CONTEXTUALIZAR EL DATO DENTRO DE LA ESTRATEGIA DIGITAL DE LAS EMPRESAS EN VZLA: LA TERCERA CAPACIDAD ANALÍTICA

Presidenta OndaSEO

María Contreras

Contextualizar el dato dentro de la estrategia digital de las empresas significa situar la información en el marco adecuado para que sea útil en la toma de decisiones, es decir, hacer que los datos sean relevantes y accionables dentro del contexto de los objetivos empresariales.

Esto implica alinear los datos con los objetivos estratégicos de la empresa, segmentar el público para obtener insights específicos, realizar análisis comparativos con benchmarks o datos históricos para identificar tendencias y oportunidades, integrar datos de diversos canales para tener una visión completa del desempeño digital, y finalmente usar los insights para ajustar la estrategia y tomar decisiones informadas.

Para abordar el estudio de esta capacidad analítica es necesario retroceder al año 2012, cuando la analítica de datos digitales tiene sus inicios como disciplina dentro de la ciencia de los datos. Uno de los más importantes artículos publicados ese año, los cuales sentaron las bases teorías para las investigaciones de infinidad de autores, es el McAfee y Brynjolfsson (2012), donde respondieron a la pregunta que todos los líderes empresariales se hacían para ese momento: ¿Dónde está la evidencia de que el uso inteligente de los datos mejorará el desempeño empresarial?

Los autores señalaron haber abordado esta cuestión con rigor, formando un equipo liderado por el Centro para Negocios Digitales del MIT, en colaboración con la oficina de tecnología empresarial de McKinsey, con el fin de realizar un estudio exhaustivo.

Los hallazgos revelaron una relación clara: las empresas que adoptaron la toma de decisiones basada en datos mostraron un mejor desempeño en medidas objetivas de resultados financieros y operativos. En particular, aquellas en el tercio superior de su industria en el uso de esta metodología fueron un 5% más productivas, así como un 6% más rentables que sus competidores.

Este diferencial de desempeño se mantuvo robusto incluso después de considerar otros factores como mano de obra, capital y gastos en TI. Estos resultados no solo fueron estadísticamente significativos, también se tradujeron en aumentos medibles en las valoraciones del mercado de valores (McAfee y Brynjolfsson, 2012).

En 2012 se publica el artículo de Barton y Court, el cual cerró el círculo indicando las fortalezas que deben desarrollar las empresas para aprovechar el uso de la analítica, presentando como la tercera y más importante la capacidad de las empresas para tomar decisiones basadas en datos.

Este enfoque, desarrollado a partir del grupo de artículos de la revista Harvard Business Review de ese año, aún permanece vigente como guía para las empresas y los investigadores del campo. Así queda establecido en el artículo de dos de los autores con mayor autoridad en la materia, Kaushik y Hartman (2022), cuando indican que las empresas deben establecer una cultura centrada en los datos para coadyuvar al alcance de sus resultados hoy, así como del mañana a través del análisis.

Las empresas que lo consiguen son más eficaces y eficientes, extraen insights significativos de sus datos y convirtiéndose en business intelligence.

Por otra parte, los autores Zorrilla y Sánchez (2022), enfocados en el estudio de la analítica de datos generados en plataformas digitales, precisan que habiendo definido el modelo analítico práctico tras la recolección de los datos necesarios por tipo de fuente y canal, las empresas pueden tomar decisiones enfocadas en el negocio. Para ello, deben tener en cuenta dos aspectos:

La contextualización del dato dentro de la estrategia digital de la marca; para ello, deben definir objetivos SMART y KPI estratégicos.

Incluir datos estratégicos de benchmarking que permitan entender su posición con respecto a sus competidores en el segmento de mercado digital en el cual opera.

Según lo indicado por los autores, al incorporar estas premisas en lo que establecen como tercera fase de lo que definen como ejes fundamentales para sacar el máximo provecho a los datos dentro de las estrategias digitales, las empresas desarrollan la capacidad de transformar el conocimiento en insights válidos para el negocio.

Una línea concordante con el enfoque presentado por Mckinsey en las voces de Barton y Court (2012). Con base en esto, quedan establecidos los indicadores a través de los cuales se estudiará la capacidad analítica abordada en la presente investigación.

La contextualización de los datos implica analizarlos dentro de su entorno específico para mejorar su significado y relevancia. Este proceso incluye el uso de metadatos, anotacione, así como otros detalles relevantes para proporcionar una mejor comprensión de los mismos. Además, es importante para comprender las relaciones entre los puntos de datos dentro de un entorno, como la hora, la ubicación, entre otros factores ambientales.

Especialmente cuando los conjuntos de datos se vuelven más grandes y complejos. La contextualización permite comprender el “por qué” detrás de los datos el cómo se relacionan con el panorama general del negocio y su mercado objetivo (Microsoft, 2024).

