La analítica se definía hasta hace poco como el sistema de análisis de datos parciales del presente para poder adivinar el futuro empresarial de una compañía. Pura magia para algunos y especulación excesiva para otros.
La conversión de "datos parciales" por una masiva cantidad de información supone la posibilidad de utilizar todos los datos que un analítico necesite para que sus "premoniciones" sean en realidad estrategias comerciales basadas en tendencias reales de los clientes y/o usuarios.
En una reciente entrevista del medio de comunicación Dinero a Juan Carlos Puentes, gerente de SAS para Colombia y Ecuador, la experiencia y la intuición de un empresario son extremadamente útiles para dirigir una empresa hacia unas actividades u otras y para hacerlo con el acierto adecuado, sin embargo ahora puede valerse de la información ofrecida por la analítica para que dichas estrategias se asienten de forma contrastada en decisiones correctas.
Una estrategia empresarial basada en Big Data ha demostrado ser útil prácticamente en todas sus aplicaciones prácticas, ya se trate de compañías de telecomunicaciones, entidades financieras o incluso el sector público. La fiabilidad de los datos recogidos y un buen análisis de los mismos, permite conseguir una efectividad en las posteriores decisiones comerciales cercana al 99%, según asegura Puentes.
Desde la base de marketing tiene sentido esta definición de la analítica como valor añadido de un éxito cercano al 100%. Si hasta el momento una acción publicitaria se basaba en tendencias del mercado y se "lanzaba" a todo el público potencial, con el deseo de que la mayor parte de ellos fuera receptiva, ahora con el Big Data es posible escoger el momento adecuado para el público adecuado y conseguir enfocar el producto o servicio adaptado en función de las necesidades de cada potencial cliente.
Obviamente este éxito requiere de trabajo previo, que es el que el analista de datos debe poder ofrecer. Pese a que las máquinas y el procesamiento automático de la información pueden ser útil en muchos casos, se necesita el factor humano en este momento clave del trabajo para poder sacar conclusiones acertadas, tanto en las necesidades de los clientes como en sus sentimientos, voluntades y deseos.
A nivel general se considera que el perfil de Data Scientist es el idóneo para desempeñar este trabajo. No obstante, una combinación de un Data Scientist técnico y analista con un experto en analítica puro puede ser la mejor opción, para aquellas empresas que puedan y quieran afrontar el trabajo de esta forma. Si bien es conocida la frase popular que indica que "no es posible conocer la hora mirando dos relojes a un mismo tiempo", en referencia a que cada uno tiene una visión o concepción diferente de los datos observados, lo cierto es que estas dos figuras profesionales en estrecha colaboración pueden suponer una excelente herramienta de trabajo para canalizar todos los datos recibidos y poder sacar conclusiones que acerquen a la empresa a esa efectividad del 99%, que se pronostica a las decisiones comerciales basadas en Big Data.