TOMA DE DECISIONES GENERANDO VALOR? VALOR DEL DATO Estrategia del Dato 04 MÉTODO DE LA RELEVANCIA ESTRATÉGICA Los datos tienen valor en función de su aportación a la estrategia de la organización. Este proceso desde el dato hasta el valor, se refleja en la cadena de valor del dato, y es fundamental para la gestión del dato como un activo. Tres conceptos nos ayudan a calcular, sobre la base de la Cadena de Valor del Dato, el Valor Interno de los Datos (VID), tal como lo definen los autores en el libro El Valor del Dato (2020): Valor Intrínseco, Valor Aplicado, Relevancia Estratégica SOURCE TO DATA DATA TO INSIGHTS INSIGHTS TO ACTIONS CANTIDAD CALIDAD ACCESIBILIDAD ANÁLISIS Volumen Cantidad Usos Utilidad VALOR INTRÍNSECO VALOR APLICADO DECISIÓN Valor RELEVANCIA ESTRATÉGICA VID = VALOR INTRÍNSECO X VALOR APLICADO X RELEVANCIA ESTRATÉGICA 10 VALOR INTRÍNSECO: Volumen de Datos x Calidad de los Datos. O lo que es lo mismo cómo de buenos o malos son mis datos capturando la realidad. Cuántas veces las organizaciones se enfrentan a la toma de decisiones con una calidad inferior al 100%. Esto implica que en la decisión hay un grado de incertidumbre sobre la cual el decisor debe decidir. En el caso de los modelos analíticos el impacto se verá claramente en el grado de éxito de éstos. VALOR APLICADO: Casos de Uso x Utilidad de los Usos. El uso que se da de la información disponible es clave en cualquier organización, ya sea Data-Driven o Decision-Driven. Algo que no se usa no aporta valor, pero si coste. Coste no solo directo de la carga y almacenamiento de la información, que se ha ido reduciendo con la implantación de nuevas tecnologías, sino de gobierno, calidad, etc. RELEVANCIA ESTRATÉGICA: Impacto de los usos en los indicadores estratégicos clave. Cuando hablamos de indicadores clave no solo se hace referencia a los que están en el plan estratégico, sino a todos los necesarios para hacer funcionar la organización. VALOR DEL DATO Estrategia del Dato Tomando de referencia la teoría de Robert S. Kaplan y David P. Norton sobre el Balanced Scorecard y ampliándola, los indicadores asociados a la estrategia, en su amplio espectro, se podrían clasificar en: ESTRATÉGICOS Aquéllos que representan la medición de la estrategia de la organización y que ayudan en la toma de decisiones de la misma. Son los destinados a conseguir la excelencia competitiva. Es importante entender que las estrategias en la revolución digital son muy cambiantes y hay que estar preparado para estos nuevos entornos VUCA. Los indicadores estratégicos, según la recomendación de Kaplan y Norton, no deberían superar los 25 y se pueden subdividir en: • Indicadores de efecto, donde se refleja el éxito de las acciones. Por ejemplo, con perspectiva financiera el periodo medio de cobro (en días). • Indicadores de causa, aquellos que ayudan a mover las acciones necesarias para mejorar los efectos. Por ejemplo, tomando el periódo medio de cobro, podríamos observar que los clientes que tienen mayor satisfacción con la organización pagan antes. En este caso la satisfacción o la calidad serían inidicadores de causa del periodo medio de cobro. La identificación de causas y efectos es una cuestión muy relevante y el aprendizaje automático tiene mucho que decir en este ámbito, ya que en ocasiones, una correlación entre variables no esperada sobre la base de la experiencia, puede ser descubierta. 11 OPERATIVOS O DE DIAGNÓSTICO Aquéllos que siguen y controlan el negocio emitiendo señales cuando ocurre algo no previsto. Aquí se puede hablar de una amplia variedad, si bien cada organización debe adaptar este número a su realidad. Los indicadores operativos o de diagnóstico deberían tener un enlace con la generación de una causa que genera un efecto con impacto en la organización. Si por cualquier motivo este enlace no existiera deberíamos reflexionar si el proceso que gestionan es crítico o no para la organización. Si fuera crítico para la organización y no tiene su reflejo en los indicadores estratégicos habría que replantear la estrategia. En el caso