En la actualidad no hay organización en la cual sus procesos o actividades no generen información que, tratada de forma debida, pueda traducirse en una herramienta de valor agregado importante para la toma de decisiones más informadas, por ejemplo, para la identificación de fortalezas a explotar y debilidades a superar.
Transformar la información en una herramienta que genere valor agregado no es una tarea fácil, para esto se aplica el análisis de datos que es un proceso que consiste en recolectar, transformar, modelar y examinar conjuntos de datos con el objetivo de extraer conclusiones, resaltar información útil, identificar patrones no descubiertos y establecer relaciones escondidas; proporcionando a las empresas una base para la toma de decisiones informada y ayudando en el área de la investigación a verificar o refutar modelos, teorías e hipótesis científicas.
Este proceso se apoya cada vez más en software especializado para el procesamiento y análisis de información entre los cuales destacan: los lenguajes R y Python, la herramienta KNIME para minería de datos, las plataformas Power BI, Tableau, kibana para la creación de tableros de visualización de datos en tiempo real.
Para la adopción de la toma de decisiones basadas en información o hechos, un punto clave a considerar es el estado de madurez de los datos que existe en una organización, es decir cuan eficiente es la recolección y análisis de datos extraídos durante la ejecución de las actividades de la organización. Este nivel de madurez viene definido por el cumplimiento de aspectos tales como: recolección, procesamiento, validación, centralización e integración de información, implementación de flujos de trabajo bien definidos y principalmente compartir información estratégica entre los interesados en todos los niveles de la organización, entre otros.
Según comenta Guy Yehiav, Gerente General de Zebra Analytics, en su artículo “Assessing Data Analysis And Maturity” publicado en Forbes Technology Council 2020, “Antes de que las organizaciones puedan comenzar a obtener conocimientos de sus datos, es esencial evaluar el nivel de madurez de los mismos. Las organizaciones que miden con éxito su nivel actual de madurez de datos pueden identificar y abordar áreas problemáticas ayudando a desarrollar sus capacidades de análisis de datos en un recurso más poderoso”, un mayor nivel de madurez contribuirá a obtener una visión más holística de los datos de la organización y determinará el método de análisis de información que se puede aplicar:
- Analítica descriptiva. Responde la pregunta ¿Qué está sucediendo en la organización?
- Analítica de diagnóstico. Responde a la pregunta ¿Por qué está sucediendo?
- Analítica predictiva. Responde a la pregunta ¿Qué es lo más probable que suceda
- Analítica prescriptiva. Responde a la pregunta ¿Qué debería hacer para que suceda?
Si bien es necesario prestar la debida atención a la madurez del proceso de análisis de datos, también es primordial tener en cuenta que este es un trabajo en conjunto y, por lo tanto, es imperativo conseguir el empoderamiento de todos los stakeholders (interesados) dentro del proceso. Así se asegura que la transformación de la información en una herramienta de valor agregado para la toma de decisiones informadas, en todos los niveles de la organización, sea exitosa.