En relación con tema, la autora Cibrián (2019) indica que encontrar en la ingente cantidad de datos generados diariamente en las empresas aquellos que permitan sustentar las hipótesis no es una tarea sencilla. En tal sentido, antes de formular las teorías es necesario colocar los datos en contexto para analizarlos o es posible que se deformen los hechos para encajarlos en la hipótesis. Adicionalmente, señala cómo estudiar los datos dentro de un contexto permite encontrar relaciones y correlaciones entre las diferentes variables analizadas.

Por otro lado, los autores Zorrilla y Sánchez (2022), establecen que para contextualizar el dato y crear estrategias de forma eficiente se debe iniciar con determinando los objetivos SMART, así como de KPIs estratégicos. En este sentido, los autores señalan la importancia de diferenciar los conceptos de medida o indicador numérico, métrica, ratio y KPI.

En busca de ofrecer un sentido práctico al presente documento, se definirán los conceptos según los mencionados autores:

Medida o indicador numérico. Es un dato numérico aislado, por ejemplo, 100 usuarios únicos. Este dato tiene poco valor real en una estrategia digital si no se aplica en el contexto concreto de una plataforma digital.

Métrica: Al añadir el contexto (interrelacionarlo con las otras variables) la medida se convierte en una métrica, es decir, en un dato con valor para la estrategia digital para entender qué está pasando realmente en una plataforma.

Retomando el ejemplo anterior, se puede ver que el mismo dato en un contexto concreto aporta información relevante. Por ejemplo: 100 usuarios visitaron los productos de la marca en el actual trimestre, un 12 % más que el trimestre pasado, donde además el 30 % compraron al menos un producto. Este tipo de información podría ser útil para determinar el impacto de las acciones tomadas.

Ratio: Es una métrica que involucra al menos a dos variables o métricas también, relacionadas entre sí para dar un nuevo resultado. Es útil para reflejar rentabilidad, nivel de inversión, control de costos, entre otros fenómenos.

KPI: Son siempre métricas y tienen relación directa con los objetivos del negocio. Un KPI siempre será una métrica, pero una métrica no será siempre un KPI.

La autora Cibrián (2019), con un enfoque centrado en convertir la información en conocimiento accionable, explica cómo para analizar acciones de marketing las empresas deben centrarse en los KPIs, los cuales deben develar el rendimiento de las acciones con respecto a los objetivos.

Alega que las herramientas de analítica digital no pueden realizar todo el análisis, se requiere segmentar datos, buscar patrones, hacer preguntas que solo pueden responderse con el conocimiento del sector donde opera el negocio, señala como conocer bien la industria, sus características y estacionalidades son necesarios para realizar un análisis confiable, el cual llevará a acciones más acertadas.

En una línea no muy alejada pero con enfoque práctico centrado en un contexto específico, Deloitte (2022) la empresa de servicios profesionales más grande del mundo presenta un artículo muy interesante sobre cómo contextualizar mediante escenarios para manejar situaciones de incertidumbre, mitigando el riesgo de datos incompletos y sesgados combinando la intuición con datos cualitativos medidos objetivamente.

Esto puede ser de utilidad para afrontar el mercado de alta volatilidad en el que se manejan las pymes venezolanas. En ese sentido, se presentan los pasos recomendados por la consultora:

– Considerar la situación de poca certidumbre bajo diferentes horizontes de tiempo.
– Reconocer las incertidumbres más importantes para su industria y negocio.
– Usar las situaciones que arrojan poca certeza para visualizar múltiples futuros diferentes.
– Buscar diversos enfoques.
– Incorporar escenarios en la toma de decisiones.
– Diferenciar los posibles resultados de las distintas decisiones.
– Tomar decisiones y realizar seguimiento.

Según lo señalado, este esquema puede ayudar a reducir o eliminar las dudas al proporcionar una estructura lógica para desafiar, además de validar las hipótesis.

En concordancia con lo establecido por los distintos enfoques abordados, desarrollar la habilidad de contextualizar los datos proporciona a las empresas una comprensión profunda del ecosistema en que se desenvuelven, los ayuda a identificar oportunidades y desafíos, así como a optimizar el uso de recursos al comprender qué estrategias y acciones están generando los mejores resultados en un contexto específico

El autor con mayor autoridad en el campo de la analítica web dedica todo un capítulo de su obra a la inteligencia competitiva. Kaushik (2011), explora el concepto de inteligencia competitiva y su aplicación en el ámbito de la analítica web.

Él define la inteligencia competitiva como la práctica de monitorear y analizar las acciones de los competidores, así como las tendencias del mercado para informar y mejorar las propias estrategias de negocio. El autor argumenta que la inteligencia competitiva es esencial para cualquier organización aspirante a mantener una ventaja en el mercado digital.

En un entorno donde las barreras de entrada son bajas y la competencia es alta, entender lo que hacen los competidores, así como la respuestas de los consumidores a estas acciones es fundamental. Según señala, la inteligencia competitiva proporciona a las empresas una visión clara de dónde se encuentran en relación con sus competidores y qué estrategias pueden adoptar para mejorar su posición.