de no tener reflejo, el análisis es distinto, pero podría levantar la posibilidad de decomisar el proceso con el consiguiente ahorro de costes. REGULATORIOS Indicadores que son requeridos por los organismos oficiales y que, si bien pueden apoyar o no a la toma de decisiones, su no cumplimiento puede conllevar sanciones severas. Todos los datos que se requieran en esta línea tienen un valor. VALOR DEL DATO Estrategia del Dato EXPANDIENDO EL VALOR INTRÍNSECO Y EL VALOR APLICADO LA FÓRMULA RESULTANTE SERÍA: V: Volumen de Datos N: Número de casos de Uso RE: Relevancia Estratégica VID = ∑ [V x Q] x [N x U] x RE VID: Valor Interno de los Datos Q: Calidad de Datos U: Utilidad de los Usos El VID muestra un valor sobre el cual, en función de las acciones que lancemos, podremos gestionar nuestros datos de manera trasversal a través de su aportación a la organización. Permite hacer un seguimiento y actuación sobre varios ejes, por ejemplo: La evolución temporal de dicho valor Las palancas que mejoran el valor El impacto proporcional que cada una de esas palancas tiene sobre el valor Comparar el valor aportado por las diferentes acciones informacionales con el coste asociado a cada una de ellas, de forma que se puedan priorizar • Fijar un objetivo medido en términos de valor • • • • 12 12 VALOR DEL DATO Estrategia del Dato Siguiendo con la teoría del Cuadro de Mando Integral, ampliando los cuatro ámbitos clásicos al mundo de los datos, podríamos estructurar la estrategia en cinco grandes ámbitos: La inclusión de la perspectiva de datos garantizaría el alineamiento con la estrategia global de la organización, su aportación y su impacto. Haciendo consciente a la organización de la importancia. La consciencia de la organización es clave para el desarrollo de una cultura basada en datos. PERSPECTIVA • Perspectiva Financiera FINANCIERA Disponer de una cultura analítica. Otro punto de preocupación de los encuestados en la encuesta NewVantage 2021, solo el 24% de los ejecutivos creen que han fomentado una culta data-driven. • Perspectiva de Clientes • Perspectiva de Procesos • Perspectiva de Talento • Perspectiva de Datos Es por ello, que la perspectiva de los datos se podría ver desde el siguiente axioma: PERSPECTIVA DE CLIENTES PERSPECTIVA DE PROCESOS ESTRATEGIA LOS DATOS Y SU TRANSFORMACIÓN EN CONOCIMIENTO SON LA PARTE PERSPECTIVA PERSPECTIVA DE TALENTO DE DATOS FUNDAMENTAL DE LA TOMA DE DECISIONES, TANTO RACIONALES COMO AUTOMÁTICAS (ALGORITMOS). 13 VALOR DEL DATO Estrategia del Dato 05 EL VALOR POTENCIAL DE LOS DATOS Una vez definido el concepto de Valor Interno de los Datos, con el objetivo de conseguir el mayor Valor, la siguiente pregunta es: ¿cuál es el máximo valor que podemos obtener con nuestros datos y usos? Dicho de otra forma: ¿existe la posibilidad de mejorar el potencial de nuestros datos? ESTO IMPLICA INTRODUCIR EL CONCEPTO DEL VALOR POTENCIAL DE LOS DATOS. Definimos el Valor Potencial del Dato como el valor que alcanzarían nuestros datos si la calidad de los mismos y la utilidad de los casos de uso fuera del 100%. En consecuencia, podríamos formular el Valor Potencial de los datos para hacer cumplir la Estrategia de la siguiente forma: V: Volumen de Datos VALOR = POTENCIAL MAX ∑ [V x Q ] x [N x U Q: Calidad máxima 14 RE: Relevancia Estratégica N: Número de casos de Uso MAX ] x RE U: Utilidad máxima de los Usos VALOR DEL DATO Estrategia del Dato De lo que inferimos que la Calidad es a la Cantidad lo que la Utilidad es al Número de casos de uso. Es decir, la Calidad y la Utilidad son los cualificadores de la fórmula del Valor Interno de los Datos. En la siguiente figura se representan los impactos que las diferentes acciones tienen en cada una de las variables de la fórmula del Valor Interno del Dato: Esta definición significa que hay acciones que pueden elevar el valor potencial de nuestros datos, mientras que otras lo que harán es acercarnos a dicho valor potencial, sin elevarlo: Acercan el valor a su potencial Acciones que acercan el dato a su Valor Potencial, pero no lo elevan: • Incremento del alto de registros. Ejemplo: captura de nuevos clientes o de potenciales clientes. • Mejoras en la calidad de los datos. Mejorando los procesos operativos o infiriendo datos. • Mejoras en la utilidad de los casos de uso. Acciones que pueden mejorar o elevar el Valor Potencial del Dato: • Aumento del número de variables (métricas y atributos). Por ejemplo, incluyendo nuevos atributos a los clientes. • Aumento de los casos de uso. Para identificar nuevas causas que impacten en los indicadores estratégicos y permitan accionar palabras desconocidas. • Cambios en la Relevancia Estratégica, bien por introducción de nuevos indicadores estratégicos (efectos) o por cambios en la distribución de la relevancia entre los indicadores existentes. 15 Registros VALOR INTERNO = ∑ [V x Q] x [N x U] x RE Atributos Elevan el Valor Potencial VALOR DEL DATO Estrategia del Dato LA CURVA DE RELEVANCIA Aunque las condiciones de calidad, número de usos, utilidad de los usos y relevancia estratégica no varíen, lo cierto es que los datos no aportan valor de forma lineal a medida que su volumen aumenta, sino que lo hacen de forma desigual a medida que acumulamos datos. La función que relaciona el valor aportado por los datos con su volumen puede representarse de la misma forma que se representan muchos procesos naturales de aprendizaje, por medio de la función sigmoide: 𝑦= Punto de Valor 1 1 + 𝑒 −𝑥 Es lo que denominamos la Curva de la Relevancia, cuyo eje de abscisas representa el volumen de datos acumulado y el eje de ordenadas el valor obtenido. 16 Punto de Saturación VALOR 06 VOLUMEN Tramo de acumulació n Tramo de valor Tramo de saturación VALOR DEL DATO Estrategia del Dato En un nivel inicial, contar con un pequeño puñado de datos aportará poco valor, ya que su capacidad de generar análisis valiosos será muy limitada. Sin embargo, a partir de un determinado volumen, el incremento marginal de valor obtenido por un dato adicional aumenta exponencialmente. En el mismo sentido, cuando el volumen de datos acumulado es muy alto, llega un momento en que el incremento marginal de valor aportado por un nuevo dato es muy bajo. Teniendo esto en cuenta, se pueden diferenciar tres tramos: • Tramo de acumulación: nivel de datos por debajo del cual apenas se aporta valor a la toma de decisiones. • Tramo de valor: rango de volumen donde la captura de nuevos datos aporta un valor significativo. • Tramo de saturación: nivel de datos por encima del cual la aportación marginal de valor de un nuevo dato es muy baja. Como consecuencia de lo anterior, definimos dos puntos clave: 1 Al punto a partir del cual se entra en el Tramo de Saturación se define como Punto de Saturación. Por encima de este nivel, el incremento marginal de Valor aportado por un dato adicional es tan bajo que el análisis coste beneficio de incorporar ese dato adicional puede hacer que no resulte rentable. 17 2 Al punto a partir del cual se entra en el Tramo de Valor se define como Punto de Valor. Por debajo de este nivel, no existirán datos suficientes como para tener capacidad de ayudarnos en la toma de decisiones. VALOR DEL DATO Estrategia del Dato En la Curva de la Relevancia los movimientos se pueden dar de dos tipos: 2 A lo largo de la curva: Son todos aquellos movimientos que buscan incrementar el volumen de datos o el número de casos de uso, sin intervenir en el resto de factores de la fórmula de Valor Interno de los Datos: adquisición de datos externos, creación de nuevos casos de uso... Desplazando la curva: Son todos aquellos movimientos en los que las acciones lanzadas desplazan la pendiente de la curva o hacen movimientos paralelos, principalmente moviendo los puntos de saturación y de valor. Por ejemplo, mejorando las capacidades de los usuarios de tal manera que con menos datos y/o acciones sean capaces de generar el mismo valor en la toma de decisiones. El movimiento más evidente a lo largo de la curva para mejorar el Valor de los Datos es mediante el volumen de datos, aunque se debe recordar que mantener datos que no se usan no aporta