Kaushik sugiere varias fuentes de datos. Examinar el tráfico del sitio web de los competidores, sus principales fuentes de tráfico y las palabras clave que están utilizando puede ofrecer insights valiosos. Recomienda utilizar las herramientas disponibles para este propósito.

Además, indica que las plataformas de redes sociales proporcionan una gran cantidad de datos sobre cómo interactúan los usuarios con las marcas competidoras. Analizar el contenido, así como el compromiso en redes puede revelar tendencias y estrategias efectivas.

Revisar el tipo de contenido que publican los competidores, las campañas de marketing que lanzan y las respuestas del público a estas iniciativas es imperiosamente necesario. Esto puede ayudar a identificar las tácticas éxitosas y las áreas donde se puede mejorar, de acuerdo a lo esbozado por el autor.

Una vez recolectada la información, Kaushik (2011), propone un enfoque sistemático para aplicar estos insights en la estrategia de la empresa.

Comparar los propios datos de rendimiento con los de los competidores permite identificar áreas de fortaleza y debilidad. Utilizar los insights obtenidos para diferenciarse de los competidores en áreas clave puede incluir la mejora de productos o servicios, la optimización de la experiencia del usuario o la implementación de nuevas tácticas de marketing.

Por otro lado, la autora Cibrián (2019) en una línea similar pero mucho más explicita resalta la necesidad de conocer a los competidores para preveer amenazas, oportunidades y continuar relevantes. Al igual que Kaushik señala la importancia de la redes sociales para medir el compromiso, autoridad e interacciones con respecto a la competencia, incluso va más allá sugiriendo el análisis del contenido que genera los resultados.

En el caso de los autores Zorrilla y Sánchez (2022), presentan un enfoque llevado a la practicidad, para estos en la compilación y presentación de los datos necesarios para tomar decisiones informadas se debe incluir el benchmarking de los competidores para comprender el escenario competitivo digital en todo su contexto. Adicionalmente, se recalca la importancia sobre la comprensión de los KPIs realizando un análisis de los más importante para contextualizar el dato dentro de la estrategia digital de forma efectiva.

Zorrilla y Sánchez (2022), son los únicos que mencionan la importancia del SEO (Search Engine Optimization por sus siglas en inglés) y la autoridad del dominio como un KPI exclusivo de este con suficiente relevancia para entender la jerarquía de los sitios web, lo cual puede generar acciones orientadas a maximizar la visualización y por tanto a competir por los clics de los prospectos en una posición más favorable.

De las teorias desarrolladas por los autores señalados en este apartado, se puede indicar que la inteligencia competitiva también puede revelar segmentos de mercado desatendidos o tendencias emergentes sensibles de ser explotadas por las empresa. Además, comprender las amenazas que representan los competidores permite a las empresas anticipar movimientos y preparar estrategias defensivas.

Hasta aquí nuestra publicación Contextualizar el dato dentro de la estrategia digital en las empresas, la última relacionada al estudio de las diferentes capacidades que requieren las empresas para aprovechar los datos provenientes de sus plataformas digitales y que han sido ampliamente analizadas en cuatro publicaciones de la serie “La Analítica Digital una Herramienta Gerencial Necesaria para la Toma de Decisiones en las Pymes Venezolanas”. Para dar cierre se toma lo dicho por Kaushik (2011), en la obra que inició el estudio de la analítica de datos digitales como parte de la inteligencia empresarial:

Te recomendamos nuestra publicación: Analítica de datos: Una Herramienta Necesaria para la Toma de Decisiones Empresariales en Venezuela

Barton, D., y Court, D. (2012). Making Advanced Analytics Work for You. Harvard Business Review. https://hbr.org/2012/10/making-advanced-analytics-work-for-you

Cibrián, I. (2019). Marketing Digital. Mide, analiza y mejora. Colombia. ESIC Editorial. ISBN: 978-958-778-509-8

Deloitte.(2022). COVID-19: confrontar la incertidumbre a través y más allá de la crisis. El poder de la planeación de escenarios para mejorar la toma de decisiones. Canada.Deloitte Desing Studio.

Kaushik, A. (2011).Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity. Barcelona. Centro Libros PAPF, S. L. U.ISBN: 978-84-9875-090-4 (epub)

Kaushik, A., Hartman, K. (2022). Cómo formar un equipo de analistas de datos ganador.Think with Google. https://www.thinkwithgoogle. com / intl/es-es/futuro-del-marketing/gestion-y-cultura-corporativa/formar-equipo-analistas-de-datos/

McAfee, A., and Brynjolfsson, E.(2012). Big Data: The Management Revolutio. Harvard business review. https://hbr.org/2012/10/big-data-the-management-revolution

Microsoft (2024). Contextualización de datos mediante el uso de gráficos en bases de datos SQL. Learn. https://learn.microsoft.com/es-es/azure/architecture/example-scenario/data/data-contextualization-based-on-azure-sql-graph

Zorrilla, J. y Sánchez,D. (2022). Guia práctica de analítica digital.Editorial Almuzara S.L. 2022 para LID Editorial. EAN-ISBN13: 978-84-18952-75-3.