valor. Otros ejemplos, de moverse a lo largo de la curva son las siguientes: Captura de nuevos datos, Compra de datos externos, Perdida accidental de datos, Reusabilidad de datos 18 Punto de Saturación VALOR 1 SOBRE EL EJEMPLO DE ADQUISICIÓN DE DATOS EXTERNOS EL MOVIMIENTO POR LA CURVA DE LA RELEVANCIA SERÍA: Punto de Valor 2 MEJORA DE VALOR 1 VOLUMEN Compra de Datos VALOR DEL DATO Estrategia del Dato EN OTRO EJEMPLO, VEAMOS QUÉ SUCEDE CUANDO SE PRODUCE UNA PERDIDA DE DATOS O BORRADO DE LOS MISMOS DEL SISTEMA: En caso de una pérdida de datos: Si nos encontramos en el Tramo de Saturación, el impacto en el Valor será muy pequeño (paso de la posición 1 a la 2), ya que una pérdida de datos tiene un impacto reductor mínimo en la aportación al Valor Por el contrario, si nos encontramos dentro del Tramo de Valor, el impacto puede ser muy alto (paso de la posición 3 a la 4), ya que cada dato adicional aporta un incremento del valor muy significativo VALOR Punto de Saturación 1 PÉRDIDA DE VALOR 2 Los movimientos que desplazan la curva son incontables, lo que demuestra la complejidad y riqueza de la implementación de una estrategia de datos. Veamos algunos ejemplos: • Remediación de datos para mejorar la calidad. • Homogeneización de maestros o datos de referencia. • Grado de escasez de los datos existentes (si un competidor logra inferir nuestros datos escasos, nuestra ventaja competitiva puede desvanecerse). • Nuevas herramientas de business intelligence. • Nuevas visualizaciones que ayuden a la toma de decisiones. • Mejora tecnológica. • Acciones de data-literacy. • Mejora en los análisis, ya sea en forma de predictibilidad de los modelos, como de utilidad de un cuadro de mando para la toma de decisiones. • Formación. • Gestión del talento. • Cambios en la estrategia, que pueden provocar que nuestros datos y usos sean más o menos relevantes en el nuevo escenario. 3 PÉRDIDA DE VALOR 4 Punto de Valor VOLUMEN Borrado de Datos 19 Borrado de Datos • Implementación de un mejor modelo o arquitectura de datos. VALOR DEL DATO Estrategia del Dato En el siguiente gráfico se analiza, sobre la Curva de la Relevancia, el impacto de la implantación de una nueva herramienta de business intelligence y un plan paralelo de formación analítica a usuarios de negocio. Estas acciones están encaminadas a la mejora de la capacidad de análisis de los usuarios de negocio. El impacto positivo provoca que hagan falta menos datos para tomar las mismas decisiones o, visto de otra forma, con el mismo número de datos, nuestras decisiones serán más acertadas y, por tanto, mejorarán el valor en mayor grado. 1. Es posible adelantar el Punto de Valor, es decir, que se necesiten menos datos para poder realizar análisis que aporten más valor . 2. Es posible adelantar el Punto de Saturación, de forma que puedan dejar de almacenarse y procesarse datos sin perder valor. Este caso es útil para un principio de Data Ethics, según el cual se persigue usar el mínimo número de datos posible sin reducir la explicabilidad de un modelo. 3. 20 Existen acciones que no tienen que ver con la parte técnica de la cadena de valor del dato, que tienen un impacto muy relevante en la capacidad de los datos para aportar valor: formación, cultura, motivación, liderazgo… 2 MEJORA DE VALOR VALOR LAS CONSECUENCIAS DERIVADAS DE ESTAS MODIFICACIONES EN LA CURVA SON VARIADAS: Punto de Saturación final Punto de Valor VOLUMEN 1 Punto de Saturación inicial VALOR DEL DATO Estrategia del Dato 07 BARRERAS DE ENTRADA CON DATOS Si bien cada sector y cada producto y servicio tienen una curva de características diferentes, las empresas pueden generar ventajas competitivas sostenibles basadas en datos, que supongan barreras de entrada difícilmente franqueables para los competidores. Sin embargo, el gran volumen y la representatividad acerca de cómo los usuarios escribían realmente, lejos de los modelos más formales, compensaba esa deficiencia. Juntando ese gran volumen de datos con modelos más simples, consiguieron un acierto mayor que los modelos más formales. Estas barreras pueden construirse sobre dos factores: 1. 2. Alta relevancia de los Datos Alta relevancia de los Usos BARRERAS DE ENTRADA POR ACUMULACIÓN DE DATOS: Estas se dan cuando el conjunto de datos o corpus que dispones es mucho mayor que el que disponga cualquier empresa de nueva creación o perteneciente al sector. Lo motivos son muy variados, captura de datos externos, mayor número de clientes, transacciones, etc. Quizá el máximo exponente de estas barreras de entrada es Google, cuando en 2006 reunió un corpus de un billón de palabras para que los investigadores de lingüística desarrollaran un motor de procesamiento del lenguaje. Hasta ese momento los corpus o conjuntos de datos eran mucho menores y habían entrenado a modelos muy complejos con un gran acierto. Lo que descubrieron a partir de ese momento los investigadores del campo de aprendizaje automático de Google (Halevy, Norvig y Pereira) es que la calidad era mucho menor, ya que el conjunto de datos estaba lleno de frases incompletas. 21 BARRERAS DE ENTRADA POR UTILIDAD: Estas se dan cuando el uso de los datos para la toma de decisiones marca una ventaja competitiva respecto a la competencia. Puede darse por disponer de mejor talento, mejores herramientas de explotación, mayor eficiencia en los modelos analíticos... Continuando con el ejemplo de Google, podemos referirnos a su algoritmo de clasificación de páginas. Evoluciona a tal velocidad que no solo a los competidores no les da tiempo a igualarlo, sino que los que pretenden “engañarlo”, cuando lo consiguen ya se ha puesto en producción una nueva evolución. En 1998, en los inicios de Google, el buscador y el índice computacional se actualizaban cada pocas semanas. Hoy en día sucede casi de manera instantánea a través de diversas funciones, para las que Google indica que usan un número de señales superior a 200, si bien Danny Sullivan, en su artículo FAQ: All about the Google RankBrain algorithm, amplía indicando que se estima que usen hasta 50.000 subseñales. Esto es algo que hoy en día hace a Google el claro vencedor como buscador, explotando una barrera de entrada lograda a base de mejoras en la Utilidad de sus algoritmos. VALOR DEL DATO Estrategia del Dato 08 CONCLUSIONES Realmente nuestro cazador se hacía la pregunta correcta, correr o atacar. Si lo miramos desde otro eje y si se hubiera preguntado ¿Cuál es el tamaño de animal? ¿Hace ruidos peligrosos? Si hubiera tenido todas las alternativas disponibles, a lo mejor hubiera podido cambiar la decisión. Las compañías tienen que partir de las preguntas correctas para poder disponer de todas las posibilidades sobre la mesa y poder tomar las mejores decisiones. Los participantes en competición basada en datos en la era de la transformación digital, deberán desplegar las capacidades analíticas (usos) y accionar la captura de los datos clave, internos y externos, de una manera ordenada. Añadiendo una quinta perspectiva a los cuatro tradicionales: financiera, clientes, procesos, talento y datos. La perspectiva de los datos gobierna la obtención de información y el uso que se hace de ellos, su medición es capital si se quiere obtener valor y es aquí donde las organizaciones que implementen un método de valoración de los datos como un activo serán los vencedores en la guerra de los datos. El método de la Relevancia Estratégica es la piedra filosofal que ayuda a accionar estas palancas y con la ayuda de la Curva de la Relevancia a gestionar las Barreras de datos que ayuden a competir con los datos. Resumiendo, toda mejora o perdida de valor de la información impactará directa o indirectamente en la toma de las decisiones, lo que se traducirá en mayor o menor medida en una perdida de valor en los resultados de la organización o en la comparativa versus sus competidores de mercado. PORQUE LA TRANSFORMACIÓN DIGITAL HA DOTADO AL CAZADOR DE UN ARMA PODEROSA: LOS DATOS 22 VALOR DEL DATO Palancas del Valor del Dato https://clubcdo.com/ https://www.sdggroup.com/es-ES Club Chief Data Officer Spain & Latam SDG Group Iberia @ClubCDO_Spain @SDGGroupSpain